分布式网络爬虫URL去重策略的改进

分布式网络爬虫作为一门新兴技术,已经应用在一些大型商业的搜索引擎系统当中．重点放在分布式技术在网络爬虫领域中,URL去重这一分布式网络爬虫的核心问题上,以基于内存的去重方式为基础,扩展改进传统的广义表数据结构,提出了一种新的基于内存改进广义表的URL去重算法．这种算法与传统的去重算法相比较,在空间效率可行范围之内,有效地缩短了单次去重的时间,使总控服务器上的去重不再成为整个系统的瓶颈．     

曲靖方言的调类和调值

最近,为编写云南方言志作准备,读了谢树忠同志的《曲靖话和普通话语音差异初探》和王石景同志《也谈曲靖话和普通话语音差异》。两篇文章各有侧重,对曲靖人学习普通话和语文教学是有帮助的。但是,两篇文章对曲靖方言声调的分析结论很不相同。谢文认为“曲靖话的声调是平、上、去、入四声,和普通话的声调阴平、阳平、上声、去声这四声不同。普通话的阴平声,曲靖话里有读上、去、入的情况;普通话的去     

对韩汉语声调教学的一种探索

声调教学是对韩汉语教学的一个重要课题,对学习者来说,汉字声调的辨识和记忆是一大难题.笔者尝试利用韩国汉字音中次浊入声字与普通话去声字的对应关系,帮助学习者进行去声字的识记,取得了一定效果.     

从轻重音格式看安福话两字组词语的连续变调

安福话两字组词语的轻重音格式可分为两类:非后重式和后重式。轻重音格式会影响连读变调。     

普通话测试标准与学理根据

普通话水平测试工作正在向纵深开展,但在测试中也存在一些问题:如何界定词语,如何掌握多音字、词的轻重格式的标准,如何对待《大纲》和词典中的某些失误等。这都需要用语言学的理论知识来加以解决,测试员应该掌握相关的语言学知识,以减少测试中的主观因素。     

普通话的声调格局和元音格局

运用声学实验的方法,对普通话的声调格局和元音格局进行分析的结果表明:普通话共有4个声调音位,即阴平/55/、阳平/35/、上声/213/、去声/51/,音长按照从大到小依次排列为,上声>阳平>阴平>去声,声调"凹""、凸"特征对稳态段和动态段的分布位置有很大的影响",凹"、"凸"特征的位置具有一定的规律性;普通话共有8个元音音位:/■/、/■/、/i/、/u/、/a/、/y/、/γ/、/o/,元音格局的主要特点是:高元音多,低元音少。其中/γ/、/o/类似于中元音、央元音,具有明显的动程。     

湘语“细”兼有“小”义的真实面貌

作为湘语典型特征词语之一,“细”的最大特点就是兼表“小”义,这是学界的一般看法。通过将湘语中的“细”与普通话“细”、“小”的义项分别进行对比,我们发现,湘语“细”并未完全兼有普通话“小”的所有义项,而仅仅兼有其中的四个义项而已。     

湘语"细"兼有"小"义的真实面貌

作为湘语典型特征词语之一,"细"的最大特点就是兼表"小"义,这是学界的一般看法.通过将湘语中的"细"与普通话"细"、"小"的义项分别进行对比,我们发现,湘语"细"并未完全兼有普通话"小"的所有义项,而仅仅兼有其中的四个义项而已.     

普通话水平测试基础语音层次的审音要求

普通话水平测试是一项对应试者运用普通话所达到的标准程度的检测和评定,测试一律采用口试方式进行①。这项工作主要通过普通话测评员对应试者普通话读说能力进行判断分析作出相应的等级评价。基础语音层次指普通话水平测试的前两项内容即：单音节字词、双音节词语的朗读。主要考察应试者普通话声母、韵母、声调的发音以及双音节词语中音变规律的掌握情况。它们在普通话水平测试过程中处在前沿位置,因而会给测评员留下比较深刻的印象,而从心理学的角度讲,第一印象对于主观性考核是非常重要的。就审音角度而言,越是基础语音层次审音要求越高——这就是普通话水平测试中基础语音层次的审音要求。     

网页去重策略

提出基于同源网页去重与内容去重的策略.通过对网址URL进行哈希散列完成对同源网页的去重,并对内容相同或近似的网页采用基于主题概念的去重判断.实验表明,该方法有效且去重效果良好.基于上述算法实现了教育资源库教育资讯搜索引擎系统.     

句末“阳平＋去声”词语重读时的音高变化

韵律处理是语言合成技术的重要部分，了解韵律特征及建立韵律模型是提高合成语言自然度的前提。实验利用Praat软件，在分析了32组语音实验材料，建立音高数据库的基础上，研究句末“阳平＋去声”词语重读时的音高变化，初步得出重读时高音点的音高会有明显提高，且变化幅度大于低音点，阳平声调低音点的音高会有所下降的结论。     

六安话入声字现状分析

入声是江淮官话最重要的语音特征。以往的入声研究缺少这样单点方言深入细致的分析,对六安话入声字现状进行分析研究,有助于揭示江淮官话入声演变途径和规律。     

试论武平东留乡所属上四乡(六个自然村)客家话声调

上四乡指位于福建省龙岩市武平县东留乡西部的六个村子,该地所说的客家话具有区别于东留其它村庄客话的鲜明特色,这特别体现在古浊平调字大部分今读为去声,小部分读为今阳平、阴平;而少部分的今阳平字只在文读音中出现.     

汉语耳语音库的建立与听觉实验研究

耳语音的识别和转换是个全新的课题,可应用于公共场合下的通讯和公安司法工作的某些特殊需要等方面.首先建立了一个包含1172个字和98个近音词的单人女声的汉语耳语音库.通过对两个听觉测试实验数据的统计分析,研究了人耳对汉语耳语音字和近音词声调的辨认率特征,得出人耳对孤立字四个声调的辨认率由高到低的排序为三声>四声>二声>一声.同时也得出人耳对词声调的辨认能力比字要强得多.幅值包络和音长这两个特征参量能够反映出汉语耳语音声调的特性,基于此参数对汉语耳语音字进行声调识别实验,其声调识别率已达到了人耳的平均辨认率,为连续耳语音声调识别研究打下了基础.     

普通话朗读中的停延

学习普通话的重要环节是在语流中模仿普通话的节律。停延作为节律的基础,确定了语流中的音步组合,进而关系到协同发音、连续变调等一系列语音现泉。停延的研究对于普通话的朗读教学具有重要的现实意义。该文以《普通话水平测试实施纲要》提供的60篇短文为语料,对于文中的停顿做出了定量、定性的分析：普通话的音步组合层的平均长度为5—7个音节,影响各篇短文音步组合层长度的主要因素是文体风格。该文根据60篇短文的语音资料,提出了设置句中无标点停顿的语义原则、语法原则、语用原则。根据语义原则,只能在有助于语义表达的地方停顿。根据语法原则,只能在构成语法结构的地方停顿。如果在某种情况下构成了非语法停顿,那是为了满足节律的需要。根据语用原则,人们通过对语境的分析,以停顿为手段,实现表情达意的最佳效果和节奏的匀称感。文中以大量例句,对各种语法结构中的语音停顿现泉进行比较说明,做出了令人信服的阐释。     

古全浊仄声字在安徽太湖方言中今读的历史层次

太湖方言属赣方言怀岳片。古全浊仄声字在太湖方言中的今读存在三个历史层次：古江淮官话残留的底层,赣方言语音层,与普通话、江淮官话接触形成的语音层。     

多维正态总体零均值的假设检验

讨论了在协方差已知或未知情况下多维正态总体零均值假设检验的问题。首先利用降维法 ,将多维正态总体转化为一维正态总体 ,然后利用T 统计量或U 统计量来判断拒绝或接受原假设。     

对-氨基苯磺酰胺同型物的红外和拉曼光谱研究

报道了对－氨基苯磺酰胺同型物的傅立叶红外光谱和激光拉曼光谱,对其谱线归属作了指认,并初步了该类同型物对人体子宫颈癌细胞的生长抑制率与分子光谱结构的对应关系。     

双黄清口胶囊对口腔溃疡的疗效观察

目的　观察双黄清口胶囊对口腔溃疡的治疗效果。方法　 (1)选用SD大鼠 ,分为双黄清口胶囊高、中、低剂量 (5 40、2 70、1 3 5g生药 kg)组 ,阳性对照组和空白对照组。连续灌胃给药 14d ,进行主要药效学实验。 (2 )选用KM小鼠 ,分为双黄清口胶囊高、中、低剂量 (7 2 0、3 60、1 80g生药 kg)组及阳性对照组和空白对照组。连续灌胃给药 7d ,进行抗炎、镇痛实验。结果　 (1)双黄清口胶囊各剂量组均能不同程度减小溃疡面直径 ,与空白对照组相比有显著性差异 (P <0 0 1,P <0 0 5)。 (2 )双黄清口胶囊可显著降低二甲苯所致小鼠耳廓炎性水肿 ,明显降低肿胀率(P <0 0 1,P <0 0 5)。 (3 )双黄清口胶囊可明显降低小鼠因热刺激引起的疼痛反应 ,提高痛阈值 (P <0 0 1,P <0 0 5)。结论　双黄清口胶囊能促进口腔黏膜溃疡的恢复 ,并具有较好的抗炎止痛作用     

准噶尔盆地彩参2井侏罗纪孢粉化石及层序地层分析

对准噶尔盆地彩参 2井侏罗纪孢粉化石研究表明 ,八道湾组具有deltoidospora cycadopites protoconiferus classopollis组合 ,三工河组具有cyathidites osmundacites pinuspollenites classopollis组合 ,西山窑组为cyathidites dic tyophyllidites cycadopites perinopollenites组合 ,石树沟群为cyathidites klukisporites classopollis concentrisporites组合 ,它们对地层时代有较好的指示意义。对孢粉古生态和沉积岩颜色、岩性及粘土矿物成分综合研究表明 ,研究区八道湾为暖温带潮湿气候 ;三工河早期为亚热带干旱、半干旱气候 ;三工河中晚期至西山窑期为亚热带潮湿气候 ;石树沟群早期为亚热带半干旱气候 ,但发生过两次时潮时旱的气候波动 ,石树沟群晚期气候干旱炎热 ,并促使湖盆急剧收缩、消亡。侏罗系可划分为 6个层序 ,层序界面附近的孢粉丰度及分异度最小 ,而最大湖侵期的孢粉丰度及分异度最大