日中机器翻译中的可保留歧义关系

着重阐述了日中机器翻译中可保留歧义关系（ＲＳＡ）这一新概念及其处 理手法．所谓可保留歧义关系是指即使不消除原输入文中授受构造上的歧义 性也能生成反映原文意思的译文关系．具体而言,就是研究由并列助词［］、 连体助词［の］和名词构成的名词短语及由用言连体形构成的句子中授受构 造上的可保留歧义性;并在此基础上提出了一个新的翻译方法．从技术论文 的２ ９１９个句子中抽出了含有上述可保留歧义关系类型的句子８０６个进行了 翻译实验,正确率为９７．７％．从而确认了所提方法的有效性．     

新形势下高校贫困生勤工助学资助由“劳务型”向“智力型”转化的思考

高校贫困生群体日益庞大,我国已经基本建立起多元化的资助经济贫困学生的政策体系。其中勤工助学资助体系中多为“劳务型”工作,难以有效解决贫困生经济、精神双贫穷。普通高等学校应就勤工助学资助体系由“劳务型”向“智力型”转化进行深入思考。     

基于光流方向信息熵统计的微表情捕捉

以光流法为依据,提出了一种基于光流方向信息熵(entropy of oriented optical flow,EOF)统计的方法捕捉微表情关键帧.首先,采用改进的Horn--Schunck光流法提取视频流中相邻两帧图像的微表情运动特征;其次,采用阈值分析法筛选出投影速度模值较大的光流向量;之后,采用图像信息熵统计光流变化角度,进而得到视频序列的方向信息熵向量,通过对熵向量的分析,实现微表情关键帧捕捉;最后,本实验采用芬兰奥卢大学的SMIC微表情数据库和中国科学院心理研究所傅小兰的CASME微表情数据库作为实验样本,通过与传统的帧差法比较,证明了本文提出的算法优于帧差法,能够较好地表现出微表情变化趋势,为微表情识别提供基础.     

模糊推理的FMT-对称I*算法

面向模糊推理的FMT(Fuzzy Modus Tollens)问题,从对称蕴涵的角度,将三I*算法推广为对称I*算法.首先,给出了FMT-对称I*算法的定义、求解原则,针对R-蕴涵算子构建了一致化表达的求解模式;针对几个常见的R-蕴涵算子,提供了具体的优化解形式.进一步地,将FMT-对称I*算法衍生到α-FMT-对称I*算法的范畴,探讨了α-FMT-对称I*算法的定义、求解原理和优化解.最后,考察了FMT-对称I*算法的置换还原性,发现其效果良好.     

如何认识新形势下高等院校学生辅导员工作

对高等院校辅导员工作给予了科学的、合理的定位,指出辅导员应不断提高自身的综合能力,为学生服务。     

基于本体模型的自主制图服务中间件关键技术研究

当今，互联网呈现重要特征，引起交流，鼓励对话。通过参与互动，使得不同年龄、文化程度、专业非专业的公众都能利用在线方式进行交流，形成了一个复杂共享的体验过程，为其开辟了一个话语空间。在互联网时代，伴随制图应用领域和用户群体得到拓宽的同时，用户对地图的内容、表达、使用和获取等提出了更高的要求。地图内容日益广泛化，     

复合型应用人才培养模式的新探索

介绍了复合型应用人才的内涵,根据社会发展需要和现代商业特点,提出了培养复合型应用人才的9种主要模式。     

新形势下高校贫困生勤工助学资助由“劳务型”向“智力型”转化的思考

高校贫困生群体日益庞大,我国已经基本建立起多元化的资助经济贫困学生的政策体系。其中勤工助学资助体系中多为"劳务型"工作,难以有效解决贫困生经济、精神双贫穷。普通高等学校应就勤工助学资助体系由"劳务型"向"智力型"转化进行深入思考。     

基于多策略的新浪微博大数据抓取及应用

微博数据处理属于大数据范畴,其前提是获取大量的微博数据,而由于商业利益以及安全方面的考虑,获取微博数据的途径越来越少。同时随着新浪官方API的逐步更新,数据获取的限制也日益增加。文章尝试利用现有资源,基于多策略获取机制,设计出可稳定获得新浪微博数据的挖掘方案,并给出情感分析应用实例。实验表明,所设计的挖掘方案可以根据需要获取微博上的数据,并可以应用于微博情感分析中。     

新形势下高校贫困生勤工助学资助由"劳务型"向"智力型"转化的思考

高校贫困生群体日益庞大,我国已经基本建立起多元化的资助经济贫困学生的政策体系.其中勤工助学资助体系中多为"劳务型"工作,难以有效解决贫困生经济、精神双贫穷.普通高等学校应就勤工助学资助体系由"劳务型"向"智力型"转化进行深入思考.