基于版本的多重软件重构自动检测技术研究

软件重构的自动检测是目前软件重构领域的一个研究热点.目前,多重软件重构的自动检测方法能够检测出在不同软件版本的不同位置上实施的多重重构操作,但是对发生在不同软件版本的相同位置上的多重重构操作则无能为力.为此,该文提出了一种在函数级别,利用函数调用图,实现基于多版本的多重软件重构的自动检测方法.该方法能够自动检测出在不同软件版本中的同一个函数上发生的“函数抽取”和“函数重命名”多重重构操作.同时,通过实验验证了该方法的有效性.     

汉语新词语在聋人中认知度的调查研究

每年教育部、国家语委都会以中国语言绿皮书的形式发布上一年度的汉语新词语,这些汉语新词语被健听人接受并广泛传播,然而这些汉语新词语是否被聋人接受,以及在聋人中的传播形式等,目前却很少有机构进行研究.为了了解汉语新词语在聋人中的传播效率、传播广度、传播的准确度等,选取20位在校聋生对随机抽取的20个汉语新词语在Authorware软件帮助下进行了认知度调查,结论表明:认知度高(HH)的占78.75％,认知度较高(LH)的占15％,认知度中等(M)的占6.25％.经分析可知:新词语的认知度与听力损伤程度没有必然联系;与其日常生活以及上网频度和范围有一定关系;同时与针对同一汉语新词语的手语打法不一致有关,也即与汉语新词语的手语传播的精确度有关.     

2007年汉语新词语体现的社会心态分析

汉语新词语是新时期以来语言生活中的重要现象，新词语是对语言生活实态的观察和记录，也是对社会生活的记录。通过对2007年汉语新词语的研究，可以窥探出新时期下人们的各种心态，挖掘出深刻的文化内涵。     

浅谈汉语新词在教学中的必要性

无数研究表明,汉语新词语是指近年来产生能够反映新时期新事物新现象新观念的词语。它们的产生是对汉语语汇系统的不断丰富和发展。本文紧密结合近年来笔者自己身边发生的和自身感悟的语言现象,对新词语的界定阐述了自己的看法,同时在分析汉语新词语产生的主要途径以及新词语的相关特点的基础上,根据新词语反映出的不同的心理特征,创新性地表述了新词语的几种类型,并论述了规范使用新词语应当着重把握的注意事项。目的在于更加准确、合理、规范地使用好新词语。     

藏语新词语调查研究

藏语是藏民族通用的语言,是藏族人民最重要的交际工具.随着社会的发展、时代的变革,藏语中出现了大量表达新事物、新现象和新观念的新词语.文章根据新词语的特征和藏语构词法,对新词语的类型、构成方式、词长和词性等进行考查研究.     

养路机械电子控制板的自检与调试技术

阐述了大型养路机电子控制板自检与调试过程和数据抽取，建立一个自动检测和调试过程的工作平台及检测参数规则库、检测结果信息库和故障诊断信息库，实现了４０种电子控制板的自动检测和调试。     

不限领域的中文新词的识别研究

新词识别是中文信息处理领域中的一个难点,也是自然语言处理、信息检索和机器翻译等领域的一项基础研究.根据新词特点提出不限领域的基于概率统计技术和规则方法相结合的概念抽取方法,比较了规则和统计结合的方法与纯统计的新词识别方法,通过增加权重设置很好地结合了两种方案.     

串行通信中的一种波特率自动检测方法

根据串行通信的特性,提出了一种新的主机利用接收信息自动检测出终端波特率的方法,并给出实现流程图.实践表明,这种方法更加简单、有效.     

简论新词语对汉语言的丰富与发展

新词语的产生是社会进步和科学技术不断发展的产物,是汉语言强有力的发展因素。新词语的出现极大的丰富了汉语言的使用范围和语义范畴,表现出了强大的语言魅力。该文详细阐述了新词语产生的来源,并对新词语如何丰富汉语言的发展做了详细的分析,以便充分理解新词语对汉语言的丰富和发展。     

基于自适应正交小波的机织物密度自动检测的研究

为了将计算机视觉应用于织物经纬密自动检测，提出了建立机织物自适应小波分解滤波器并研究了织物密度自动检测的方法。应用织物自适应滤波器对织物灰度图像进行小波分解，就可使分解后的子图像能很好地分别包含织物的纬向和经向纹理信息，从而可将织物子图像二值化后，根据其黑白交替变化规律，计算出织物的经纬纱密度。实验结果证明自动检测和人工测量相比，误差在3％以内。     

一种基于语词的分词方法

提出了一种基于语词的分词系统 ,设计了相应的分词词典 .该分词词典支持词条首字Hash查找和标准的不限词条长度的二分查找算法 ,并应用于全文检索中 .结果分析表明 ,此分词系统无论是在检索速度上 ,还是在歧义处理上都有很大的改进     

基于特征概念自动提取系统的研究

文本分类与文本信息特征概念的提取是当前智能信息服务研究的重点,为自动获取新的特征概念,提出了一种基于特征概念的自动提取系统,该系统包括分词、综合文本词权处理、类别归属和特征概念提取等部分,能有效地从概念上提取文本类特征,提高文本自动分类的准确性．     

基于互信息改进算法的新词发现对中文分词系统改进

提出一种非监督的新词识别方法。该方法利用互信息(PMI)的改进算法--PMIk算法与少量基本规则相结合, 从大规模语料中自动识别2~n元网络新词(n为发现的新词最大长度, 可以根据需要指定)。基于257 MB的百度贴吧语料实验, 当PMIk方法的参数为10时, 结果精度达到97.39%, 比PMI方法提高28.79%, 实验结果表明, 该新词发现方法能够有效地从大规模网络语料中发现新词。将新词发现结果编纂成用户词典, 加载到汉语词法分析系统ICTCLAS中, 基于10 KB的百度贴吧语料实验, 比加载用户词典前的分词结果准确率、召回率和F值分别提高7.93%, 3.73%和5.91%。实验表明, 通过进行新词发现能有效改善分词系统对网络文本的处理效果。     

一种基于 Hownet 的词向量表示方法

针对基于预训练得到的词向量在低频词语表示质量和稳定性等方面存在的缺陷, 提出一种基于Hownet的词向量表示方法(H-WRL)。首先, 基于义原独立性假设, 将 Hownet中所有N个义原指定为欧式空间的一个标准正交基, 实现Hownet义原向量初始化; 然后, 根据Hownet中词语与义原之间的定义关系, 将词语向量表示视为相关义原所张成的子空间中的投影, 并提出学习词向量表示的深度神经网络模型。实验表明, 基于Hownet的词向量表示在词相似度计算和词义消歧两项标准评测任务中均取得很好的效果。     

基于共现词对的文档表示方法研究

提出一种新的文档表示模型——基于共现词对的向量空间模型。模型以文档中共现的词对为基本考察对象,通过统计学特征选择有代表性的词对来表示文档。基于覆盖算法的文本分类实验表明此模型有较强的文档表示效果,为文本自动化处理提供了一条新思路。     

基于词内部模式的中文新词识别研究

提出了一种基于支持向量机的中文新词识别算法.该算法结合新词内部模式以及词长等提出了基于词内部模式的改进字符位置似然概率,并综合新词的邻接类别等特征对新词进行识别.经过小说语料测试,实验结果表明：该算法的微F1值为0.583 3,宏F1值为0.775 7,分别比不考虑词内部模式的基准算法提高约63%和30%.     

词义自动消歧概率模型

提出了一种词义自动消歧概率模型·在词义自动消歧实验中,分析了高频率词义、指示词、特定领域、固定搭配和固定用法信息对名词和动词词义消歧的影响·目前该词义自动消歧系统已经应用于基于词层的英汉机器翻译系统(汽车配件专业领域)中,有效地提高了翻译性能     

一种基于关键重复语义的最大熵文本分类

文本分类做为Web文本挖掘的重要手段和搜索引擎的重要组成部分而被广泛研究。现有的分类系统大都依赖于中文分词,尽管达到分类目的,但随着Web文档数量的增加和网络新词汇的不断出现,面临着特征维数急遽增高带来的时空开销问题,严重影响了系统的性能。在此抛开中文分词而尝试使用基于关键子串的特征提取并结合最大熵模型给出了一种分类系统的实现。实验表明,与现有的分类系统相比,具有较好的问题求解效率和适应性。     

基于二元背景模型的新词发现

该文提出一种基于二元背景模型的新词发现方法。采用前、背景语料二元似然比挑选候选二元组(bigram);然后根据频率、刚性、条件概率等基于前景语料的统计量,对二元组进行进一步筛选和扩展,以确定新词边界。用该方法提取出的词既包含新词特征,又可以成词。而且该方法充分利用现有背景生语料却无需分词等标注信息,不依赖词典、分词模型和规则,具有良好的扩展性。为了得到更好的发现效果,还讨论了各统计量阈值的选取策略和垃圾元素剔除策略。该方法在网络小说语料上验证了其有效性。     

网格系统的组成与体系结构分析

网格是新型的分布计算和协同工作环境.在讨论网格特点的基础上,阐述了网格系统的组成和必须提供的基本功能,着重分析了以服务为中心的开放网格服务体系结构(opengridservicesarchitecture)的设计,指出网格体系结构是网格建造的核心.