基于密度聚类模式的中文新闻网页关键词提取

页没有提供关键词,人工标注关键词代价巨大,并且大多数已有的关键词自动提取算法都需要建立在人工标注的训练集之上,因而难以实用.由于关键词是文章中较重要且主题关联较凝聚的词的集合,因此提出一种基于密度聚类模式的中文新闻网页关键词提取方法,根据词语之间的共现信息,对网页分词后的词语进行聚类,在分析词语关联度的基础上提取出反映新闻主题的关键词.通过大量随机新闻网页实验结果表明,与单纯的TF/IDF(词频和文档频率倒数的乘积)方法相比,此算法召回率平均提高了7.15N,准确率平均提高了7.075%.     

C57BL/6小鼠实验性变态反应性脑脊髓炎模型的建立

目的 为更好地研究多发性硬化症(MS)的发病机理、开发具有良好效果的MS治疗药物,建立起能高度模拟人类多发性硬化症发生发展的小鼠模型则显得尤为必要且具有极高的应用价值。本文使用已广泛应用的标准化C57BL/6小鼠作为实验对象,成功地构建了实验性变态反应性脑脊髓炎模型(EAE)。此模型为研究人类多发性硬化症的发病机理及开发相关临床治疗药物提供了良好的小鼠模型。方法 C57BL/6雄性小鼠20只,分为2组。EAE组10只,皮下注射混匀的弗氏不完全佐剂与MOG53-58及结核分枝杆菌的悬浊液,同时分别在day0和day2腹腔注射百日咳毒素0.2μg/只;正常对照组10只,仅注射生理盐水。采用HE染色方法观察小鼠组织学变化;免疫组织化学方法进一步研究小鼠病理变化。结果 从抗原免疫后第10天开始EAE组小鼠陆续发生EAE临床症状且发病率达到100%,而正常对照组小鼠未发生任何EAE临床症状。组织病理学结果分析显示,EAE组小鼠脊髓及脑组织中出现大量炎性细胞浸润且脱髓鞘严重。结论 本实验成功构建的EAE小鼠模型病程稳定且发病率高,可用于MS机制研究及MS防治药物的筛选。     

报纸如何正确利用网络新闻资源--谈几点工作中的体会

随着互联网的迅速发展,以网络媒体为载体的网络新闻凭借种种优势,不但对报纸等传统媒介新闻带来了冲击,且日益成为传统媒介获取信息的又一重要来源。本文通过作者在工作中的切实体会,提出了报纸编辑在利用网络新闻资源时应注意的一些问题。     

基于语境信息的中文分词交叉歧义处理方法

模拟人浏览句子按照语境寻找消歧证据的经验,计算歧义字段与其所在句子的语义相似度和相关度,据此作为语境计算模型,利用歧义字段与其所在句子的语境信息进行中文分词交叉歧义处理;与经典的基于统计方法相比,切分准确率有很大提高。