中文文本2-分类模型在上证指数趋势分析中的应用研究

研究了基于概念的中文文本特征表示技术,并提出一个应用于上证指数趋势分析的中文文本2-分类模型。     

基于双向长短期记忆网络和标签嵌入的文本分类模型

提出了一种基于双向长短期记忆网络和标签嵌入的文本分类模型。首先利用BERT模型提取句子特征,然后通过BiLSTM和注意力机制得到融合重要上、下文信息的文本表示,最后将标签和词在联合空间学习,利用标签与词之间的兼容性得分对标签和句子表示加权,实现标签信息的双重嵌入,分类器根据给定标签信息对句子进行分类。在5个权威数据集上的实验表明,该方法能有效地提高文本分类性能,具有更好的实用性。     

基于改进K-medoids算法的科技文献特征选择方法

根据科技文献的结构特点搭建了一个四层挖掘模式,并结合K-medoids算法提出了一个特征选择方法.该选择方法首先依据科技文献的结构将其分为4个层次,然后通过K-medoids算法聚类对前3层逐层实现特征词提取,紧接着再使用Aprori算法找出4层的最大频繁项集,并作为4层的特征词集合.同时,由于K-medoids算法的精度受初始中心点影响较大,为了改善该算法在特征选择中的效果,论文又对K-medoids算法的初始中心点选择进行优化.实验结果表明,结合优化K-medoids的四层挖掘模式在科技文献分类方面有较高的准确率.     

面向微博短文本的细粒度情感特征抽取方法

结合TF-IDF方法与方差统计方法, 提出一种实现多分类特征抽取的计算方法。采用先极性判断, 后细粒度情感判断的处理方法, 构建细粒度情感分析与判断流程, 并将其应用于微博短文本的细粒度情感判断。通过NLP&CC2013评测所提供的训练语料对该方法有效性进行验证, 结果表明该方法具有较好的抽取效果。     

正态性检验在教学质量监控中的应用

检验法和偏峰度检验是正态性检验中两种重要检验方法,本文介绍运用M ATLAB编程,利用检验法和偏峰度检验,实现计算机辅助完成试卷的评价和分析,从而提高了试卷处理的质量和效率,建立起完善的试卷质量监控体系。     

英语教学课堂互动探究

“互动”已经逐渐成为指导和评估课堂教学过程的重要标准。在英语教学中如何使学生有效地参与到学习过程中去,而不是被动地接受,值得深入思考。通过介绍互动的理论基础、本质特征和形成内因,探讨影响课堂互动的重要因素。     

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     

基于模式聚合理论的文本特征降维方法及其在文本分类中的应用

根据模式聚合理论提出了一种文本特征降维的新方法.结合动态Kohonen网络理论检验了文本分类效果.在网络训练阶段引入了监督机制,提高了网络的分类速度和精度.应用模式聚合(PA)理论建立文本集的向量空间模型,从分类贡献的角度强化了词条的作用,消减了原词条矩阵中包含的冗余模式,有效地降低了向量空间的维数,提高了文本分类的精度和速度,并通过实验证明了该方法的泛化能力.     

运用语篇教学法提高英语阅读理解能力

阅读能力的培养是英语教学的重要环节,是提高学生综合语言运用能力的保障。语篇教学法是语篇分析在教学中的实际应用,它既注重语言知识的学习,又注重对文章主题、结构及体裁的分析,对于提高学生文章整体理解能力具有重要的指导作用。     

马纳瓦卡小说中的互文性

马纳瓦卡系列小说中的互文性是作家玛格丽特·劳伦斯刻画人物、展现主题的重要手段。通过对五部马纳瓦卡小说中人物、情节和故事主题的分析得出互文性是文本的内在属性。在互文性视野下,劳伦斯的民族观和人文主义思想得到全面的诠释。