基于视觉关注模型与多尺度MSER的自然场景文本检测

自然场景中文本检测易受光照、复杂背景、多语言文字、字体及尺寸等因素影响，该文提出了一种基于Itti视觉关注模型与多尺度最大稳定极值区域（maximally stable extremalregion,MSER）结合的自然场景文本检测算法.首先利用改进的Itti视觉关注模型提取文本特征图，并采用不同结合策略得到各尺度文本显著图；然后结合多尺度的MSER区域得到3种文本候选区域.根据文字与生成文本框的几何规则合并文本候选区域得到文本行；最后利用随机森林分类器除去非文本区域得到最终文本区域.实验结果表明，该方法对于自然场景图像中的文本检测具有较高的精确度和一定的鲁棒性.     

基于KNN的Android智能手机微信取证方法

针对微信数据多,无法从中快速找到与案件相关数据的问题,提出了一种基于KNN(k-nearest neighbor)算法的Android智能手机微信取证方法。引入词语相似度计算会话间的距离,将微信会话表示成特征词的向量,用KNN算法对会话进行分类,迅速找到与犯罪有关的聊天内容,并通过实验验证了该方法的可行性与准确性。     

文本功能对翻译策略的主导——以旅游文本英译为例

纽马克的文本功能理论,将文本类型分成“表达型文本”、“信息型文本”和“呼唤型文本”三大类,并针对其交际功能提出“语义翻译”和“交际翻译”两种翻译方法.通过纽马克的文本功能理论对翻译的启示,探究其与翻译目的、翻译标准及翻译策略之间的紧密联系,并结合旅游文本英译例文,论证文本功能对翻译的导向作用.     

英汉语篇翻译对比研究

翻译是一个以译入语再现原语内容的过程。由于两种语言的文化差异,势必在表达上存在不同。拟运用英汉对比的方式,从语篇定义入手,通过语篇特征分析,研究英汉语语篇结构的差异,探讨合适的语篇翻译策略,提高语篇翻译质量。     

文本信息抽取技术研究

提出一种基于案例分析的文本数据抽取方法,通过将知识进行特征化表示,借助"用户特征—案例特征—案例知识"三者之间的映射关系和概念模块间的知识关联,完成复杂信息的知识抽取,同时引入增量式案例知识学习模型,有效地避免了因人工干预导致的知识拓展的不连续性,提高了抽取过程的识别效率.     

概念整合视角下语篇翻译障碍的实证研究

从学生语篇翻译的实际障碍入手,采取实证分析的方法,结合概念整合理论,探讨障碍产生的原因;并从首序整合、二序整合和三序整合这三个过程入手,分别提出解决语篇翻译障碍的办法,以提高学生的语篇翻译能力,进而揭示概念整合理论对语篇翻译教学的指导意义。     

基于Hadoop的Web文本分类系统设计研究

针对传统Web文本分类方法无法解决大规模分类问题,在深入分析当前主流并行计算平台Hadoop的基础上,提出基于Hadoop的Web文本分类系统,该系统主要包括文本预处理、向量表示、文本分类、结果评价等模块.真实数据集上的比较实验表明所建系统的有效性.     

相似语言文本横向处理的研究

针对电子资源短缺少数民族语言自然语言处理问题,提出了借助于大语言大数据,着重语言的相似性交叉处理的方法.该文在本次试验中利用维哈柯语及蒙古语多文种文本7 854条平行语料,分词单位和短句子单位考查分析了同语族语言以及不同族语言之间、同语系不同语族语言之间的相似程度.引用动态规划(DP)算法定量地获取了语言之间的相似性.实验结果显示:在句子阶段,维哈柯语言其相似度为84.3％,蒙族类语言为81.3％;在词阶段,维哈柯语言相似度可达到91.6％,而蒙族类语言相似度可达到87.8％.另外,同语系而不同语族多语言的相似性较低,在词级单位考查其相似程度不超过10％.     

目标字符串频率变化对WCNB分类器精度的影响

为解决MNB分类器在测试样本变化时分类精度误差较大的问题,采用权重标准补集分类器(WCNB)代替MNB分类器,并研究WCNB分类器对不同测试样本分类精度的变化,针对WCNB技术存在目标字符串变化所产生的权重计数问题,采用目标字符串频率转换技术,建立一种有误差补偿功能的WCNB分类器数学模型并进行了实验仿真. 实验仿真结果验证了WCNB数学模型的可行性.      

不同情境下中文文本分类模型的表现及选择

针对中文文本分类任务中N-Gram,素贝叶斯、K最近邻和TF-IDF等经典而广泛使用的文本分类模型的选择困惑问题,基于万余篇中文新闻文本语料数据,设计了一系列的对比实验,考察了各模型在不同参数、不同训练数据规模、不同训练文本长度、类别是否偏斜等多种情境下分类性能的表现,总结了各模型的特性,为中文文本分类模型的选择和应用提供了实践依据和参考.