一种基于语义距离的高效文本聚类算法

摘　要：提出了一种基于语义进行文本聚类的新方法。该方法从语义上具体分析文档,利用文档具体语义计算文档间的相似度,使得文档聚类结果更合理。文本聚类主要采用最近邻聚类算法,并提出第二次聚类算法改进最近邻算法对输入次序敏感的问题。类特征词的选择上根据相似度权重优胜略汰类特征词,使得最后类特征词越来越逼近类的主题。实验结果表明本文所提出的算法在聚类精度和召回率上均优于基于VSM的K-Means聚类算法。     

基于TBL算法的汉语韵律词预测

提出了一种新的汉语韵律词预测方法.利用标注过的语料,分析了语法词与韵律词之间的关系,发现24%的韵律词由不同语法词组合而成,语法词的词长是确定韵律词边界的主要特征.基于以上分析,实现了一种基于错误驱动的规则学习算法(TBL)的韵律词预测方法.实验结果表明,所提出的方法在测试集上能够达到97.5%的预测精度.     

一种复杂背景图像中文字区域提取算法

嵌入在图像中的文字信息是图像语义的一种重要表达方式,通常反映了图像的主要内容,因此,对图像中的文字区域进行提取是十分有必要的。提出一种结合颜色、边缘及连通域特征的文字区域提取算法,先提取出彩色图像的纵向边缘,再通过两次动态行列分割得到候选文字区域,最后,根据候选区域二值图中边缘及连通域特征去除非文字区域,确定最终文字区域。通过对一定数量的复杂背景图像进行实验,证明该算法效果较好。     

语篇的信息性与中国学生英语阅读推理能力的培养

培养学生语篇阅读推理能力是大学英语教学的重点。教师可引导学生结合语篇的体裁、语篇所处的语境以及语篇的衔接与连贯等等,对语篇的信息进行分析、推理,从而达到理解。     

现代汉语篇章中总结连接成分前后项的语义关系

总结连接成分是一种重要的篇章连接手段,它前后项的语义关系有并列、递进、因果、分总等关系,通过分析．我们发现,前后项的语义关系并不是简单的归纳概括关系,后项是在前项的基础上改换另一种说法,来达到帮助读者或听者掌握作者或说者意图的目的。     

基于潜在语义分析的中文文本聚类方法研究

针对传统的向量空间模型在文本聚类中的局限性,提出了基于潜在语义分析模型的中文文本聚类系统,并引入WinSTAR作为聚类分析工具,用一个中文文本集作为实例进行验证。实验证明,该方法切实有效,可以提高文本聚类的准确度。     

高等教育大众化背景下的文学文本解读教学

随着社会经济的快速发展,我国高等教育在2002年由精英化阶段进入大众化阶段.高等教育大众化使大学生人文教育缺失问题更加突出.给理工科专业学生开设大学语文课程或举办人文讲座等,可以帮助他们提升人文素质;给中文专业学生开设文学文本解读课程,引导他们走近和欣赏文学经典,可以帮助他们重建人文精神.     

基于TWSVMs的改进说话人识别系统

实现了一个基于双分界面的支持向量机的文本无关说话人识别系统,该系统在建立模型的过程中使用高斯混合模型进行特征提取,有效地减少了数据集的规模。与传统的支持向量机方法相比,该方法不仅达到了更高的识别率,对环境具有良好的鲁棒性,并且降低了算法的时间复杂度。由于该方法对大规模数据集的处理能力,使其比传统的方法更适合应用于实际。在相关实验中,也证实了该方法的有效性。     

从衔接与连贯的角度评《宿建德江》的三个译本

衔接与连贯是语篇的两个基本属性。翻译过程中的原文和译文,都是作为语篇而存在的,因此都必须符合形式上的衔接和语义上的连贯这两个要求。译文是否反映原文中的衔接与连贯,是指导翻译的原则和评价译文质量的标准之一。以唐诗《宿建德江》的三个英译本为例,对比分析原文和译文中的衔接与连贯,三个英译本在细节上有不同的理解,因此,译者在译文时应准确把握原文中的衔接和连贯,从而使译文读者获得和原文相同的感受。     

从语篇衔接理论看中国学生的英语写作

本文借助典型语料及学生英文写作实例,对中国学生英语写作中普遍存在的语篇衔接与连贯方面的问题进行分析,以探讨改善英语写作教学、提高中国学生写作水平的有效途径。