基于语料库文本自动分类算法及应用比较研究

基于Python语言,利用公开中文语料库,测试不同算法模型对中文文本分类的效果.选择语料中不同数量的语料种类,首先对文本进行格式化读取、清洗等处理,而后以2:1:1的比例,分为训练集、验证集、测试集,最后依照文本表示、特征提取、分类算法选择、效果评估的步骤,依次在词袋、词嵌入、语言3种模型中选取典型代表进行中文文本分类.在深度学习模型的帮助下,文本分类得到了快速的发展,当前的主流分类方法基本都能满足不同任务的文本分类需求,特别是BERT语言模型可极大地提升文本分类的效果.     

Data Reduction and Triangulation Approach to Scattered Points

For the generation of the model in reverse engineering, a laser scanner is currently used a lot due to the fast measuring speed and high precision. Direct triangulation of data points captured from a physical object has a great advantage in that it can reduce the time and error in modeling process. It is important to reduce the number of data points for triangulating points with maintaining precision. To triangulate data points within a tolerance ε a new approach is developed in this paper. Different level of triangulations can be generated directly from data points using the proposed strategy that reduces and triangulates data points based on triangulation of 3D parametric surfaces. An experimental example is presented to demonstrate the effectiveness and efficiency of the proposed algorithm.     

New Applied Research on Semantic Electronic Thematic Words

随着计算机网络与信息技术的迅速发展 ,广大用户对网上资源信息检索的质量提出更高要求 ,其关键因素是信息的自动处理和控制能力 ,电子叙词表建构及其计算机管理是提高信息检索质量的重要保证 .文中建立了叙词表、叙词关系表、停用词表以及范畴索引、词族索引 ,并给出了具体实现的数据结构与算法 .实践表明 ,以词表知识概念控制的自动处理技术极大地提高了信息检索的质量     

数字图书馆异构数据集成与多库检索技术

数字图书馆系统实现技术的关键包括异构数据集成与跨库检索 .在分析COM技术及其三层应用结构的基础上 ,提出一种基于COM的检索代理实现多数据库的一致检索的模型和方法 ,设计并实现了跨库检索的实现流程 .WebServices是建立可互操作的分布式应用程序的新平台 ,通过其技术的具体分析 ,探讨了利用WebService技术解决异构数据集成的方法     

XML Schema数据库优势及XML文档转换

基于XML文档的逻辑结构主要通过DTD和XMLSchema两种方法实现 ,相对DTD ,XMLSchema具有更强大的描述能力 ,主要体现在一致性、扩展性、互换性和规范性上 ,有更强的应用前景 .本文具体就XMLSchema的优势和基于XMLSchema数据库向XML文档的转换进行了探讨 ,研究了利用数据库厂商直接提供的支持和找出关系数据库与XML文档之间的映射关系的解决方案 .最后给出一个应用实例 ,并探讨面向对象数据库向XML文档转换的基本思想