天然林保护工程信息管理系统的设计与实现

天然林保护工程是一项国家实施可持续发展、保护生态环境的重点建设工程.以吉林省天然林保护工程为研究对象,建立了天然林保护工程信息管理系统,促进了林业系统标准化、结构化和系统化,使林业信息共享成为可能,提高了天然林保护工程的管理水平.在研究过程中,解决了天然林保护工程结构与技术标准、知识库、方法库和决策支持系统建立、基础信息数据的分类、组织与挖掘、管理系统、信息发布系统测试等技术难点.     

基于SVM预测的金融主题爬虫

随着Internet上信息的爆炸,利用通用搜索引擎检索用户相关的信息变得越来越困难,而主题爬虫成为WEB上检索主题相关信息的重要工具.目前大部分基于分类器预测的主题爬虫的训练数据是不同类别网页的内容,但是在实际预测过程只能根据父网页中的一些链接信息进行预测,所以造成主题爬虫的预测的准确率较低.本文使用SVM分类器对标注了类别的URL以及上下文和锚文本进行训练,并分别使用了DF和信息增益两种不同的特征选择方法进行特征筛选,对影响分类器的各种因素进行了实验对比,并对分类器进行了在线的实验.实验证明这种方法在实际预测过程中效率很高.     

中文财经文本中公司名简称的自动识别

命名实体识别是当前自然语言处理的热点问题之一,对信息检索、信息抽取等具有重要意义.然而,目前多数研究都集中在对命名实体全称的识别上.本文以财经为领域背景,对从文本中识别简称,并将其映射成全称问题进行了研究,提出了一个启发式算法用于解决该问题.所提出的算法首先提取文本中每个N元组（Ngram）作为候选的公司名简称,然后建立n元组与全称表中每个全称的最优对齐关系,最后对每对“N元组全称”对齐关系进行评价和筛选,识别出文本中的简称及每个简称对应的全称.在随机获取的网页文本集上对所提出的算法进行了实验测试,算