CTDPS查询语言文本与实现

本文主要介绍CTDPS的查询语言及实现技术。语言文本的设计基本上是结构英语查询语言SEQUEL 2的子集,查询表达能力较强而又非过程化,易为广大用户掌握。实现时除考虑各种情况的嵌套查询块、多表的复合映射和连接外,为提高查找速度还采取了一系列的优化措施。     

一种新的文本数字水印算法研究

给出了一种基于文本字符特征的数字水印算法,结合人类视觉特性,于文本字符宽度调整过程中嵌入水印信息。实验结果证明,该算法具有较好的隐蔽性和鲁棒性。     

汉语词组网的组织结构与无标度特性

定义了汉语词组的随机文本模型(Monkey模型), 揭示了真实汉语词组网具有无标度特性, 指出了节点的平均度与总节点数的比值()基本上是个常量. 通过模拟词组网络的演化, 发现了按字频选择汉字是导致词组网幂律度分布的重要原因. 适当地调节汉字的选择概率可以使汉语的Monkey语言表现出与自然语言类似的统计特性, 大k时涌现幂律度分布, 且幂指数大约是6. 对比Monkey语言和真实汉语得出, 人类能更好地运用汉字资源并以简洁的方式表达意图, 从而证明了汉语词组网的组织结构服从自然界普遍存在的最小代价原则.     

数字水印在文本文档中的应用

数字水印技术是一种新型的数据隐藏技术,它通过在数字媒体中嵌入一定的数字信息,实现作品的产权保护和数据维护,重点研究了几种典型的在文本文档中嵌入数字水印的方法。     

改进遗传算法在模糊文本聚类中的应用研究

在分析了传统模糊聚类FCM算法和基于遗传聚类算法优点和不足的基础上,提出了一种基于免疫单亲遗传和模糊C均值的改进遗传聚类算法,克服了FCM的局部最优问题以及标准遗传算法聚类时的搜索速度和聚类精度的矛盾,并将该算法用于文本聚类,实验表明该算法是有效的。     

文本与书写：唐代女妓形象述论

在墓志文献和传世文献中,唐代女妓群体形象的构建呈现出差异性。墓志撰写者力图将走入家庭的女妓描述成贤妻良母,而传世文献的作者往往将唐代女妓塑造成精魅或者女祸。从文本书写的角度来看,书写者的书写立场和书写理念影响了唐代女妓形象的塑造。     

基于语义对齐的生成式文本摘要研究

针对当前生成式文本摘要模型在解码时对摘要整体语义信息利用不充分的问题,提出一种基于语义对齐的神经网络文本摘要方法.该方法以带注意力、Pointer机制和Coverage机制的Sequence-to-Sequence模型为基础,在编码器与解码器之间加入语义对齐网络,实现文本到摘要的语义信息对齐;将获得的摘要整体语义信息与...     

基于增量聚类的电子政务短文本信息挖掘算法研究

电子政务平台每天都会产生大量短文本数据,挖掘短文本数据对政府掌握民意有十分重要的作用.针对短文本信息量少,单一短文本向量表示模型产生的特征信息丢失问题,提出一种融合权重及主题特征的混合向量表示模型.该模型利用Word2vec和TF-IDF算法挖掘短文本的局部特征,利用BTM主题模型挖掘短文本全局特征,然后将两种特征向量进行连接构成短文本向量.针对短文本数据增量变化特征,通过增加限定阈值改进传统Single-Pass聚类算法,实现短文本的增量聚类.实验结果表明,该模型能够有效的提高短文本聚类效果.     

历次科技规划核心理念、发展阶段和政策重点的演化分析——基于文本挖掘方法

以建国以来历次科技规划为主要研究对象,采用文本挖掘和人工判读相结合的方法,确定规划文本主题词及词组,通过词频统计等发现受关注程度高的主题词及其潜在关系.结合文本挖掘结果与历史研究,从核心理念、发展阶段和政策重点3个方面对科技规划的演化进行分析.研究发现:规划核心理念逐渐清晰,科技规划发展经历了从科学技术体系建设、科技创...