排序方式: 共有45条查询结果,搜索用时 15 毫秒
1.
基于香港双语法例语料库,从法律术语与标点符号之间的联系出发,探讨法律术语及法律术语定义的自动抽取研究中标点符号的作用。 相似文献
2.
15—O—乙酰基—PGA2甲酯(1)用过氧化氢环氧化,(1)的环氧化物在三苯膦作用下分别与1,2———二氯乙烷,溴或1———碘代戊烷作用,实现C(10)的相应卤化。C(10)卤代类前列腺素有明显的抗肿瘤活性。 相似文献
3.
4.
从在线文本评论挖掘消费者情感信息,能够得到更加真实的消费者购买体验及其偏好。主题情感混合模型作为一类有效的无监督情感分类模型,正在成为这方面的重要文本挖掘工具,但该模型存在分类准确率和稳定性还不够高的问题,为克服这一不足,提出一种基于主题相似性的无监督在线评论情感分类模型。以潜在狄利克雷模型分析在线评论主题,结合情感词典计算主题情感极性;引入理想评论并构造理想评论代表集,通过计算评论和理想评论集的主题相似度,实现在线评论情感分类。实验结果表明,该模型能有效判别消费者在线评论情感倾向,稳定性较高,衡量分类结果的综合指标F_1值比现有主题情感混合模型提高3%~20%。同时,在计算机、酒店、图书及手机等不同领域评论数据集上的实验结果显示,该方法具有较好的领域可移植性。 相似文献
5.
静电水对作物种子发芽势的影响 总被引:4,自引:0,他引:4
测定了电处理水与对照水对物体浮力的变化,以及浮边随时间变化的关系,就作物种子对电处理水与对照水的吸水性和发芽势也进行了测定,结果表明电处理水的密度高于对照水,且具有驰豫时间,作物种子用电处理水浸泡其吸水性和发芽势明显高于对照水,并对其机理作用了探讨。 相似文献
6.
如何充分利用在线口碑中的情感信息和消费者的个性化偏好,实现具有较高准确性的在线商家排序,对于提高消费者在海量信息中的决策效率具有重要的现实意义和理论价值。提出了一种基于深度学习的考虑模糊情感、个性化偏好,并融合在线评论、评分及人气的排序方法。首先构建双注意力BILSTM方面级情感分类模型识别在线评论情感,将情感值转换为直觉模糊值,应用直觉模糊TOPSIS方法计算贴近度,然后结合消费者评分、商家人气度量确定排序。以标准数据集进行对比实验,表明双注意力BILSTM模型优于LR、SVM等传统模型以及BILSTM和单注意力BILSTM模型。在实例分析中,大众点评8家餐厅的排序结果与平台排序平均重叠分数较高,说明本文所提出的商家排序方法的有效性。 相似文献
7.
一个多目标动态投入产出优化模型及算法(Ⅱ ) 总被引:5,自引:0,他引:5
分析了多目标动态投入产出优化模型较之单目标动态投入产出优化模型的优点,通过构造目标规划模型论证了多目标模型使动态投入产出方程组解的稳定性改善的原因。给出了算法及算例。计算结果说明:所建立的模型、给出的方法是可行的。 相似文献
8.
静态非线性投入产出模型解的存在性研究 总被引:1,自引:0,他引:1
利用不动点理论给出了静态非线性投入产出模型解的存在性及唯一性的更为宽松的条件,它只要求直接消耗系数阵中的元素或单增或单减;同时给出了相应的两侧逼近迭代算法。 相似文献
9.
基于香港双语法例语料库,从法律术语与标点符号之间的联系出发,探讨法律术语及法律术语定义的自动抽取研究中标点符号的作用。 相似文献
10.
依据网络中节点的局域特征,提出了一种简单的节点重要性的度量方法.其主要原则是网络中节点的重要性不但与节点本身的度具有一定的关系,而且与节点的邻居节点的度也存在一定的关联.实验结果表明:该方法能够在不了解网络全局拓扑架构的基础上,比较细致地描述网络中各节点之间的差异性,而且算法时间复杂度仅为o(m+n),因此对于大型复杂网络也可以获得理想的计算能力. 相似文献