大数据技术体系中的语义分析
本文介绍了语义的相关概念、特征,指出语义分析技术在大数据挖掘中的重要性,并给出了示例。
一、什么是语义
在现实世界中,事物所代表的概念的含义,以及它与其他概念之间的关系,可以被认为是语义。
语义是对符号的解释,比如“苹果是一种水果,含有丰富的矿物质和维生素。”就解释了“苹果”这个字符串(符号、概念),“《互联网大数据处理技术与应用》是国内第一本系统讲述互联网大数据技术的专著,由曾剑平编著,于2017年由清华大学出版社出版”则描述了《互联网大数据处理技术与应用》这本书(概念)的含义。
语义的典型特征包括:语义的客观性和主观性、语义的清晰性和模糊性、以及语义的领域性等。其中,模糊性主要体现在语义边界上,例如“胖”所具有的语义是一个模糊概念,边界并不清晰,用简单的判断逻辑是无法定义的。领域性是指对于一些词语含义的理解,需要在某个具体的领域中才有确定的结果,可能存在同一事物在不同领域中有不同理解的情况。例如“苹果”在水果食品领域和手机通信领域就具有不同的含义。
二、大数据中的语义分析
大数据4V特征中的一个典型特征是Variety,它有多方面的含义,其中最主要的是指数据类型的多样化。在表示一本图书时,可以有数值型、日期型、文本型等多种形式。
在“大数据价值挖掘的难点和重点:非结构化数据处理”一文中我们介绍了结构化数据的表示方法,如下表示了两本书B1、B2:
B1: (互联网大数据处理技术与应用,曾剑平,清华大学出版社,2017,大数据类)
B2: (数学之美,吴军、人民邮电出版社,2014,数学类)
在图书推荐之类的大数据应用中,要决定把什么书推荐给客户,其中最基本的问题是计算两本书的相似度。就B1、B2这两本书来说,出版年份2017和2014之间的相似度就比较容易计算,但是“大数据类”和“数学类”简单依靠字符串就无法准确计算了,“互联网大数据处理技术与应用”和“数学之美”等文本型的就更难定了。而这些问题在大数据分析及应用中是非常普遍的,因此,语义分析计算对于大数据分析应用而言其重要性是不言而喻的,直接影响到最终的大数据价值体现。
由于词汇作为字符串所能提供的信息量非常少,在词汇级别上进行语义分析,通常需要借助一定的语义知识库或语料库,这种知识库可以采用如图所示的语义结构,该结构是基于Wiki百科提取得到的。
基于该结构,计算“数学”和“大数据”之间的语义相关度可以采用基于语义图结构的最短路径法、基于概念结点信息量的计算方法等,具体可以计算方法参考文献[1]。
由于词汇在关系型数据表达中也是非常常见的基本信息,因此,语义分析问题在结构化大数据中同样很重要。比如城市字段中存储的“北京”、“上海”“厦门”等,如何计算它们之间的相关度,在涉及地区的大数据挖掘等应用中是一项基本要求。除了采用各种方法构建的语义结构图外,基于word2vec的训练计算方法也是不错的选择。
相比于词汇的语义,句子级别的语义分析技术在大数据分析挖掘中就更为常见。典型的应用场景包括在新闻报道的文本中寻找事件的组成要素及其关系,在评论文本中识别评论信息,例如“手机的屏幕很大”这句话中“手机”和“屏幕”、“大”和“很”都是一种修饰关系,“屏幕”和“大”则是一种陈述关系。汉语中的实词在进入句子后,词与词之间有多少种语义关系以及各种语义关系的名称,目前汉语语法学界还没有统一的说法。但是目前经常提到的主要语义关系有施事、受事、与事、工具、结果、方位、时间、目的、方式、原因、同事、材料、数量、基准、范围、条件、领属等。正是由于语义关系的多样性,也使得语义分析研究任务丰富多彩。但是由于计算机处理和推理能力的限制,目前,在该领域研究中只针对很少部分的语义关系分析。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel是数据分析的重要工具,强大的内置功能使其成为许多分析师的首选。在日常工作中,启用Excel的数据分析工具库能够显著提升数 ...
2024-12-23在当今信息爆炸的时代,数据分析师如同一位现代社会的侦探,肩负着从海量数据中提炼出有价值信息的重任。在这个过程中,掌握一系 ...
2024-12-23在现代的职场中,制作吸引人的PPT已经成为展示信息的重要手段,而其中数据对比的有效呈现尤为关键。为了让数据在幻灯片上不仅准 ...
2024-12-23在信息泛滥的现代社会,数据分析师已成为企业决策过程中不可或缺的角色。他们的任务是从海量数据中提取有价值的洞察,帮助组织制 ...
2024-12-23在数据驱动时代,数据分析已成为各行各业的必需技能。无论是提升个人能力还是推动职业发展,选择一条适合自己的学习路线至关重要 ...
2024-12-23在准备数据分析师面试时,掌握高频考题及其解答是应对面试的关键。为了帮助大家轻松上岸,以下是10个高频考题及其详细解析,外加 ...
2024-12-20互联网数据分析师是一个热门且综合性的职业,他们通过数据挖掘和分析,为企业的业务决策和运营优化提供强有力的支持。尤其在如今 ...
2024-12-20在现代商业环境中,数据分析师是不可或缺的角色。他们的工作不仅仅是对数据进行深入分析,更是协助企业从复杂的数据信息中提炼出 ...
2024-12-20随着大数据时代的到来,数据驱动的决策方式开始受到越来越多企业的青睐。近年来,数据分析在人力资源管理中正在扮演着至关重要的 ...
2024-12-20在数据分析的世界里,表面上的技术操作只是“入门票”,而真正的高手则需要打破一些“看不见的墙”。这些“隐形天花板”限制了数 ...
2024-12-19在数据分析领域,尽管行业前景广阔、岗位需求旺盛,但实际的工作难度却远超很多人的想象。很多新手初入数据分析岗位时,常常被各 ...
2024-12-19入门数据分析,许多人都会感到“难”,但这“难”究竟难在哪儿?对于新手而言,往往不是技术不行,而是思维方式、业务理解和实践 ...
2024-12-19在如今的行业动荡背景下,数据分析师的职业前景虽然面临一些挑战,但也充满了许多新的机会。随着技术的不断发展和多领域需求的提 ...
2024-12-19在信息爆炸的时代,数据分析师如同探险家,在浩瀚的数据海洋中寻觅有价值的宝藏。这不仅需要技术上的过硬实力,还需要一种艺术家 ...
2024-12-19在当今信息化社会,大数据已成为各行各业不可或缺的宝贵资源。大数据专业应运而生,旨在培养具备扎实理论基础和实践能力,能够应 ...
2024-12-19阿里P8、P9失业都找不到工作?是我们孤陋寡闻还是世界真的已经“癫”成这样了? 案例一:本硕都是 985,所学的专业也是当红专业 ...
2024-12-19CDA持证人Louis CDA持证人基本情况 我大学是在一个二线城市的一所普通二本院校读的,专业是旅游管理,非计算机非统计学。毕业之 ...
2024-12-18最近,知乎上有个很火的话题:“一个人为何会陷入社会底层”? 有人说,这个世界上只有一个分水岭,就是“羊水”;还有人说,一 ...
2024-12-18在这个数据驱动的时代,数据分析师的技能需求快速增长。掌握适当的编程语言不仅能增强分析能力,还能帮助分析师从海量数据中提取 ...
2024-12-17在当今信息爆炸的时代,数据分析已经成为许多行业中不可或缺的一部分。想要在这个领域脱颖而出,除了热情和毅力外,你还需要掌握 ...
2024-12-17