网页分类中特征提取方法的比较与改进

在传统的特征提取算法的基础上,对CHI公式做了两点改进,并结合KNN算法进行了分类测试比较,通过实验证明本文所采用的特征词提取方式,在一定程度上,能够得到较高的分类准确率,存在一定的合理性.     

基于特征和隐马尔可夫模型的文本信息抽取

基于文本分块提出一种新的文本信息抽取技术,该技术利用文本的语义特征和结构特征,抽取具有特征的状态,以此结果为基础,进一步运用改进的隐马尔可夫模型,抽取剩余的无特征状态.对美国CMU大学CORA搜索引擎研制组提供的数据集中的100篇进行测试,结果显示精确度和召回率比基于单词和传统隐马尔可夫模型的方法都有所提高,并进一步提高了效率.     

从解构主义角度看不可通约性

解构主义者力挺发端于古代的怀疑论、近代的二元论和当代科学哲学中普遍流行的不可通约论;认为一切理论话语都是人为地使其具有某种结构、意义和本质,并不能完善地再现和把握现实,以至他们试图消解这样的本质结构;确信语言不是描述现实和经验的手段,只是从能指到能指的游戏。现实中没有什么东西能够充分存在于概念中,以至我们既不能把自己所说写的东西呈现给别人,甚至也不能呈现给自己,因为我们反观内心时,仍需使用远离指谓对象的语言符号。为此德里达等人主张:一切文本都只具有意向性、互涉性和主观创造的意义。人们不仅对不同的理论很难进行通约,就是针对同一理论也很难进行比对。     

基于Linux的智能内容过滤防火墙的研究与实现

针对垃圾邮件、不良网页和某些即时消息的威胁,本文以建立一个高效、智能的内容过滤防火墙为目标,提出一个集过滤与监控于一体的智能内容过滤防火墙模型,并依托该模型,实现了一个原型系统。该系统模型具有良好的结构,易于扩展,设计并实现的智能内容过滤系统具有友好的用户交互界面,良好的过滤效果,该系统的研究有助于对内容安全产品的开发,可以有效保障局域网内的内容安全。     

主体施工合同中应注意的细节及后期管理

<正>主体施工合同可以说是施工合同中最大、最复杂、最重要的一个合同。为此,国家也制订了主体施工合同的标准文本。目前的主体施工合同大都是在标准文本的基础上做适当修改而成的。本文,笔者对主体施工合同中标准文本之外应注意的一些合同细节条款和合同后期管理做一简要分析。     

面向微博短文本的细粒度情感特征抽取方法

结合TF-IDF方法与方差统计方法, 提出一种实现多分类特征抽取的计算方法。采用先极性判断, 后细粒度情感判断的处理方法, 构建细粒度情感分析与判断流程, 并将其应用于微博短文本的细粒度情感判断。通过NLP&CC2013评测所提供的训练语料对该方法有效性进行验证, 结果表明该方法具有较好的抽取效果。     

互文性理论与钱锺书文学批评的文本网链

西方互文性理论强调文学历史中的文本存在着普遍的相互联系相互指涉关系。钱锺书的著作旁征博引,引合众多话语现象,具有强烈的互文性特征。在钱锺书的文学批评中,话语现象的聚合不是简单的罗列堆砌,它们通过不同的外部形态和内部结构,组成形形色色的文本网链,达成不同的批评目的。对这些文本网链的描述与分析,从一个方面揭示出钱锺书的文学批评与西方互文性理论的对话关系。     

一种非负矩阵分解的快速稀疏算法

提出了一种非负矩阵分解的快速稀疏算法,该算法有利于处理高维小样本数据.在非负矩阵分解的过程中,通过代数变换,将原高维n×m阶的非负矩阵分解转化成低维m×m阶非负矩阵分解,大大提高了分解速度.在目标函数中加入了约束稀松度的项,通过控制稀松度,提高分解得到的潜在语义信息,改进文档集的话题划分,并能快速提取主题相关的语句生成文摘.     

基于遗传算法的动态文本聚类

为了解决动态文本聚类中聚类中心陷于局部极值点的问题,该文提出了基于遗传算法的动态文本聚类方法.采用二进制编码方式对聚类中心进行编码、类内中的点与其类中心的欧氏距离作为适应度函数.通过遗传算子的操作对类中心进行逐步迭代,直至适应度函数收敛,得到使聚类划分效果最好的聚类中心.实验表明该方法可以克服局部极值点的问题,且聚类结果的评价指标Purity(纯度)也比较好.