蒙太古语义学在文献信息组织和检索中应用的探讨

首先,简单介绍了蒙太古语义学(MS)及其在机器翻译中应用的历史;分析了MS的特点和局限性,指出它适合作为受控自然语言(CNL)的形式模型,能很好地实现自然语言的各种计算机处理.然后,提出建设一种可应用于文献信息组织、管理和检索的基于MS的CNL系统:它能克服传统方法的种种局限性,带来革命性变化;探讨了这种系统的工作原理和结构框架.     

一种支持个性化协调的服务机器人体系结构

本文提出一种支持个性化协调的服务机器人体系结构(individualized coordination architecture,ICA).主要动机是通过自然语言人机对话获取用户的个人特性和其他信息,通过对这些信息进行自动推理和规划,实现利用个人特性的自动问题求解,并满足家庭环境对服务机器人的应用要求.本文着重介绍ICA的主要部件的功能及其相互衔接方式,描述任务规划的机制和实现手段,并通过一个实例说明在一个初步实现的原型系统中从自然语言到任务规划的完整过程.     

一种全文索引自动答疑系统的设计与实现

提出一种基于自然语言提问的自动答疑系统的设计思想,引入Lucene的全文检索模型.采用浏览器/服务器模式,设计并实现基于Lucene的自动答疑系统,通过对提问信息进一步的加工和提取,可实现浏览、搜索、提问等功能.该系统能够胜任一定领域内的,基于自然语言的自动答疑需求,并充分考虑了系统的开放性和可维护性的要求.然而,知识库还不具备自动学习功能,且对用户问题只进行简单的关键词拆分,没有进行语义分析,这使得系统还不具有完全的智能化特性.     

数字图书馆建设中存在的问题及对策

"数字图书馆"一词由英文Digital Library翻译而来,是用数字技术处理和存储各种图文并茂文献的图书馆,实质上它是一种多媒体制作的分布式信息系统,把各种不同载体、不同地理位置的信息资源用数字技术存储,以跨区的网络查询和传播的一个大型信息系统.     

自然语言中翻译的模糊性

模糊是自然语言的一个基本属性。翻译属于自然语言的一部分。因此，翻译具有模糊性。近年来，模糊语言学研究的发展对翻译理论和实践的研究有着重大影响。本文在对近几年自然语言模糊性与翻译理论、实践相关文献研究的基础上，对自然语言中翻译的模糊性作了简要归纳。     

中国(广西)-东盟技术标准信息服务平台的构建

基于B/S结构、Internet和VPN技术构建中国(广西)-东盟技术标准信息服务平台.该平台整合东盟技术标准信息资源,收录东盟国家技术标准和技术法规信息,具有在线检索、咨询、翻译等功能,架设了企业、科研机构、东盟标准机构之间的信息桥梁,能够为中国-东盟双边贸易发展提供有效的技术标准信息服务.     

本刊改用“关键词”为“主题词”

<正> 本刊从1992年第2期起,将原来使用的“关键词”改用“主题词”,这是根据有关部门的要求和为加快、准确的进行信息的传播而采取的一项重要措施.主题词应从《汉语主题词表》(自然科学部分)中选用.《汉语主题词表》是一部显示主题词与词间意义关系的规范化动态性的检索语言词表.它是沟通情报文献工作者与情报用户之间的思维桥梁,是自然语言与情报系统语言之间的媒介,同时又是人与计算机之间在进行情报存储与检索方面的联系工具. 《汉语主题词表》中的主题词主要是各学科领域文献中经常出现、在情报检索中有使用价值和一定的使用频率、能作为主题汇集一定量文献或具有叙词组配功能的名词术语;主题     

术语翻译研究可视化分析——基于中国知网1992-2019年核心期刊论文数据

本文以中国知网数据库中1992-2019年间"术语翻译"为主题的464篇核心期刊论文为数据来源,借助CiteSpace信息可视化软件工具,并结合传统的文献计量法,从文献分布、研究力量、研究热点和研究前沿几个方面,对国内术语翻译研究的现状进行可视化分析.研究显示,国内专家学者已意识到术语翻译的重要性,术语翻译研究成果颇丰,不同领域的术语翻译研究均有涉及,且逐渐与机器翻译、术语库、语料库等前沿学科相交叉,但是也存在研究领域广而分散,学者与机构之间的合作不够明显,多语种术语翻译研究不足,以及人文社科领域术语翻译有待加强等问题亟待解决.     

制造信息系统的有序性测度理论研究

为了测度制造信息系统的有序性,研究了制造信息系统的有序程度与制造信息之间的关系.首先将制造信息分为车间设备信息、制造执行信息、流程管理信息、业务决策信息和战略决策信息5个层次,并根据制造信息所在的层次定义了制造信息绝对信息量的评分标准及同一层次内部信息重要性的评分标准;然后采用Shannon的信息论计算制造信息的信息量,并结合前述的两个评分标准计算每个信息的绝对信息量;再结合制造信息量之间的相关性系数,确定各个制造信息的独立信息量.制造信息系统中所有独立信息的总量就是制造信息系统的信息总量;另外,当制造信息系统处于极端条件下时,其信息总量会出现最大值与最小值,根据这三个值,文中找到了评价制造信息系统有序性的参数并称之为系统有序度Θ(t).使用系统有序度Θ(t)来测度制造信息系统的有序性时,系统有序度越大,制造信息系统的有序性越高.     

自然语言理解系统的自动词汇扩展

提出一种方法,用以实现自然语言理解系统的自动词汇扩展,以模拟人的词汇学习能力.该方法的基本要点是:(1)用语法制导切词实现生词的自动辨别;(2)用反复试探句法分析来确定生词的句法功能;(3)简化词典的词义表示形式,使词义隐含在知识库系统中.     

基于IRP的Windows设备驱动程序文件操作的实现

文件是数据存储的基础,处于Windows操作系统内核中的设备驱动程序,对文件系统的访问不像应用程序那样方便。文章介绍了Windows设备驱动程序通过建立自定义I/O请求包(IRP),并将IRP发送到文件系统驱动程序的方式,实现对文件的内核级操作的方法,该方法可实现文件建立、读、写、删除和改名等功能。文章给出了基于微软设备驱动程序开发工具实现的IRP包的建立、发送和完成的源码。     

基于面向对象Petri网的软件体系结构描述语言

以面向对象Petri网为形式化理论基础 ,提出了一种基于面向对象Petri网的体系结构描述语言 (OP NADL) .与传统的体系结构描述语言相比 ,OPNADL能描述系统的静态和动态语义 ,可利用Petri网的数学分析方法对系统进行动态分析 ,能形象、直观地刻画系统的整体和个体特性 ,同时可以利用相应的Petri网支持工具对软件体系结构进行模拟、分析和验证 .通过OPNADL在公安地理信息系统和柔性制造教学系统开发中的实践证明 ,OPNADL可以有效地辅助软件设计人员在体系结构层次上对系统进行分析和设计 ,从而提高了系统的开发效率 ,具有良好的应用前景     

施工组织设计文档智慧辅助审查中的文本分类问题研究

施工组织设计是指导工程建设全过程活动的技术、经济和组织的综合性文件,随着自然语言处理(NLP)等人工智能技术的发展,本文针对施工组织设计文档智慧辅助审查中基础性工作之一-文本分类问题开展研究。为实现施工组织设计文本的自动分类,本文运用Word2vec词嵌入技术对文本进行向量化表示,基于Bi-LSTM捕捉文本上下文序列信息,融入Attention机制,提取文本有效信息,采用softmax激活函数分类。Attention Bi-LSTM在房建数据集上达到了0.97的准确率、召回率以及F1值,整体分类效果在正确率、宏平均、加权平均上均优于其他模型。融入Attention机制的Bi-LSTM文本分类模型通过双向捕获文本的特征并利用Attention机制提取有效信息,达到了联合优化的作用,提高了模型的分类性能。     

融合频繁项集和潜在语义分析的股评论坛主题发现方法

针对股评论坛主题发现,提出基于频繁项集与潜在语义相结合的短文本聚类(STC_FL)框架.在基于知网的知识获取后得到概念向量空间,挖掘并筛选出重要频繁项集,然后采用统计和潜在语义相结合的方法进行重要频繁项集的自适应聚类.最后,提出TSC-SN(text soft classifying based on similarity threshold and non-overlapping)算法,通过参数调优策略选择和控制文本软聚类过程.股吧论坛数据实证分析发现:所提出的STC_FL框架和TSC-SN算法可充分挖掘文本潜在语义信息,并有效降低特征空间维度,最终实现对短文本的深层次信息挖掘和主题归类.     

基于概率潜在语义分析的中文文本分类研究

概率潜在语义模型使用统计的方法描述"文档—潜在语义—词"之间的概率分布关系,其实质是模拟了潜在的概率语义空间,并将文档和词映射到同一个语义空间.该文将概率潜在语义分析模型用于中文文本分类,一方面较好地处理了自然语言中的同义、多义问题;另一方面通过计算概率潜在语义空间中向量的距离来获得文档间的类别信息从而达到文本分类的目的.实验结果表明,该分类器具有良好的分类性能.     

网络信息审计系统中的文本片断模糊分类算法

分析了分段对文本分类的影响,提出了与文本语义密切相关的最大语义标志原则(MSMR)和段落间的语义激励原则(SIR),在模糊K-最近邻分类算法的基础上,应用这2个原则设计并实现了一种基于上下文的文本片断模糊分类算法.该算法依据SIR判断文本片段分类的相互影响,降低了片段分类的错误率,当某一片断类隶属度大于某一阈值时,依据MSMR判定可知,同一文档的后续片断均属于同一类别,这样就不用计算所有片断的类隶属度.实验表明:与模糊K-最近邻分类算法相比,所提算法能有效提高系统的查准率、查全率和正确率,其中查全率可提高16%以上;在同一会话中,由于被明确分类后的后续片段不需要计算类隶属度,所以算法总计算时间明显少于模糊K-最近邻分类算法,具有较高的分类效率.     

基于聚类和分类的个性化文章自动推荐系统的研究

由于缺乏足够的反映用户兴趣的知识,以及巨大的在线计算量,导致互联网上现有文章自动推荐系统普遍存在盲目性和低效性的问题.针对以上问题,提出了一种基于聚类和分类的个性化文章自动推荐系统,利用机器学习的方法隐式地获取用户模型,并根据用户模型为用户提供个性化的文章自动推荐服务.该系统包括离线用户模型及用户群获取子系统和在线个性化文章推荐子系统两大部分,前者对文章进行聚类形成聚类兴趣点,构建基于聚类兴趣点的用户模型,并根据用户兴趣聚类形成各兴趣点的用户群;后者对待推荐文章进行分类,搜索到其所属的兴趣点,向该兴趣点的用户群进行主动推荐.理论分析和实验结果表明,该系统能够显著提高有效性和在线响应速度.所述的设计思想和技术也适用于其它互联网个性化信息自动推荐系统.     

基于NLP的军用文书自动生成系统建模

军用文书自动生成是C4ISR系统中的关键技术之一 ,是提高指挥效能必不可少的重要环节。通过系统分析 ,文中阐明了C4ISR系统中军用文书生成系统的一个重要发展方向是基于自然语言处理的文书自动生成。根据军用文书生成过程中的信息流向 ,提出了该系统 3个模块的结构模型 :信息理解模块、文书信息库模块、文书生成模块 ,描述了这 3个模块的整体运作流程。该模型对其它领域中基于自然语言理解的文本生成系统具有参考价值     

基于领域本体的信息搜索模型

针对目前的搜索模型局限于语法层次上关键词匹配的特点,以领域本体作为知识组织方式,提出了一种语义环境下基于本体的信息搜索模型.在此模型的基础上,分别提出了文档语义标注算法和搜索词语义扩展算法,两种算法分别对文档集语义分析和搜索词语义关系理解,实现双向语义信息搜索的目的.实验结果表明,提出的信息搜索方法能够克服关键词匹配搜索的不足,获得较好的搜索效果