基于问题模式匹配的智能答疑系统原型

智能答疑系统是将学生的问题和老师的解答有机地组织起来并存放至相应的答题库中，通过自然语言的语义理解技术来分析并自动的匹配学生所提出的问题，自动地给予问题解答的系统. 智能答疑系统能够给予提问者即时的回应，减轻教学人员的工作压力，在远程教学中具有重要意义.红棉智能答疑系统（原型系统）针对国内现有的智能答疑系统普遍存在的问题，借鉴了国外先进智能答疑系统的成功经验与设计理念，根据中文智能答疑的特殊需求，引入了基于概率的双向最大匹配分词算法、智能问题模式匹配、基于语义依存树的语义分析等技术进行智能问题分析，形成了具有更高答案召回率、合理性与正确性的新一代智能答疑系统.     

非线性常微分方程数值解的渐近表示以及应用

对于非线性常微分方程一般不存在解析解,但是通过数值方法发现,有些非线性常微分方程的振荡渐近解是有规律的.因此,可以用最小二乘法等方法对这些数值解拟合出渐近解,在此基础上,再通过理论分析得出更具体的结果,为非线性微分方程的研究提供了一种途径.为了提高计算精度、避免计算过程出现崩溃,我们引入了数值解的函数变换和自变量变换的方法,这也保证了数值结果的可靠性.本文通过对数值解的渐近表示,验证了Painlevé方程振荡渐近解的一些现有结果,并得出一些新的结果.     

"化"缀词的语法和语义研究

“化”缀词中“X”的语法单位是语素、语素组或准词组,其语法性质可以是名词性成分、动词性成分、形容词性成分、区别词性成分、数量词性成分甚至副词性成分等。通过实例考察,“化”缀词的基本语法功能是动词,但不排除为形容词甚至是区别词,而其整体意义与词根“X”的联系也有很强的规律性。     

基于LSI和自组织神经网络的高效文本聚类方法

根据隐含语义索引(LSI)理论和动态自组织映射神经网络理论,提出了一种文本聚类的新方法.应用动态自组织映射神经网络来实现文本聚类,不必预先给定聚类个数,可以在任意合适的位置生成一个新的类,具有聚类灵活和精度高等特点,对于高维的文本特征向量来说,聚类速度很低;该方法应用LSI理论来建立文本集的向量空间模型,在词条的权重中引入了语义关系,消减了原词条矩阵中包含的"噪声"因素,从而更加突出了词和文本之间的语义关系.通过奇异值分解(SVD),有效地降低了向量空间的维数,克服了自组织神经网络的聚类缺陷,提高了文本聚类的精度和速度.     

论辩证法和形而上学的根本区别

从与形而上学相对立的角度来看,辩证法指的是思维方式及本体观;形而上学指抽象的思维方式及所得出的事物观,辩证法指的是具体的思维方式及得出的事物观。黑格尔辩证的具体事物观是一个运动联系整体。辩证法和形而上学物质观区别的关键就在于表象性事物观还是运动联系整体的区别。这一观点可以从三个角度加以证明:目前对辩证法理解存在误区导致的自相矛盾;马克思和费尔巴哈的人学观的差异;马克思和黑格尔对形而上学物质观的批判。     

从《儒林外史》的翻译谈文化负载词的英译方法

文化负载词是指标志某种文化中特有事物的词组和习语。由于中西传统文化的巨大差异，在翻译文化负载词时，译者很难找到完全对等的表达。本文通过对《儒林外史》译文的探讨，总结其规律性翻译途径：即采用语义翻译 解释，交际翻译，交际翻译 脚注，源语词汇的义素拆分以及意象的转换等方法来实现跨文化翻译的最佳目标。     

基于语义距离的模糊信息分类方法

介绍了信息表极大必要属性组的概念。并用模糊语义距离矩阵解决了含有模糊数据的相互依赖的数据库的信息分类问题。     

具有适应能力的Web课件设计与关键技术

传统的基于网络的CAI系统由于缺乏推理机制和学生模型的支持,不能根据学生的知识水平、认知特点和理解能力提供适合该生的学习材料并作出有针对性的指导.介绍了一种基于Web的具有适应能力的课件模型,它综合利用人工智能技术、多媒体技术、数据库技术和网络技术所设计的课件,能让学生根据各自的学习情况动态组织教学内容,为学生提供个性化的服务.讨论了实现过程中的关键技术.     

非线性演化方程族的零曲率表示

利用泛函梯度,从一般的谱问题ψx=U(u,λ)ψ出发,通过直接计算,得到了两族非线性演化方程的零曲率表示。这种方法方便有效且对于其它非线性演化方程同样适用。     

言内语义语境与言外语境语义

语境研究已成为当前语言学界的中心课题,语义学也把语境视为一个重要对象。言内语义语境是利用语言知识来解释语境对语义的解释制约作用;言外语境语义则是用非语言知识来分析语境对语义的解释制约作用。由此得出语义研究离不开语境。