大学生英语写作语句错误原因分析

英语写作是学生将所学语言知识通过思考进行再创造的过程。写作水平标志着一个人的语言掌握程度。写作教学本应是大学英语教学的重要组成部分,但由于多种原因所限,一直处于相对薄弱环节,致使大学生英语写作水平一直以来处于较低水平,其主要原因是学生对词汇的掌握很大一部分停留在认知上,而忽视了语言的正确应用。本文主要对大学生英语写作错误的原因进行分析并提出一些自己的见解,希望能对提高大学英语写作能力有所启示。     

基于遗传算法的中文多文档自动摘要方法研究

本文研究的重点是中文多文档自动的几个关键技术：包括子主题划分、基于子主题的句子抽取等。在传统的基于子主题的句子抽取方法的基础上提出一种基于子主题的遗传算法句子抽取方法,并对形成摘要的句子采用新的排序方法。所实现的中文多文档摘要系统具有重点突出,可读性强等特点。     

互联网舆情分析弹性自组织网

主要解决海量互联网信息的舆情分析问题。以概念倾向性和话题属性新概念为基础,建立了具有人工及自我双重训练功能的、具有自我反馈机制的舆情统计分析模型。以互联网为平台构建了虚拟的弹性自组织网,解决了网络舆情分布式计算、规模自由扩展及大规模舆情信息视觉化等的问题,并根据力学抽象使其具备了网络拓扑结构的自优化、自更新功能。实验表明,模型具有分析效率高、准确、结果直观等特点。     

基于句法依存卷积神经网络的句子相似度计算

句子相似度计算是自然语言处理的一项基础任务,其准确性直接影响机器翻译、问题回答等下游任务的性能。传统机器学习方法主要依靠词形、词序及结构等浅层特征计算句子相似度,而深度学习方法能够融入深层语义特征,从而取得了更好效果。深度学习方法如卷积神经网络在提取文本特征时存在提取句子语义特征较浅、长距离依赖信息不足的缺点。因此设计了DCNN （dependency convolutional neural network）模型,该模型利用词语之间的依存关系来解决该不足。DCNN模型首先通过依存句法分析得到句子中词语之间的依存关系,而后根据与当前词存在一跳或者两跳关系的词语形成二元和三元的词语组合,再将这两部分信息作为原句信息的补充,输入到卷积神经网络中,以此来获取词语之间长距离依赖信息。实验结果表明,加入依存句法信息得到的长距离依赖能有效提升模型性能。在MSRP （microsoft research paraphrase corpus）数据集上,模型准确度和F1值分别为80.33%和85.91,在SICK （sentences involving compositional knowledge）数据集上模型的皮尔森相关系数能达到87.5,在MSRvid （microsoft video paraphrase corpus）数据集上模型的皮尔森相关系数能达到92.2。     

基于煤自燃倾向性的绝热氧化时间预测方法研究

针对煤自燃倾向性鉴定是一个模糊的等级概念,难以准确指导煤矿采取措施进行防灭火。提出了建立基于煤自燃倾向性的绝热氧化时间预测方法,即通过煤的自燃倾向性测试来预测其绝热氧化时间,用绝热氧化时间这种准确、直观的煤自然发火危险性判定标准来量化煤自燃倾向性,使其更具参考及指导意义。优选氧化动力学方法测试了10种典型煤样的自燃倾向性,并将其结果与实验条件下测量的绝热氧化时间数据进行曲线拟合,建立了基于煤自燃倾向性的绝热氧化时间预测方法。随后从煤氧化机理方面进行分析并进行实验验证,结果显示该模型是科学、合理的,能够清晰、准确地反映出煤的自然发火危险性。     

小学语文五年级上册第一、二单元自测题

正~~     

基于动态特征词的中文句子相似度计算

目的针对当前常用的汉语句子相似度计算方法存在的问题,结合语言习得特点,提出了一种基于动态特征词的中文句子相似度计算方法。方法首先以特征词作为语块切分边界,提取左右语块信息,采用语义向量空间模型;然后计算2个句子对应的左右组块的相似度;最终将各组块的相似度量值加权求和作为2个句子的相似度。结果实验表明,提出的方法计算结果较为理想,与人工判断的相似度较为一致。结论基于动态特征词的中文句子相似度计算方法在常用句式中具有更好的效果。     

湿度对煤自燃倾向性影响

煤自燃多因素影响的结果,主要是煤中的活性部位与空气中氧气的放热反应过程.水在煤氧化反应过程中起重要作用,湿度影响煤中氧化反应的活性结构,从而影响煤的自燃倾向性.通过2组干煤和湿煤煤样的绝热氧化实验,得到煤样绝热氧化温度随湿度变化曲线,表明煤的湿度对煤自热性质有明显的影响.由于氧化过程产生的热量不能弥补蒸发损失的热量,一般温度降到大约40%～50%左右,煤的自热会强烈增加.随着煤湿度的增加,煤的自热率也增加.     

变权重灰色归类识别模型在煤层冲击倾向性评价中的应用

为了准确合理地评价煤层冲击倾向性,提出煤层冲击倾向性评价的变权重灰色归类识别模型。选取煤的冲击倾向鉴定中推荐使用的4项判定指标作为煤层冲击倾向性评价指标,依据变权思想求解评价对象的变权权向量。通过灰色关联分析确定评价对象相对于冲击倾向性评价标准的灰色距离关联度,进而构建冲击倾向性灰色归类识别模型,得到评价对象的灰色差异度,并以最小隶属度原则判断评价对象的冲击倾向性隶属类别。工程实例表明,变权重灰色归类识别结果与综合评判结果相吻合,能准确地对煤层冲击倾向性进行定量分析与评价。研究结果为冲击倾向性评价与鉴定提供了一种新方法。     

面向话题的中文微博观点倾向性分析研究

随着微博快速崛起,每天数以千万的人通过微博分享自己对各类话题的观点与情感,如何自动感知微博社区对特定话题的观点倾向性,已经成为中文微博计算亟待解决的问题。由于微博内容短小且不规范,传统的情感分析效率低下且效果很难满足实际需求。现提出一种将情感词典分类的方法进行实验研究,针对腾讯微博20个话题约17 500条微博32 000个句子的数据进行实验,实验结果表明提出的情感词典分类方法效果很好。