信息检索的基本方法与发展研究

检索技术发展很快,许多研究难点的存在给计算机应用增加了困难.本文的工作有三部分:第一部分分析了文本信息的检索方法;第二部分探讨了图象信息的特征处理;第三部分讨论了图象检索方法.     

《青琐高议·王实传》与宋话本“石头孙立”、《水浒传》关系考辨

孙立故事在水浒故事中具有重要地位。早在宋代就有了关于孙立的话本,由于文本佚失,其内容已不可考。将《青琐高议·王实传》与《大宋宣和遗事》、《水浒传》中有关孙立的情节进行比对,经过文本甄别、民间传承分析,推理认为,作为一个故事系统,《青琐高议.王实传》中孙立故事与宋话本石头孙立存在着一定的联系,可视为水浒故事源流的一部分,与《水浒传》关系密切。     

汉语旅游语篇中的文化信息传递及翻译

语篇翻译已成为国内外众多学者关注的重要课题之一。通过多年研究。他们已取得了令人瞩目的成果，为此领域的进一步探索予以铺垫。但是目前国内针对旅游语篇文化层面翻译研究不够深入。本文试图从语篇人手，结合大量实例对汉语旅游语篇及其英译文进行对比分析，认为旅游语篇翻译不仅是两种文字的简单转换，更是一种跨文化交际行为，其中文化信息的理解与处理值得引起大家注意。笔者就如何有效地传递旅游语篇中的文化信息，提出儿种翻译方法：1．释义法；2．增补法；3．删减法；4．改译法；5．类比法。     

一种基于传统VSM和词共现概念的中文文本聚类的研究

提出了一种利用传统向量空间模型VSM(Vector Space Model)和词共现概念共同表示文档特征的新方法,并将该方法应用于基于平面划分的中文文本聚类中.通过实验,表明基于传统VSM和词共现概念的文本聚类方法与传统的单纯基于     

基于文本分类的农业种植信息集成推荐方法研究

目前网络上存在着海量的农业信息,但是对于广大农民来说信息得不到有效的利用,迫切需要对信息进行集成推荐.针对网络上的农业种植方面的文本信息进行了深入研究,该系统首先利用爬虫技术自动地爬取海量农业种植信息,经清洗整理后构建数据集语料库.其次利用机器学习中KNN方法找到每个样本的k近邻对文章进行聚类,通过TF-IDF方法提取出关键词并构造词频矩阵,然后从文本中构建特征向量,进而对相似文档进行分类,最后将加权值经排序后的结果推荐给用户.该系统实现了对农业文本进行准确的自动分类以及自动提取出文章摘要,并对相似文章进行推荐展示的效果.     

基于预训练模型和多视角循环神经网络的电力文本匹配模型

针对传统方法未能考虑词向量的动态性及句子间交互不充分等问题,提出基于BERT预训练模型及多视角循环神经网络的文本匹配模型。通过BERT-whitening方法对BERT输出的句向量进行线性变换优化,并利用多视角循环神经网络将两句子不同位置的BERT动态词向量进行双向交互计算;将句向量与词粒度交互向量进行融合后计算结果。实验结果表明,提出的模型相较于对比模型有明显性能提升,实用性良好。     

不同情境下中文文本分类模型的表现及选择

针对中文文本分类任务中N-Gram,素贝叶斯、K最近邻和TF-IDF等经典而广泛使用的文本分类模型的选择困惑问题,基于万余篇中文新闻文本语料数据,设计了一系列的对比实验,考察了各模型在不同参数、不同训练数据规模、不同训练文本长度、类别是否偏斜等多种情境下分类性能的表现,总结了各模型的特性,为中文文本分类模型的选择和应用提供了实践依据和参考.     

基于文本挖掘的重庆市旅游评价研究

随着旅游网络平台不断的普及,研究和评价旅游目的地已逐渐成为游客选择参考的重要依据;针对重庆旅游业快速发展的背景,选取重庆市5个热门景点——磁器口、洪崖洞、长江索道、武隆天生三桥和金佛山2015—2018年在携程旅行网、马蜂窝、百度旅游、美团网上的游客点评数据,利用文本挖掘法,分析游客对景点整体形象以及情感态度感知的共性和差异,建立模糊综合评价法对重庆旅游进行综合分析;结果发现:游客对于重庆旅游景点持一般满意态度,在商业化、排队时间长还有管理方面有很多意见,未来还有很大提升的空间,并进一步为提高服务水平、避免过度开发提出相关建议。     

利用分割技术提高对话文本自动摘要的一致性

针对传统的基于抽取的自动摘要方法不能很好地处理对话文本一致性的问题,提出了对话文本自动摘要中的体裁、问题-回答对识别等关键技术.设计了一种类似于TextTiling的文本分割方法对候选的回答段落进行分割,以便提高问题-回答对的关联精度.实验结果表明,利用问题-回答对的关联信息能够提高对话文本自动摘要的整体一致性.     

基于多标记文本分类的ML—KNN改进算法

利用已经分类得到的类别标记结果之间的相关性,提出一种迭代的改进ML—KNN算法（I-ML-KNN）,以提高多标记文本的分类效果．实验表明,改进的ML-KNN算法具有可行性和有效性．