ORACLE与SQL SERVER语言的比较

在不同的关系型数据库管理系统 (RDBMS)之间 ,存在很多差异 ,ORACLE和SQLSERVER都符合SQL 92标准的属性扩展 .从应用程序的开发人员的角度来看 ,ORACLE和SQLSERVER对数据进行管理方式没有太大的区别 ,ORACLE和SQLSERVER之间的内部差异却是十分明显 .本文研究了ORACLE和SQLSERVER的区别是为了实现ORACLE向SQLSERVER转换 .     

中文问答系统的研究

介绍了有关中文问答系统的一些研究．问答系统是集知识表示、信息检索、自然语言处理技术于一体的难度很高的研究课题，本文从问题处理、检索系统、答案抽取三个方面进行了详细说明．     

ORACLE与SQL SERVER语言的比较

在不同的关系型数据库管理系统(RDBMS)之间,存在很多差异,ORACLE和SQL SERVER都符合SQL-92标准的属性扩展.从应用程序的开发人员的角度来看,ORACLE和SQL SERVER对数据进行管理方式没有太大的区别,ORACLE和SQL SERVER之间的内部差异却是十分明显.本文研究了ORACLE和SQL SERVER的区别是为了实现ORACLE向SQL SERVER转换.     

改进的上下文无关文法及其语法分析

针对一些语言的实际应用情况,对标准的上下文无关文法作了改进,将标准的上下文无关文法定义中的非终结符集合和终结符集合进行细化,使得单词推导和句子推导可以使用同一个过程,即词法分析和语法分析可以在同一个语法分析过程完成.还给出了改进后文法的分析算法及算法的时间复杂度分析,证明用这种改进的方法进行语言文法定义更直观、简洁,其分析算法的时间复杂度优于标准上下文无关文法的分析算法.     

中文问答系统的研究

介绍了有关中文问答系统的一些研究.问答系统是集知识表示、信息检索、自然语言处理技术于一体的难度很高的研究课题.本文从问题处理、检索系统、答案抽取三个方面进行了详细说明.     

SQL Server索引的优化

SQLServer优化技术对提高系统性能至关重要 .为充分利用索引 ,优化表的查询机制 ,从而提高SQLServer查询速度 ,本文从建立有用的索引减少表扫描I O次数 ,优化WHERE子句避免列操作 ,合理应用复合索引选好第一索引列和使用聚集索引使数据在物理上按顺序排列四个方面加以阐述     

ERNIE-CNN文本分类模型

基于word2vec和BERT词向量技术的方法在文本分类分词过程中存在着错误传播问题,提出了融合ERNIE词向量技术的卷积神经网络模型.针对中文文本,运用ERNIE实体掩码的方式捕获词汇和语义信息,使用卷积神经网络进行特征提取.在THUCNews开源数据集上,准确率达到93.95％,比Word2Vec-CNN高出3.4％,BERT-CNN高出3.07％.实验结果证明了本文模型在缓解错误传播问题的有效性.     

基于随机森林和支持向量机的分类特征选择

由于数据具有海量、高相关性和非线性的特点,所以如何选择原始数据的本质特征,是关系到能否有效提高问题分类器推广能力的关键问题。本文讨论了目前基于所有特征以及词袋和词序列袋的特征选择方法,提出了采用随机森林和支持向量机(SVM)相结合的方法来进行特征选择。实验证明,此方法能够有效地选择分类特征,从而提升问题分类的效率和精度。     

LR（1）语法分析的自动构造

讨论了LR(1)语法分析器的自动构造，可判定给定的文法是否为LR(1)文法．若是，则自动生成给定文法的LR(1)分析表，并对任一输入串进行分析，判断其是否为给定文法的句子．论文相关的软件除可用于编译原理课程教学演示外，还可用于实际编译程序的LR语法分析器的自动构造．     

LR(1)语法分析的自动构造

讨论了LR(1)语法分析器的自动构造,可判定给定的文法是否为LR(1)文法.若是,则自动生成给定文法的LR(1)分析表,并对任一输入串进行分析,判断其是否为给定文法的句子.论文相关的软件除可用于编译原理课程教学演示外,还可用于实际编译程序的LR语法分析器的自动构造.