基于度量学习和层级推理网络的抽取式摘要方法

当前大部分的抽取式摘要方法主要关注对摘要句的表示和抽取,容易忽略对文本特征表示的充分性。为了解决这一问题,提出一种基于度量学习和层级推理网络的抽取式摘要方法。首先,在抽取式任务基础上提出基于度量学习和层级推理的抽取式摘要模型（MLHIN）;其次,在CNN/DailyMail数据集上进行模型评估,并在英文摘要数据集CNN/DailyMail上进行测试;最后,对测试结果进行验证。结果显示,所提方法模型在Rouge-1,Rouge-2,Rouge-L上的得分明显优于其他模型,比Lead-3模型分别高出0.84％,1.29％和2.43％;通过将提出的度量损失metric和层级推理模型中的句子编码器替换掉,可以看出模型性能均有不同程度的下降,证明了提出的层级推理网络和度量损失的有效性。新算法能够提高模型捕捉长距离依赖的能力,增强模型对摘要句与非摘要句的分辨力,有效改善了抽取式摘要方法的性能。     

融合句义特征的多文档自动摘要算法研究

多文档自动摘要研究是自然语言处理领域的关键问题之一,为使抽取的摘要更能体现多文档主题,本文在子主题划分的基础上,提出了一种融合句义特征的句子优化选择方法.该方法基于句义结构模型,提取句义结构中的话题、谓词等特征,并融合统计特征构造特征向量计算句子权重,最后采用综合加权选取法和最大边缘相关相结合的方法抽取摘要.选取不同主题的文本集进行实验和评价,在摘要压缩比为15%情况下,系统摘要平均准确率达到66.7%,平均召回率达到65.5%.实验结果表明句义特征的引入可以有效提升多文档摘要的效果.      

基于分层最大边缘相关的柬语多文档抽取式摘要方法

为了解决传统多文档抽取式摘要方法无法有效利用文档之间的语义信息、摘要结果存在过多冗余内容的问题,提出了一种基于分层最大边缘相关的柬语多文档抽取式摘要方法。首先,将柬语多文档文本输入到训练好的深度学习模型中,抽取得到所有的单文档摘要;然后,依据类似分层瀑布的方式,迭代合并所有的单文档摘要,通过改进的最大边缘相关算法合理地选择摘要句,得到最终的多文档摘要。结果表明,与其他方法相比,通过使用深度学习方法并结合分层最大边缘相关算法共同获得的柬语多文档摘要,R₁,R₂,R₃和R_L值分别提高了4.31%,5.33%,6.45%和4.26%。基于分层最大边缘相关的柬语多文档抽取式摘要方法在保证摘要句子多样性和差异性的同时,有效提高了柬语多文档摘要的质量。     

面向框架语义分析的目标词自动识别方法

提出了一种基于监督学习的目标词自动识别方法,分析并检验了多种区分目标词、框架元素和非实义词的分类特征,并在此基础上,联合使用监督学习与规则匹配方法,形成了兼顾扩展性和精确性的目标词识别系统。在FrameNet语料集的实验结果显示,融合方法的目标词识别获得了3.86%的性能提升。     

非规约类以词代句结构的语用分析

英语言语交际通常以完整的句子来实现,但是在实际的口语交际中,常常出现单个词汇代替句子实现交际意图的现象。以词代句是句子结构高度省略或简化的结果,体现了人们日益加快的生活节奏和追求简洁明快的语言心理。以词代句符合语言交际的经济原则,同时本身还可能传达特定的语用含意。以词代句结构的语用含意有规约性和非规约性之分,规约与非规约在特定情况下可能发生相互转化。语境在理解非规约类以词代句结构时起着至关重要的作用。     

从词、句、意析电视栏目名称的英译原则

从词、句、意3个方面探讨电视栏目名称的英译原则。正确选择词和词类、权衡词义是做好栏目名称英译工作的基本要求。在对电视栏目名称进行英译时需要从其特殊的结构特点加以考虑,真正得体、精彩的电视栏目英文名称应该既满足译名的语意忠实于原文的要求,又能够创造出美的意境。     

闭环供应链的共享信息层级管理研究

随着信息技术的不断发展,信息管理成为提高供应链管理的关键因素。不同的链上成员信息共享和传递的内容和形式不同。对闭环供应链的共享信息进行了分层,同时建立了闭环供应链的层级管理模式。     

基于信息融合技术的机械系统故障诊断框架研究

通过基于信息融合技术的机械系统故障诊断框架的分析,结合故障诊断的一般过程,建立了一个通用的贯穿整个故障诊断过程的、基于信息融合的机械系统故障诊断框架,并通过分析对比证明了此框架的优越性、可行性和有效性。最后成功地将此框架应用于某型自行火炮发动机故障诊断。     

模态逻辑的信息框架

针对一些学者对情景语义学的质疑，该理论创始人之一巴威斯采用信息流模型理论的技术手段提出从信息视角解释模态概念的信息框架。信息框架，作为模态逻辑的语义框架，与克里普克框架有相同的解释力和适用范围。信息框架能够为形式描述容错性信息流推理的模态信息流逻辑研究提供可能语义基础，为信息流逻辑的进一步深入研究提供理论支持。     

基于混沌映射的信息摘要算法

利用混沌系统对初始条件和混沌参数非常敏感以及产生的混沌序列具有随机性与不可预测的特性,提出一种构建在Logistic映射上的信息摘要算法.通过将原始明文信息块作为混沌射的初始值,经过混沌系统的迭代得到系统的输出来构建原始明文的信息摘要.利用Jave的BigDecimal类进行了算法的实现,运行结果表明该算法性能良好.     

文本自动摘要提取算法

摘要是对文本内容的概括,在信息检索中起着重要的作用,提出一种文本自动摘要提取算法：按照词语权重提取出能表征文本主要内容的特征词,根据句子的物理信息以及句子中包含的特征词情况计算出句子的权重,按照句子权重大小等提取出候选摘要句.     

噪声环境下函数优化问题的混合优化算法

针对噪声环境下的函数优化问题提出一种混合粒子群优化算法UPSOOHT, 并考察了最优计算量分配（OCBA）和噪声幅度对算法性能的影响. 该算法将粒子群优化算法与假设检验及OCBA有效地结合, 具有很好的全局搜索能力和局部精化能力. 与其他优化算法比较的测试结果表明, UPSOOHT算法的性能和抗噪声能力都具有明显的优势.     

基于互信息和小波分解的混合优化医学图像配准

提出一种新的基于互信息和小波分析的混合优化配准算法,在最低分辨率下用模拟退火算法进行全局优化,在高分辨率下采用Powell算法进行优化.结果显示:该方法用于医学图像配准,并与已有的传统方法进行分析比较,具有良好的全局优化性能和时间性能.     

基于互信息和混合优化算法的多模医学图像配准

针对互信息函数的多极值问题,提出了一种基于混合优化算法的多模医学图像配准方法.对于多模医学图像,以互信息作为相似性测度,使用混合优化算法搜索出最佳配准变换参数,将待配准图像进行变换,从而达到配准的目的.实验表明,该算法能避免陷入局部最优值,配准结果精度达到亚像素级.     

基于互信息和文化基因算法的网络流量特征选择

利用文化基因框架的引导,提出一种结合了封装和过滤的混合型特征选择算法.该算法在传统的遗传算法中采用了基于互信息的局部搜索算法,全局搜索以分类器精度为适应度函数,保证得到全局最优解;局部搜索以联合互信息为评价指标,加快了寻找最优特征子集的收敛速度.实验表明,与现有算法相比,该算法在特征数量和计算复杂度上有显著改进,采用该算法的网络流量识别方法能以更少的特征获得更高的分类精度.     

图书信息分类汇总功能的设计与实现

阐述了图书数据表的结构,讨论了ASP中利用select语句实现图书信息分类汇总与统计的基本方法,设计了图书分类汇总表单,利用ASP实现了基于Web的图书信息分类汇总功能,并提供了一个运行结果的实例。     

混合优化算法及在约束优化问题中的应用

针对混沌优化方法和Alopex算法的特性,将改进的Alopex算法嵌入到混沌优化算法中,提出了一种混合优化算法,此算法充分发挥了改进的Alopex算法的快速搜索能力和混沌优化方法细致寻优的特性,提高了算法的收敛速度,避免了优化算法陷入局部最优的缺陷;同时将混合优化算法应用于约束优化问题中．仿真结果表明了混合优化算法的有效性．     

一类求解无约束问题的混合参数共轭梯度法及全局收敛性

提出一类混合参数共轭梯度法,在步长满足Wolfe线搜索的条件下,算法产生的搜索方向是下降方向.在适当的条件下,算法是全局收敛的.     

技术中的信息及技术分析框架

技术的定义是历史演进的,逐步从强调技术的个别要素而至强调三要素(劳动者、劳动工具和劳动对象)。但是,技术三要素之间的信息交流并未得到注意。它们之间存在不同程度的信息交流,它们的信息形式也不同,信息载体也不同。基于信息交流,可以构建技术分析的理论框架。新的理论框架,有助于建立技术经济评价的新概念,有利于指导技术创新。     

基于BIM建筑结构设计模型集成框架应用开发

分析建筑信息模型的信息集成过程和特征以及建筑结构模型基本对象表达的复杂性和模型数据积累的反复性,构建一种主要涵盖建筑和结构设计阶段的信息模型集成框架体系.该体系具有可扩展性、兼容性、阶段性等特点,通过开发的模型转换平台可以初步实现建筑、结构模型信息的集成,为研发基于建筑信息模型技术的下一代集成建筑工程软件系统提供技术支持.