隐喻的认知与理解——论英语文本的识解

隐喻既是一种认知机制,也是一种识解文本的手段.本文以英语文本为素材,探讨如何识别和理解英语文本中的隐喻,挖掘隐喻蕴涵有助于提高阅读英语文本的能力.     

在线文档复制计算机辅助检测系统研究

介绍了自然语言文本复制检测技术的发展,构建了一个基于句子的中、英文在线文本复制计算机辅助检测系统,较有效地实现了中、英文档的复制检测系统的功能。     

文本聚类综述

聚类作为一种自动化程度较高的无监督机器学习方法,近年来在信息检索、多文档自动文摘、智能搜索引擎、短文本信息处理等领域获得了广泛的应用。本文首先讨论了文本聚类（Textclustering）的应用,然后对文本聚类算法、聚类关键技术进行了综述。     

垃圾邮件并行过滤模型的设计

随着网络的日益普及,垃圾邮件问题日趋严重,各种过滤垃圾邮件的算法也应运而生。简单贝叶斯方法计算简便,但受算法假设条件的限制,查全率和正确率都难以达到更高的层次;其他几种方法计算太复杂。将计算机理论中的“流水”概念引入到垃圾邮件分类器中,建立并行过滤模型,查全率和准确率都比较令人满意。     

基于两步策略的中文短文本分类研究

为更好地挖掘文本信息,研究了将两步策略用于中文短文本分类的3个关键问题,提出了基于组合朴素贝叶斯(NB)和K近邻(KNN)分类器的两步中文短文本分类方法:(1)直接利用NB和KNN的输出构造其对应的二维空间,根据该空间内错误文本的分布将测试文本集分为3部分:能被KNN可靠分类的文本集A,不能被KNN可靠分类但能被NB可靠分类的文本集B,其他文本集C.(2)用KNN、NB分别对文本集A和B进行分类,根据训练语料的类别分布,直接给属于文本集C的文本分配标签.与NB、KNN和支持向量机(SVM)的对比实验表明,该方法可获得较高的分类性能.     

读者来信

编辑同志你们好!我是一名从事直销5年的老直销人,订阅贵刊也有很多年了,我一直很喜欢贵刊的报道、评论文章,这些文章不仅让我了解了整个行业的动态趋势,也让我学习思考了很多行业内存在的合理或不合理的想象。     

《文选》未录作品考述

中古时代所称赏的作品,有许多《文选》未录,此处选取《文心雕龙》、《世说新语》、《诗品》所提名所称赏而《文选》未录者,以及曹丕、傅玄、挚虞《文章流别论》、诸史书、《文镜秘府论》所提名所称赏而《文选》未录者,进行分析,并究其原因。     

为阅读文本作广告

为文本作广告,即为文本写好引读语.我们提倡自由阅读,提倡具有个性的自主阅读,就是引领学生在探究阅读过程中丰富自己的思想积累.在引领学生阅读的过程中,我们尝试了一种刺激学生阅读欲望的形式--为阅读文本作广告.     

兴趣乐园中的视觉社交

<正>图片已成为人们获取信息的重要方式。当用户与好友在社交网络上互动时,最受欢迎的往往是他们上传的图片。Pinterest就是这样一个基于图片的社交平台。站在用户行为的角度分析,Pinterest弥补人的原始需求,满足用户的"收集癖"。同时,Pinterest像一个兴趣小组,它用兴趣连结用户,让用户在图片的海洋中体验一把视觉社交。     

基于均值密度中心估计的k-means聚类文本挖掘方法

文本挖掘作为数据挖掘的重要研究领域,是检索有用文本信息的重要手段。通过对K-means聚类挖掘方法的基本原理和实现步骤的分析,发现随机选择聚类中心迭代初值、奇异点问题是制约其发展的技术瓶颈,针对该方法的不足,提出了一种基于均值密度中心估计的K-means聚类文本挖掘方法,采用基于均值密度的聚类中心初值估算取代原有方法的随机选取模式,设计自适应的邻域形状选择机制,用均值密度配合阈值消除奇异点。实验结果表明,提出的方法提高了K-means聚类方法的文本挖掘性能,使得文本挖掘查准率得到很大的提高,不仅强于一般K-means均值聚类方法,且和新近流行的自组织神经网络聚类方法相比也具有一定的优势。