一种高性能英文词性标注器的设计与实现

针对统计和规则方法各自的优点和局限,提出运用Viterbi和FTBL(fast transformation-based learning)算法相级联的算法,实现一种英文自动词性标注器.该级联方法以FTBL算法为整体算法,在它的规则学习和最终标注两个阶段,均以Viterbi算法作为其初始化过程.实验结果表明此算法优于其中任何一种单独的算法,达到了98%的高准确率,验证了自然语言处理中统计与规则并举的主流设计思想.     

统计流形上基于核近邻算法的文本分类研究

为了更加高效地对文本数据进行描述,提出将文本向量表示为统计流形上的点,并用核方法将文本的生成模型和判别模型结合起来.用DCM统计流形上扩散核来表示文本空间上的距离度量,提出DCM流形上的核近邻算法用于文本分类.实验结果表明,在两个实验语料库上基于DCM流形的核近邻算法的准确率和召回率优于对比算法或与对比算法相当.     

陕北春季玉米田杂草种子库研究

为探明陕北玉米田杂草种子库基本特征，探索不同立地类型杂草种子库的差异，采用种子萌发法，选取坪地、坡地、台地3种样地，研究其种子库的组成、密度、垂直分布及多样性等特征。结果显示：共萌发杂草10科24种，以菊科、藜科和禾本科为主，一年生杂草大于多年生杂草；3种立地杂草种子库密度差异显著（P<0.05），坪地>坡地>台地；杂草种子库的密度垂直结构明显，坪地总体呈递减趋势，坡地和台地先递减后有回升趋势；3种样地杂草物种中度相似，多样性指数与立地类型没有明显关联。研究明确了陕北玉米田春季杂草种子库基本特征及不同立地类型的差异，为不同立地杂草的精准防除管理提供理论依据。