基于条件随机场的汽车领域术语抽取

中文领域术语抽取是中文信息处理领域的一项重要研究任务,在词典构建、领域本体构造等方面有重要的应用.采用条件随机场(conditional random fields,CRFs),从汽车知识网站上爬取网页,预处理后得到纯文本,然后分析汽车领域的术语组成特点并制定相应的语料标注规则进行人工标注,对汽车领域进行了术语抽取.在使用词和词性特征的基础上增加了词典特征、领域词频和背景领域词频等特征,精确率、召回率和F-值分别达到84.61%、80.50%和82.50%.与其他方法比较说明所提出的汽车领域术语抽取方法是有效的.     

CRF与规则相结合的中文地名识别

采用递增式学习策略优化条件随机域(conditional random fields,CRF)的特征模板以提高中文地名的识别效果,结合语言学相关知识构建规则库,以弥补机器学习模型获取知识不够全面导致召回率偏低的不足,最终实现了CRF与规则相结合的中文地名识别系统.实验结果表明,采用CRF与规则相结合的方法识别中文文本中的地名是有效的,对Bakeoff2007NER任务的MSRA语料进行开放测试,召回率、精确率和F值分别为94.67%、92.35%和93.50%.     

基于双代价参数SVM的生物医学文本指代消解研究

生物医学文本中的指代消解是生物医学信息抽取领域的一个重要组成部分.通过引入双代价参数对基本SVM方法进行改进,并在FlyBase语料集上进行了测试,准确率、召回率、F值分别达到53.9%、69.5%、60.7%.同时研究了特征向量的选择和取值对于实验结果的影响.最后与其他先进方法进行了对比.结果表明,在同样的语料上,基于双代价参数SVM方法优于其他先进的方法.     

德杰尼斯五后问题泛化研究

在德杰尼斯五后问题求解方法基础上,给出了2p×2p棋盘坐标表示,定义了方环和马步格,并利用皇后控制数或剩余控制数、皇后最佳(极佳)位置或剩余最佳(极佳)位置,以及棋盘对称性,得到了德杰尼斯五后问题泛化求解定理和便于求解的简化定理.     

德杰尼斯五后问题求解方法

给出了棋盘坐标表示,定义了皇后控制数或剩余控制数,以及皇后最佳(极佳)或剩余最佳(极佳)位置的概念.利用棋盘对称性,通过有效的计算,先求出了五后问题的3个基础解,进而得到了全部24个解及其图示,并首次给出了最少放置5个而不是4个皇后的证明,以及解的完备性证明.     

汉英机器翻译中趋向动词处理研究

在大规模语料的基础上，对趋向动词的用法和上下文信息进行了统计和分析，得到了趋向动词在谓词后面作趋向补语的概率、小概率作趋向补语（即趋向动词在谓词后面作补语的概率介于两个阈值之间）时的上下文信息；建立了一个基于趋向动词在谓词后面作趋向补语的概率统计模型来识别趋向动词用法，同时，根据趋向动词与谓词搭配后词义变化情况，对词典进行了补充．封闭测试识别精确率达99．01％，召回率达96．67％；开放测试识别精确率达98．14％，召回率达96．19％．     

奇数网格(或棋盘)德杰尼斯问题解法

在德杰尼斯五后问题泛化研究基础上,给出了(2p+1)×(2p+1)奇数网格坐标表示,定义了解首格集,利用皇后控制或剩余控制数、马步格、解首格集,以及图形对称性,得到了奇数网格(或棋盘)德杰尼斯问题求解定理和求解方法,并给出了3×3网格、5×5网格和7×7网格德杰尼斯问题的1个、3个和24个基础解及其图示.结果表明奇数网格(或棋盘)德杰尼斯问题是网格优化管控问题之一,具有一定的理论价值和应用价值.     

基于支持向量机的中文文本中地名识别

提出并实现了一种基于支持向量机(SVM)的中文文本中地名的自动识别方法.结合地名的特点,抽取单字本身、基于字的词性、是否在地名特征词表中及其上下文的信息作为向量的特性,并将其转化为二进制表示,在此基础上建立了训练集,并通过对多项式Kernel函数的测试,得到了用支持向量机进行地名识别的机器学习模型.实验表明,所建立的SVM地名识别模型是有效的,系统开式召回率和精确率分别达86.69% 和93.82%,F-值为90.12%.