多策略融合的俄语文本词语提取方法研究

俄语是联合国工作语言之一,是俄罗斯等多个国家的官方语言。随着“一带一路”倡议的推进和全球化进程的加快,俄语文本数据成为有关组织管理决策的重要信息来源,俄语文本挖掘也因而成为重要的管理决策支持方法。然而,俄语文本挖掘方法研究目前还远未成熟,尤其是其关键基础——俄语文本词语提取的性能较低,阻碍着俄语文本建模的准确性。因此,文章提出一种多策略融合的俄语文本词语提取方法,结合俄语词性分析、语法规则和串频统计等多种方法,自动提取包含单词和短语在内的俄语词语。在联合国平行语料库和Taiga Corpus语料库上的实验结果表明,文章提出的方法在保证高召回率的同时,达到了85%以上的高准确率,显著优于常用的n-gram方法,能够为俄语文本主题发现和文本分/聚类等文本挖掘应用提供有效的词库。     

基于最大熵模型的词位标注汉语分词

近年来基于字的词位标注汉语分词方法极大地提高了分词的性能,该方法将汉语分词转化为字的词位标注问题,借助于优秀的序列标注模型,词位标注汉语分词逐渐成为汉语分词的主要技术路线.该方法中特征模板集设定和词位标注集的选择至关重要,采用不同的词位标注集,使用最大熵模型进一步研究了词位标注汉语分词技术.在国际汉语分词评测Bakeoff2005的语料上进行了封闭测试,并对比了不同词位标注集对分词性能的影响.实验表明所采用的六词位标注集配合相应的特征模板集TMPT-6较其他词位标注集分词性能要好.     

一种基于SIFT匹配的影像位姿信息优化方法

应用GPS和IMU结合的POS系统制作正射图的方法生产效率高,成图周期短,成图质量取决于POS数据.采用SIFT特征匹配算法以及RANSAC算法剔除误匹配点,应用摄影测量学经典原理,得到对应影像的位姿信息,实现对原始POS数据的修正,通过最终空三结果以及图像拼接效果对比,得出的优化结果位姿更平整,更接近原始效果,消除了基于原始POS系统出现的畸变扭曲.     

Community-Based User Domain Model Collaborative Recommendation Algorithm

Collaborative Filtering (CF) is a commonly used technique in recommendation systems. It can promote items of interest to a target user from a large selection of available items. It is divided into two broad classes: memory-based algorithms and model-based algorithms. The latter requires some time to build a model but recommends online items quickly, while the former is time-consuming but does not require pre-building time. Considering the shortcomings of the two types of algorithms, we propose a novel Community-based User domain Collaborative Recommendation Algorithm (CUCRA). The idea comes from the fact that recommendations are usually made by users with similar preferences. The first step is to build a user-user social network based on users’ preference data. The second step is to find communities with similar user preferences using a community detective algorithm. Finally, items are recommended to users by applying collaborative filtering on communities. Because we recommend items to users in communities instead of to an entire social network, the method has perfect online performance. Applying this method to a collaborative tagging system, experimental results show that the recommendation accuracy of CUCRA is relatively good, and the online time-complexity reduces to O.n/.     

论EPON技术在移动通信接入中的应用

目前EPON在广电网络中的应用已比较成熟,但在移动通信领域仍不太成熟。针对目前的移动通信接入体系存在的种种弊端,如在小区间切换困难,信号不稳定,存在延迟等,EPON技术逐渐被引入移动通信领域。本文介绍了EPON在移动通信接入中的应用及特点。     

基于SDH的高速IP数据传输技术分析

SDH是目前最主要的传输技术，IP业务则是未来高速数据传输网络中核心，IP在SDH上的传送是目前实现高速数据传输的一个重要的解决方案，本文当前已广泛应用的基于SDH传送IP数据的关键技术做了分析介绍。     

现代维吾尔语的词性标注校对技术研究

近些年来语料库语言学的发展较为迅速,语料库的建设成为一项重要的工作.在对语料加工的过程中,保证词性标注的一致性也成为建设高质量语料库的重要问题.目前国内外对汉语语料库词性标注结果的校对,还停留在人工校对上,对词性标注结果不一致现象尚未进行系统的研究.对于词性标注方法不是很成熟的维吾尔语语料库来说,词性校对方面的研究工作更少.首先概要介绍了一种维吾尔语的标注方法,并受一些文献的启发,根据维吾尔语的特点对其进行词性标注自动校对的研究,并分析其适用于维吾尔语词性校对的可行性,进而提高维吾尔语词性标注的正确率.     

蒙古语单词词性自动识别研究

在对蒙古语语法信息进行研究的基础上，设计了蒙古语单词词性自动识别系统．介绍了词性识别所需要的知识库及识别系统的设计和实现方法．     

神经网络与规则相结合的词类标注方法

词类标注是自然语言理解中的的一个关键问题，是句法分析和语义分析的基础．本文分析了汉语的多类词现象．提出了在基于神经网络的词类标注方法的基础上，根据汉语的语法结构增加了规则的排歧处理阶段，增加了上下文词类信息的处理能力．实验表明：在原有神经网络方法的基础上，利用规则的方法进行修正，可以提高词性标注的正确率．     

高速网络芯片测试方法研究

针对网络芯片测试方法研究不多的现状,该文在描述测试概念和抽象测试结构的基础上,根据测试系统中控制观察点的位置,给出了5种网络芯片抽象测试方法,即:集中测试法,分布测试法,远程测试法,穿越测试法和回绕测试法。利用这些测试方法,对用于核心路由器高速接口卡上的OC-48cPOS(packetoverSONET)芯片进行了功能、互操作和性能测试,并分析了测试结果。测试实践表明,这些抽象测试方法能够满足网络芯片测试的需求。