基于DTW的语音识别应用系统研究与实现

DTW算法在实现小词汇表孤立词识别系统时既简单又有效，在特定的场合下获得了广泛的应用。通过对语音识别数学模DTW的研究和改进，实现了一个特定人孤立词，连接词的语音识别系统。     

结合受控词汇表的生物基因本体标注与分类

通过研究有关基因的生物学文献特征,提出了一种能对生物基因文献进行自动标注与分类的方法.在 K 最邻近算法的基础上,采用了 Chi-Square 特征选择方案,并且在加权算法中突出了Chi-Square 的选择特点.另外,采用文档逻辑分块法,将额外的生物受控词汇表中的信息所形成的向量直接引入到了分类算法中,以提高分类和标注的效果.实验表明,所提算法优于常用的单词频率/逆文档频率加权方法,其在文本检索大会(TREC)数据集上的分类、标注效果分别比 TREC 公布的最好结果提高了3.14%和4.12%.     

一种新型垂直搜索引擎构建方法

如何有效地构建面向领域的垂直搜索引擎,是信息检索领域众多研究者关注的问题．本文提出了一种通用的基于专业词汇表构建垂直搜索引擎的方法,通过分析网页特征,提出了基于链接结构和文本内容的启发式网页爬取策略．该策略结合网页的结构信息特征,在网页和主题相关度计算中考虑了特征词汇在网页中的权重,有效地提高了专业搜索引擎的查询效率．通过具体实现一个面向医疗领域的垂直搜索引擎,验证了本文所提出的方法的有效性．     

CRI特别英语词汇表的制作和使用

如何有效利用网络资源提高大学英语教学,是近来大学英语教学中必须面对和思考的问题。基于此,本文探讨了在CRI英语辅助大学英语教学实践中如何利用VocabProfile软件制作CRI特别英语词汇表,以及如何使用该词汇表来减少词汇给学生的理解造成的困难,提高大学英语网络资源的利用率。     

语言学语域的学术词汇表与术语词汇表

通过对56万余字的语言学语料用AntConc 3.5.8等软件进行统计,创建了包括469个词的语言学学术词汇表(Linguistic Academic Word List, LAWL)和包括338个词的语言学术语词汇表(Linguistic Terminological Word List, LTWL)。LAWL是排除了通用词汇表(GSL)和通用学术词汇表(AWL)之后的专门学科词汇。LTWL不必排除通用词汇表和通用学术词汇表,所以除了与LAWL有265个词交叉之外,还包括GSL和AWL的73个词。     

一种汉语语音网络搜索方法

语音的网络搜索,不同于传统文字输入的搜索方式,它可应用于特定的环境场合,而且汉语语音搜索将是未来网络技术发展的重要方向.本文将从汉语语言模型建立和语音网络搜索两个主要方面,给出一种适合汉语的网络搜索方法.