《现代汉语语法信息词典》的新进展

《现代汉语语法信息词典》是面向汉语信息处理的基本语言知识库。1995年11月底通过技术鉴定。5年来,北大计算语言学研究所在应用、推广的同时,仍把重要的力量投入词典本身的发展。至目前为止,词典收词已由5万条增加到7.3万条,并且全部完成了归类;为了处理未定义词,还开发了一个全新的语素库;词语语法属性描述中的瑕疵得到了进一步的修正,新增了20多个语法属性项目和大量的实例。整个词典的规模和质量有了显著的提高。     

现代汉语名词语法属性的计量研究初探

以《现代汉语语法信息词典》中语法属性的概率化描述为目标,基于1998年上半年《人民日报》标注语料,对名词语法属性的概率化进行了初步的实验研究。首先,考察了名词与数词、名词与量词搭配的相关属性,引进“分散度”概念,利用它对“数名”结构进行了定量分析;其次,考察了名词受不同量词修饰的分布情况。最后,把实验结果与《现代汉语语法信息词典》的相应属性进行了比照和分析,在属性概率化的同时也对其正确性进行了验证。     

存储与计算的分离

当前计算应用的发展对传统计算机体系结构提出了挑战．由计算资源和存储资源固定连接形成的系统已经不能适应动态计算的需求．从应用出发,提出计算资源和存储资源物理分离和逻辑分离的概念,并以此为基础,构造三维可重构计算环境可以解决这些问题．在这种环境中,用户程序、计算资源和存储资源可以根据应用的需求动态组合．由于摆脱了资源的地理位置和操作环境等方面的限制,计算过程将呈现出数据驱动的特点,从而实现按需计算,使计算系统可以在更大范围内为用户提供服务。     

面向服务计算中QoS参考矩阵研究

全面讨论了QoS的定义,提出了面向服务计算中的QoS参考矩阵,给出了面向服务计算中的QoS特性,详细介绍了通用QoS模型及QoS的4个视图等问题.参考矩阵的提出,方便了服务提供者及服务使用者的QoS相关情况的调整,并可以快速便捷地评估一项服务(单用户)的性能好坏.     

研究计算思维,坚持面向应用

研究计算思维对深化计算机基础教育具有积极意义,提出在计算机基础教育领域应当注意的问题。     

面向方面的计算误差处理技术:实例研究与评估

传统的实现方法通常把误差处理策略与程序的基本功能交织到一起,这会增加程序的耦合度,使得程序难以理解与维护.针对这一问题,提出一种面向方面的解决方案,即将程序的各种误差处理策略封装为方面.为评估该方法的有效性,将一个真实的卫星轨道测算系统中的误差处理策略分别封装为类中的方法和方面,并设计了一系列实验来评估原程序及分别采用...     

面向服务计算中Web服务动态绑定模型研究

对目前面向服务结构组件模型进行了研究,分析了面向服务体系结构下静态绑定存在的不足,提出了一种改进的面向服务体系结构.基于改进的面向服务架构提出了一种Web服务动态绑定模型,并对模型的各部分进行了详细的分析.通过实验结果表明,该模型增强应用对服务环境的适应能力,降低系统维护成本,提高服务质量保证将起到积极的作用.     

服务关系及其在面向服务计算中的应用

在面向服务计算模式中,传统的UDDI、ebXML服务注册中心无论是服务发现,还是组合与交互方面都面临着信息共享和过程中介的难题.文中结合语义Web(Semantic Web)和社会化网络(Social Networking)技术,显式地定义服务间的交互关系(简称服务关系),并将它们融入到服务注册中心的组织、构建及服务计算过程中,将可用Web服务组织成具有丰富语义信息、基于业务上下文和交互关系的服务生态系统.文章首先分析并定义了参数、操作和服务三个层级的服务关系;接着详细讨论了服务关系挖掘的技术细节,包括Web服务的语义标注、服务关系提取、利用等;最后是相关实验数据及结果分析.将语义推理和关系演算引入到服务发现、组合、交互过程中,可以促进和便利服务计算,也是朝向服务互联网(Internet of Services)迈出的重要一步.     

关注点分离在计算思维和软件工程中的方法论意义

关注点分离可追溯到柏拉图对整体与部分关系的思考.作为基本的系统化计算思维原则,关注点分离体现在问题求解、算法设计、软件设计、软件架构描述、软件开发过程等诸多方面.简要归纳了软件和计算的本质特点;重点分析关注点分离作为重要的方法论原则在软件工程中的主要作用和体现形式;介绍了近期有关关注点高级分离的研究,包括关注点的多维分离和面向方面软件开发;最后阐述了关注点分离原则与具体问题具体分析策略相结合的实践意叉.     

面向方面的软件非功能特性研究

软件非功能特性的处理一直以来都是困扰着研究人员和开发人员的难题。将面向方面的编程思想运用于软件非功能性的研究打破了传统的软件设计过程,这种研究方法在软件需求分析的初期分离出系统的非功能特性并将这些非功能特性做一个整体的处理,加快了软件开发的进度,提高了生产效率。文中基于面向方面思想,利用著名的非功能特性描述框架NFR对软件非功能特性进行描述,解决了软件关注点组合时产生的冲突问题,为软件非功能特性的处理提供了很好的解决办法。     

维吾尔语双音节词元音格局研究

从高自然度语音合成与高精度语音识别技术研究的实际应用需求出发,采用实验语音学的方法研究了维吾尔语双音节词中的元音格局。为此,从\"维吾尔语语音声学参数库\"中选取了包括维吾尔语元音的双音节词,并分别对词首音节和词尾音节中的元音共振峰频率值进行统计分析,利用Joos方法比较详细地归纳出了维吾尔语词首和词尾音节元音格局以及它们之间的区别,绘制出了维吾尔语双音节词元音的共振峰模式。首次用实际实验数据验证了维吾尔语元音舌位特点符合传统\"口耳之学\"结论。研究结果对维吾尔语语言乃至整个阿尔泰语系语言的语音研究及应用开发具有较高的参考价值。     

一种基于E-Chunk的机器翻译模型

提出了一种基于E-Chunk的多引擎机器翻译模型.该模型以中心语驱动的分析技术为基础,通过词汇相似特征计算E-Chunk的匹配代价,自底向上地完成最优E-Chunk覆盖的构造,并以E-Chunk为基本翻译单元完成机器翻译过程.初步的实验结果显示,该方法在面向领域文本的自动翻译方面是有效的.     

文本挖掘中的中文分词算法研究及实现

文本挖掘是指使用数据挖掘技术，自动地从文本数据中发现和提取独立于用户信息需求的文档集中的隐含知识。而中文文本数据的获得是依靠中文信息处理技术来进行的，因而自动分词成为中文信息处理中的基础课题。对于海量信息处理的应用，分词的速度是极为重要的，对整个系统的效率有很大的影响。分析了几种常见的分词方法，设计了一个基于正向最大匹配法的中文自动分词系统。为了提高分词的精度，对加强歧义消除和词语优化的算法进行了研究处理。     

文本挖掘中的中文分词算法研究及实现

文本挖掘是指使用数据挖掘技术,自动地从文本数据中发现和提取独立于用户信息需求的文档集中的隐含知识。而中文文本数据的获得是依靠中文信息处理技术来进行的,因而自动分词成为中文信息处理中的基础课题。对于海量信息处理的应用,分词的速度是极为重要的,对整个系统的效率有很大的影响。分析了几种常见的分词方法,设计了一个基于正向最大匹配法的中文自动分词系统。为了提高分词的精度,对加强歧义消除和词语优化的算法进行了研究处理。     

一种基于决策树和词义相似度的N1+N2结构语法关系判定方法

设计了一种基于决策树算法的N1+N2结构语法关系判定方法.首先建立了该结构的语料库,对每条语料都标注构建特征集所需的词性、《同义词词林》语义编码、语法关系和词义相似度等信息;然后为证明相似度在判断语法关系中的合理性,根据语言学原理研究了N1+N2结构两个名词间语义相似度与语法关系之间的内在规律:①从语法关系的角度比较两个名词间的语义相似度结果为:并列关系>复指关系>定中关系>主谓关系;②从语言功能焦点的角度比较两个名词间的语义相似度结果为:并焦型短语>后焦型短语.最后以此为基础构建了特征集,运用决策树C4.5算法建立了自动判定N1+N2结构语法关系的方法.运用该算法在自建语料库的测试集中进行测试,正确率为89.39％.     

基于知识图的汉语词语间语义相似度计算

语义相似是词汇间的基本关系之一。词汇间语义相似的定量化研究对于信息检索、统计语言模型等的自然语言处理的应用技术具有重要的指导意义。本文提出了基于知识图的词汇间语义相似度计算的方法;把知识图这种属于语义网络范畴的知识表示方法在汉语信息处理中得以应用。初步试验表明;该方法是一种理论基础严整;实践上行之有效的方法。     

大规模科学与工程计算中舍入方式对计算置信度的影响

在许多实际应用问题的大规模精密化数值模拟中,存在很多影响计算置信度的因素．本文通过几个有代表性的算例,研究了计算机字长舍入方式的不同对数值模拟置信度的影响．如果在算法实施中舍入方式是随机的或“交替舍入”,使得计算机字长舍入造成的误差具有随机抵消的特点,则对计算结果不会造成显著影响;如果总是采用固定的“只舍不入”或“只入不舍”方式,则计算出现明显误差．由此表明,在针对复杂问题的大型数值模拟过程中,当某些计算环节需要进行数据截断时,应设计合理的算法,从而才能保证大规模科学计算的高置信度．     

基于决策树的敏感词变形体识别算法研究及应用

针对网络中敏感词变形体识别效率不高的问题,提出了基于决策树的敏感词变形体识别算法。首先,通过分析汉字的结构和读音等特征,研究敏感词及变形体;其次,基于敏感词库构建敏感词决策树;最后,通过多因子改进模型,对微博等新媒体的文本敏感程度进行计算。实验结果表明,该算法在识别中文敏感词及变形体时,查全率和查准率最高分别可达95%和94%,与基于确定有穷自动机的改进算法相比,查全率和查准率分别提高了19. 8%和21. 1%;与敏感信息决策树信息过滤算法相比,查全率和查准率分别提高17. 9%和18. 1%。通过分析,该算法对敏感词变形体的识别和自动过滤是有效的。     

Self-Organized Load Balancing in Proxy Servers: Algorithms and Performance

Proxy servers are common solutions to relieve organizational networks from heavy traffic by storing the most frequently referenced web objects in their local cache. These proxies are commonly known as cooperative proxy systems and are usually organized in such a way as to optimize the utilization of their storage capacity. However, the design of the organizational structure of such proxy system depends heavily on the designer's knowledge of the network's performance. This article describes three methods to tackle this load balancing problem. They allow the self-organization of proxy servers by modeling each server as an autonomous entity that can make local decisions based on the traffic pattern it has served.