流行语"非常"探微

“非常”作为一个程度副词已为人们所熟悉，而近年来以“非常可乐”“非常6＋1”等为代表的一大批“非常系列”的“非常”语言现象却与其形容词用法密切相关。在明确“非常”有副词和形容词之别的基础上．把这种新近流行的“非常”语言现象从形式上分为“非常＋名词”、“非常＋形容词”、“非常＋动词”三类，进而从句法分析和语义描写的角度讨论了上述三种格式是非常有价值的。     

关于汉、英中颜色词的国俗语义的比较

所谓“国俗语义”,是指“在词汇直指意义的基础上添加了民族文化色彩的语义,它反映了一个民族的历史文化和民族心理特征”。各种语言在自身漫长的历史进程中融入并体现着各民族的风俗习惯、思维方式和价值判断。语义间的差异性与汉、英两民族的处世态度、文化性格有关。该文欲借对汉、英中颜色词的国俗语义的比较来证明国俗语义研究的必要性。     

一种结合外部环境状态的主体语义模型

在传统的基于BDI的主体模型的基础上，提出了一种结合外部环境状态的主体语义模型。通过引入外部环境状态来改变传统的BDI模型中存在的信息不完全性问题。     

关联理论与语义理解

在日常交际活动中,交际双方真实意图的体现是通过语义的准确理解来实现的.语义理解与关联理论密切相关,交际双方都应尽可能利用关联理论的认知原则和交际原则从消除歧义、语境限制、修辞角度、非语言因素等方面入手寻求最佳关联与最大关联,最终达到准确理解语义的目的.     

文本处理中基于随机映射的加速LSI方法

首先针对在文本处理的高维矢量环境中Kohonen自组织映射神经网络的计算瓶颈问题和输入矢量空间中存在的问题进行分析，然后对随机映射(RM)和隐含语义索引(LSI)方法分别进行理论分析，提出用于文本处理的基于随机映射的加速LSI方法．试验结果表明，加速LSI方法可以在凸现原有语义联系的基础上，低代价、有效、可控地解决上述问题，极大地降低文本处理环境中Kohonen自组织神经网络的规模和计算代价．     

数据挖掘初探

从学科归属、技术、功能3个方面探讨了数据挖掘的定义及内涵,并对数据挖掘与知识发现的关系、数据挖掘的功能、作业流程及应用进行了初步研究。     

微粒群算法的研究现状及发展趋势

微粒群优化算法(PSO)是一种进化计算技术(evolutionary computation)．算法通过微粒间的相互作用发现复杂搜索空间中的最优区域。其优点是：计算速度快且简单易实现；缺点是容易陷入局部极值点，进化后期收敛速度慢且精度较差．本文对微粒群算法的研究现状进行了部分介绍，并对其研究的发展趋势进行了预测．     

"语义差异"与文化取象

在英语中存在着一些语义偏见的现象。本文从社会语用的角度出发，对性别、种族、阶级、地域、职业等几个方面存在的语义偏见、语言歧视进行了分析；阐述了它们与文化的内在联系；并指出了解语义偏见与文化取象之间关系的意义。     

知识发现中概率统计与粗集方法的比较

对知识发现中,概率统计方法与粗集理论方法在评价系统参数的重要性,分类隶属度与条件概率,输入条件与决策结果的依赖关系等方面进行了比较, 提出了将概率统计方法和粗集理论相结合,由确定性粗集的近似空间扩展到了不确定性的概率粗集的近似空间,为确定性和不确定性知识表达系统提供一个统计粗集模型。     

一种关系数据库中基于云模型关联规则的提取

为了发现有效的关联规则，属性在比较高的水平被范化，允许相邻属性值或者语言项的重量．这种软划分可以映射人类的想法，同时使发现的知识鲁棒．利用云模型的理论与方法求解数量关联问题，给出了一种云关联规则的定义，并提出了基于云模型理论支持度和置信度的计算方法，最后提出了一种提取算法Cloud model A．这种方法较好地软化了数量属性论域的划分边界，从而使得挖掘出的云关联规则更容易被人理解。