互文性视阈下《搜神记》的文本特征

《搜神记》是晋代及其前神异故事的集合,故事的文本、意义之间体现出互文性特征。互文性表现在文本内容的互补、文本主题的互反,以及人物构形、情节元素、叙事核心的互鉴等方面。将各主题中所包含的故事进行对比,能看出《搜神记》文本的互文性特点：一些文本通过内容的对照补充呈现互补特征;部分文本经由主题的矛盾冲突体现互反特性;有文本在人物构形、情节元素、叙事核心等方面表现互鉴特点。在互文性视阈下,《搜神记》中看似零散的文本之间形成张力构成整体系统。     

海量用户评论在APP更新设计中的参与作用挖掘

APP市场上用户发表的评论包含着对APP软件研发团队的有用信息,尤其是软件功能请求以及具有特定应用的用户体验内容,可以应用到APP软件的版本更新设计中.为了研究海量用户评论在APP软件更新和重新设计中的参与作用,本文提出一种基于词向量表征的句向量相似性计算模型,它可以用于度量来自更新日志文本和用户评论文本中的句子的相似性.然后,本文提出了APP产品的“更新日志-用户评论”匹配算法将不同语义匹配结果划分到不同的数据集.基于真实的APP市场上采集的海量APP软件升级日志数据和用户评论数据的实验证明了本文提出方法的有效性.研究结果还发现:APP开发团队对于用户评论内容的采纳不到20%,而且采纳的内容主要集中在APP软件功能方面.用户评论中众多内容指向企业的营销活动问题,这部分内容由于研发团队在企业运营中的管理角色所限,很少能够顾及.     

城市综合报警与监控系统的运营服务机制研究

报警运行服务主体的企业化、市场化是我国报警运营服务的必由之路;报警运营服务规范是报警运行服务社会化、网络化的基石;报警运营服务保障机制的建立是报警运营服务可持续性发展的必要保证。     

基于BERT模型的文本评论情感分析

目前,用户的评论对产品的改进具有重大意义,为了解决文本情感人工阅读效率低下和传统词向量搭配神经网络解决文本情感分析准确率不高的问题,本文中提出了一种基于BERT模型的文本情感分类的解决方案.本文实验中使用谭松波酒店评论语料,通过使用预训练好的BERT模型进行fine tune,将得到的结果通过搭建的神经网络模型进行分类...     

基于亚像素文本图像的分割算法

在Niblack和Otsu算法的基础上,提出了运用亚像素图实现图像分割的算法.经实验证明,所提出的算法能更好地保持字符的拓扑结构和光滑字符的边缘,分割效果比使用原图像直接进行分割有明显的改进.     

基于FP-tree关联算法的文献主题研究——以大数据哲学研究为例

数据科学与人文社会科学的融合,不仅能丰富人文社会科学的研究方法,还能拓展研究思路、发现新问题、提出新议题。这种融合将人文社会科学研究带入了一个前所未有的时代。本文介绍了一种利用FP-tree算法对社会科学文献关键词做关联规则挖掘,从而获得相关研究领域研究重点、趋势、研究进路以及“数字意外”的流程和方法,并将该方法应用于“大数据哲学研究”领域,直观地揭示目前该领域的研究重点、现状和相关研究路径等。     

智能森林火灾报警及火势延缓系统的设计

森林火灾是一种突发性强、破坏力大、处置救助较为困难的自然灾害,森林火灾的控制是世界性的难题.究其原因是因为森林火灾发现不及时且在火灾发生的初期最容易被控制的时期没有得到有效的控制.此设计针对目前发现不及时以及无法及时控制火灾的问题,结合单片机技术,提出了一种基于单片机的森林火灾报警及火势延缓设计方案.它以单片机作为核心...     

基于改进的朴素贝叶斯文本分类研究

文本分类(Text Categorization,TC)指的是把一个自然语言文本,根据其主题归入到预先定义好的类别中的过程.文本分类是自然语言处理的一个基础性工作,也是近年来人们研究的热点话题.针对朴素贝叶斯算法在小样本集分类效果不高的原因进行了分析,对其进行了改进和调整,提出了基于改进的朴素贝叶斯文本分类方法,试验结果表明,该方法取得了更好的效果.     

基于改进BP网络的中文歧义字段分词方法研究

文本挖掘中中文歧义字段的自动分词是计算机科学面临的一个难题.针对汉语书写时按句连写,词间无间隙,歧义字段分词困难的特点,对典型歧义中所蕴含的语法现象进行了归纳总结,建立了供词性编码使用的词性代码库.以此为基础,通过对具有特殊语法规则的歧义字段中的字、词进行代码设定,转化为神经网络能够接受的输入向量表示形式,然后对样本进行训练,通过改进BP神经网络的自学习来掌握这些语法规则.训练结果表明:算法在歧义字段分词上达到了93.13%的训练精度和92.50%的测试精度.     

一种组合型中文文本分类特征选择方法

根据基于频数分布和基于互信息的特征选择模式的特点,将传统的tf-idf因子以及基于互信息的特征选择方法分别进行了改进,并在此基础上提出了一种新的组合型特征选择方法。试验结果表明,该算法提高了文本分类的准确率。