基于多质心的不良文本快速过滤方法

针对Rocchio容易受到类别样本分布及噪声影响的而导致错误扩大类别范围的问题,提出对训练样本进行聚类,使用聚类形成的多个簇的质心向量替代单个质心向量作为过滤判定向量组的方法。该方法既能保证过滤效率,又比单质心的Rocchio过滤法具有更高的召回率和准确率。     

基于网页正文主题和摘要的网页去重算法

针对元搜索返回的网页内容相同,别名差异很大的重复网页,提出基于网页正文主题和摘要的网页去重算法,并通过实验对算法进行有效性验证。该算法首先对各成员搜索引擎返回来的网页标题进行有关处理,提取出网页的主题信息,然后对摘要进行分词,再计算摘要的相似度,二者结合能更好地现出文章摘要的内容,实现网页去重。该算法有效,并且比基于传统特征码的算法有明显的优势,更接近人工统计结果。     

电力系统动态分析中派克方程基本形式的应用

本文对派克方程基本形式的应用作筒要介绍,并对若干感兴趣的问题进行讨论。     

基于概率模型的汉语和越南语的人名音译方法

利用概率模型训练、学习得到基于字形的汉越音译知识,实现汉语和越南语的人名音译。音译方法简单有效,在汉译越上效果尤为显著,准确率达到97.41%。     

平行语料库的相似语句去重算法

尝试对平行语料库中需要去重的中文句子相似情况作分类,利用整体相似因子和局部相似因子计算句子的相似度,并借鉴KMP算法的匹配跳跃思想,提出中文字符串匹配的类KMP算法,并对算法进行实验验证。结果表明,算法具有较好的效果,能够实现平行语料库中相似句子的去重。算法开放测试的召回率达94%,去重准确率达到84%。算法可以应用于任何长度的语句比对,适用范围广。     

类比推理模拟理论与上升程序模拟理论的差异

类比模拟理论与上升程序模拟理论都承认相似性是模拟的基础,但是,前者认为自我心智认知的方式是内省,对他心的认知方式是内省加上类比推理,后者则认为自我认知方式是上升程序,对他心的认知是上升程序与移情的结合.     

镜像神经元与他心认知

镜像神经元的经验发现,被部分发现者和模拟论者解读为基于模拟的心理阅读的神经基础,即亚个人水平的隐模拟过程或映像过程,支撑着个人水平的、有意识内省的显心理模拟。本文分析考察这种哲学解读,认为镜像神经元的相关功能表明了它应该是人们对他人心理阅读能力的神经基础,但还不足以判定其到底支持ST还是TT的心理阅读方式。     

东南亚语言及信息处理研究进展

本文首先介绍各东南亚语言的特点,并重点介绍越南语与中国壮语的关联以及它们在信息处理上的相近性;然后介绍国内外越南语信息处理的工作现状,并分析汉越机器翻译的发展趋势;最后展望东南亚语言及壮语信息处理的下一步工作。     

MS Windows环境的桌面搜索系统设计与实现

提出一个基于Lucene的MS Windows环境桌面搜索系统架构,探讨文件监视、基于磁盘文件的外存队列、文件文本提取以及索引和检索等各关键模块的实现方法,并测试验证该系统具有较高的实用价值。     

壮、蒙古、维、哈、柯、朝语信息处理研究进展

少数民族语言文字处理是中国语言文字信息处理的重要组成部分。自20世纪80年代以来,少数民族语言文字处理在各民族科研、产业工作者的共同努力下,在操作系统、输入输出、编辑排版、标准化、语言资源建设、机器翻译、软件平台、人才培养等各个方面取得了长足的进展。本文综述壮、蒙古、维吾尔、哈萨克、柯尔克孜、朝鲜6个少数民族的语言文字信息处理历史、现状及存在问题,并对其未来发展方向进行展望。