几种基于词典的中文分词算法评价

基于词典的中文自动分词是中文信息处理的基础.按照使用计算机缓存的优化原则,分析了几种典型的分词词典机制,指出了其中的一些问题.改进了整词二分法,极大地提高了速度.结合哈希索引和PATRICIA tree搜索算法,提出了一个综合最优化的中文分词系统.     

基于隐特征提取和CRF模型的中文词义消歧

传统的中文词义消歧方法是通过观察文本的上下文信息、词性等显性特征建立消歧模型,本文通过对歧义产生原因进行深入的分析,发现词语之间隐含的语法结构、语义信息等也会导致歧义的产生,可以考虑将这些信息加入消歧模型进行消歧。由于《知网》知识库中对词语之间的搭配信息进行了总结,本文借助《知网》提取训练语料库所获取的词语搭配信息的隐性语义特征,结合显性的上下文特征,采用条件随机场的方法进行词义消歧。最后,通过实验进行词义消歧和效果验证,结果表明：本文采用的方法与传统的条件随机场消歧相比,词义消歧的准确率得到了提高。     

基于词内部模式的中文新词识别研究

提出了一种基于支持向量机的中文新词识别算法.该算法结合新词内部模式以及词长等提出了基于词内部模式的改进字符位置似然概率,并综合新词的邻接类别等特征对新词进行识别.经过小说语料测试,实验结果表明：该算法的微F1值为0.583 3,宏F1值为0.775 7,分别比不考虑词内部模式的基准算法提高约63%和30%.     

纯Peer-to-Peer环境下有效的本体匹配方法

目前大多数的Peer-to-Peer(P2P)系统由于欠缺对语义的支持而不能很好地应用于知识共享领域.可能的方法是采用本体(ontology)来描述Peer节点共享资源的语义.针对纯P2P环境下不同节点单独维护局部本体异构的特点,提出了基于历史查询记录的纯P2P环境下的本体匹配方法HOM.首先利用历史查询记录挖掘出概念之间可能存在的映射关系,然后利用向量空间模型VSM(vector space model)方法来识别概念在语言学上可能存在的联系,进而修正概念之间的映射关系,建立不同节点间本体概念的匹配.分析和仿真表明,与现有方法相比,HOM方法考虑了节点的自治特性,并提高了本体匹配的精度.     

Use of Knowledge of Word Formation in English Vocabulary Teaching

The general and traditional ways to learn English words are too boring and unsystematic, which is a weak point in students’English learning. The author has conducted a survey among freshmen, sophomores, juniors to find out the points,combined the results of the survey with features of memory and storage system, put forward word formation. This essay also presents the advantages of word formation in English vocabulary teaching and learning and introduces five main categories of word formation.     

Two Language Models Using Chinese Semantic Parsing

Introduction Although the word trigram dominates the statistical language modeling community, it still has some short- comings. For example, the word trigram cannot make use of the rich linguistic structure of the language, nor can it capture long-distanc…     

基于关键词提取的娱乐新闻文档去重算法

去除内容相同或相近的新闻是提高搜索引擎的关键技术之一.提出一种基于关键词提取的新闻去重算法,通过以标题为种子点构建词汇链的方法,能够找到对主题贡献大的非高频词,从而抽取出完整文档关键词集合,该方法能够基于小规模语料库识别新词;为了提高网页去重速度和质量,基于关键词建立去重倒排文档.实验结果显示,该方法与传统方法相比排斥错误率降低了5%,去重时间缩短了20%～30%.     

领域本体构建的方法研究

分析了当前领域本体建设中存在的问题,给出了领域本体建设的一般方法,并对其中一些关键的技术作了介绍,通过这些论述,阐明了面向语义Web的领域本体建设的基本情况,为创建面向语义web的本体提供了基本知识。     

凝聚亮点独运匠心——陈昌来《现代汉语语义平面问题研究》读后

《现代汉语语义平面问题研究》立足于句子的语义平面,贯彻形式和意义相结合、静态和动态相结合、结构和功能相结合的原则,全面系统地探讨句子的语义结构和语义成分的构成情况,并将其与句法、语用联系起来,给人以诸多有益的启迪。     

Web服务组合中异构数据的解决方案

从定义的接口功能上看,用于Web服务组合的Web服务之间的异构主要表现为数据定义抽象层次的异构、数据实体定义的异构及数据定义领域的异构.针对Web服务组合中存在的这些问题,提出了基于语义本体的异构数据转换模型,详细阐述了实现异构数据转换的关键技术,给出了基于语义本体的异构数据转换的实现过程.