基于智能聚类的内容分类方法与应用

直接依靠人的理解判断对内容进行分类,需花费大量的时间与精力,为了解决文本内容的自动聚类问题,该文在信息系统理论与自组织神经网络理论的指导下,利用智能技术得出了内容的分类结构。提出了基于智能聚类的内容分类方法,利用自组织神经网络的学习算法进行内容的聚类,并根据所提出的方法设计了基于智能聚类的内容分类示范系统,进行了应用研究,验证了该方法的有效性。     

基于本体的环境信息系统框架

为了解决环境信息学研究和应用中所遇到的数据异构、系统互操作和信息检索等问题,将信息学中本体和语义网研究领域的最新成果引入环境信息学,提出和设计了一个基于本体的环境信息系统框架。该框架以本体技术为核心,采用双层本体结构,提供语义级的信息共享和系统互操作,实现了环境信息服务和环境智能信息检索功能,具有很强的可扩展性。     

"细读方法"对语句"花园路径现象"的指明作用

"花园路径现象(GDP)"非局部歧义.花园路径现象在语素、词汇、句子、语篇层面普遍存在."细读三知识"体现内在隐能,"细读三能力"反映外在显能,内外结合、显隐搭配形成"细读原则"(MCR).只有围绕语义中心,满足认知、结构、功能条件,符合充分性、普遍性、结合性、能释性要求,才能正确解读语句层面的花园路径现象.     

心理词汇学习策略与英语词汇教学

词汇学习是语言学习的重要组成部分,本文阐述了心理词汇的基本理论及词汇学习策略的基本分类,试图探讨如何将心理词汇与学习策略结合起来,分析在词汇学习策略中心理词汇的指导作用。     

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.     

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.     

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。     

大学生英语作文中连接词语及词汇衔接的研究

根据Halliday关于语篇衔接的理论，对英语专业部分本科生作文中的连接词语和词汇衔接情况进行分析研究，发现我国大学生英语作文中存在衔接词语匮乏及对衔接词语意义把握不准等问题，建议在英语写作中加强衔接词语的训练。     

主位结构理论在英语写作教学中的应用

主位连贯是语篇语义连贯的重要因素之一。运用主位结构理论对学生习作进行实例分析可以帮助学生把握语篇的主位推进序列，构建具有统一性和连贯性的语篇。根据主位结构理论还可以设计出用于英语写作教学的新的语篇写作模式。