对于面向服务的软件开发，Web服务搜索一直是一个严重的问题。 面临的挑战是如何针对给定的开发任务有效地找到合适的Web服务。 在开发用于搜索服务的技术或系统方面已经进行了许多努力。 尽管在某些情况下有效，但现有技术并未形成可供公众使用的系统； 或基于一种查询模式-关键字查询，无法准确提供匹配的服务。 在本文中，我们介绍了提议的多模式查询搜索，用户可以在其中使用关键字和文件作为查询或自定义查询。 多模式查询基于一种创新的相似性度量方法，该方法同时包含Web服务的语义信息和结构信息。 我们的实验和测试案例验证了该方法的有效性。 与替代系统Seekda相比，它可以通过关键字查询获得更高的搜索准确性（匹配率是Seekda的2-4倍）。 自定义搜索可以达到100个前3个匹配率，而Seekda在大多数情况下使用关键字会失败。

语义分割与转移学习

semantic-graph-visualizer

WEB 3.0与SEMANTIC WEB编程中文版 WEB 3.0与SEMANTIC WEB编程中文版

In this paper, we consider the problem of in-depth document analysis. In particular, we propose a novel document analysis method, named multidimensional latent semantic analysis (MDLSA), which enables us to mine local information efficiently from a document with respect to term associations and spat

Grammar learning has been a bottleneck problem for a long time. In this paper, we propose a method of semantic separator learning, a special case of grammar learning. The method is based on the hypothesis that some classes of words, called semantic separators, split a sentence into several constituents. The semantic separators are represented by words together with their part-of-speech tags and other information so that rich semantic information can be involved. In the method, we first identify t

Semantic Similarity Analysis between High-Level Model Description Text and Low-Level Implementation Text for Network Survivability

Semantic segmentation based on fusion of features and classifiers

Open-NARS是NARS的开源版本， 是在推理系统框架中设计的通用AI系统。 该项目是的演变。 讨论了其理论和实现。 如何建立OpenNARS 使用mvn： 对于每个项目： https://github.com/opennars/opennars-parent.git https://github.com/opennars/opennars.git https://github.com/opennars/opennars-lab.git https://github.com/opennars/opennars-applications.git

语义媒体维基 语义链接到MediaWiki（又名SMW）是一个免费，开源的扩展 -维基软件，维基百科的权力-让你的维基页面中存储和查询数据。 语义MediaWiki也是成熟的框架，结合了许多衍生产品扩展，可以将Wiki转变为功能强大且灵活的知识管理系统。 SMW中创建的所有数据都可以通过轻松发布，从而允许其他系统无缝使用此数据。 为了更好地了解Semantic MediaWiki的工作原理，请查看以及 ， 视频，或者浏览以获得更全面的介绍。 要求 PHP 7.0至PHP 7.4 MediaWiki 1.31至1.35 MySQL 5 +，SQLite 3+或PostgreSQL 9.