一种面向最终用户的可视化网页数据抽取及服务化封装方法

提供了一种方法使得用户可以有效利用不同门户的相关资源,快速构建新的信息门户.该方法将抽取出来的结果以服务的形式进行封装,最终能够以自定义的布局模式显示;同时利用数据服务的重用性,用户可以将数据服务聚合到自己的门户中形成新的门户.本文给出了数据服务模型的定义以及布局模式的描述;解释可视化定位算法和可视化抽取算法的过程.     

一种基于Bootstrapping的本体学习方法

提出了一种基于自扩展的本体学习方法用于获取领域术语.该方法只需提供少量种子术语和一个未标注语料库作为输入,由种子术语开始学习抽取模式,再由学习到的模式发现新的术语,进一步由新发现的术语学习新的抽取模式,如此循环迭代.实验结果表明,该算法能够产生较高质量的领域术语集合和抽取模式集合,这样的集合可用于相关领域的信息抽取.     

基于最大Jaccard相似度的互激励实体验证算法

针对基于规则的信息抽取技术提出了一种互激励实体验证算法.该算法兼顾了信息抽取过程中互激励算法的优点,并在此基础上引入了实体等待队列,用于存储未被成功验证的实体,并以最大Jaccard相似度为原则进行实体验证.实验结果表明,将该算法应用在基于规则的参考文献命名实体抽取中,其抽取的准确率要比SermeX系统高约15%,比Para Tools系统高约40%.     

基于重复模式的论坛信息抽取研究

针对现有网络论坛信息抽取的不足,提出了一种基于重复模式发现算法的论坛信息抽取方法.该方法首先利用SgmlReader解析器将HTML文档转换为格式规范的XHTML文档,然后通过计算XHTML文档结构中DOM子树相似度,自动发现论坛页面结构的重复模式.该方法通过自动定位重复模式进行论坛信息抽取,较好地解决了在论坛信息抽取过程中需要人工查找、定位重复模式或者通过人工分析论坛页面代码定制抽取规则的问题.试验结果表明,该方法具有较好的准确性、通用性和实用性.     

一种基于桌面信息的个性化推荐方法

针对当前信息检索服务中存在的固有缺陷,提出了一种基于用户桌面信息抽取的个性化推荐方法．详细介绍了通过用户桌面资源信息抽取建立长期用户模型,以及通过工作场景信息抽取建立短期用户模型的算法．长期用户模型提供了完整全面的用户兴趣偏好信息,短期用户模型则为预测用户当前信息需求提供了依据．实验结果表明,基于用户桌面信息抽取的个陛化推荐服务能较好地预测用户当前需求、具有良好的推荐效果．     

基于模拟退火算法与隐马尔可夫模型的Web信息抽取

典型隐马尔可夫模型对初始参数非常敏感,采用随机参数训练隐马尔可夫模型时常陷入局部最优,应用于W eb信息抽取时效果不佳.文中提出基于模拟退火算法与隐马尔可夫模型的W eb信息抽取算法.通过实验比较选择最佳的模拟退火算法参数,结合Baum-W elch算法优化隐马尔可夫模型并应用于W eb信息抽取.实验结果表明新算法在信息抽取的精确率和召回率都有明显的提高.     

基于微信公众平台的校园移动信息服务建设方案研究

针对校园移动信息服务内容和技术方面的不足,提出基于微信公众平台的校园移动信息服务建设方案.设计了由微信公众平台,统一身份认证平台,移动信息服务平台和开放服务平台4部分组成的校园移动信息服务总体架构,核心部件采用基于"微服务"的思路实现.基于微信公众平台的高级服务接口解决了用户绑定、网页授权、通知推送和微信支付等技术难点.自校园移动信息服务上线以来,得到了师生的广泛关注,目前总关注人数25 000余人,绑定用户人数为15 000余人,日访问量2 000余次.     

基于决策树的现代汉语中任职关系抽取研究

在命名实体识别的研究基础之上,论文把抽取人名实体与机构实体间的任职关系看成分类问题．即根据现代汉语句子中任职动词的类别属性将任职关系信息抽取模式分类．应用决策树的方法确定句子的抽取模式,实现人在机构中的任职关系信息抽取．并对建立的基于该决策树的任职关系抽取系统进行开放测试,平均召回率和精确率分别为91．47％和89．15％,实验结果表明,基于决策树的现代汉语中任职关系抽取是一种值得继续探讨的方法．     

基于弱监督学习的中文百科数据属性抽取

提出基于弱监督学习的属性抽取方法, 利用知识库中已有结构化的属性信息自动获取训练语料, 有效解决了训练语料不足问题. 针对训练语料存在的噪声问题, 提出基于关键词过滤的训练语料优化方法. 提出n元模式特征提取方法, 该特征能够缓解传统n-gram特征稀疏性问题. 实验数据源来自互动百科, 从互动百科信息盒中抽取结构化属性信息构建知识库, 从百科条目文本中自动获取训练数据和测试数据. 实验结果表明, 关键词过滤能有效提高训练语料的质量, 与传统n-gram特征相比, n元模式特征能够提高属性抽取的性能.     

音乐情感的语言值计算模型研究

基于音乐情感的心理模糊量的言词研究成果——Hevner情感环模型，提出了一种音乐情感的语言值计算模型。该模型利用八维语言值向量来表示音乐情感，并定义了任意两首乐曲之间的情感相似性度量。本文还通过语义认知实验建立了由基本语言值集构成的情感心理空间。结合情感化音乐检索和多专家决策的需要，本文基于音乐情感向量的代数和逻辑运算法则实现了多源情感信息的融合，实例表明该融合方法符合音乐情感认知的心理模式。     

信息检索相关术语

信息检索技术是计算机技术和传统图书情报技术相结合而产生的新技术,在互联网高速发展的今天有着重要的应用。本文介绍了信息检索的发展历史及其相关术语,包括信息检索、搜索引擎、信息提取、信息过滤以及两个常用的信息检索系统性能评价指标：准确率和召回率。     

移动agent在分布式信息查询业务中的应用

提出了基于移动agent的分布式信息查询的新思路，介绍了其查询系统的体系结构和执行流程，并通过与传统信息查询系统的比较，突出了其网络流量小、支持大规模用户并发访问等优点．     

自然语言理解的全信息方法论

在经济全球化需求的推动下,世界在酝酿一场“自然语言信息技术革命” ,它的基础和核心是“自然语言理解”的理论与方法. “全信息自然语言理解方法论”是作者的“全信息理论”在自然语言理解领域的应用. 与文献中已有的其他工作不同,其主要特色是: 一方面,试图实现语法信息、语义信息、语用信息的综合利用;另一方面寻求“规则方法”和“统计方法”的和谐互补,从而有效增强对自然语言的理解能力. 近几年来,应用这一方法论完成了一系列自然语言理解方面的课题,取得了一批可喜的研究成果,表明全信息自然语言理解方法论具有很好的前景.     

基于GIS矿区图文综合管理信息系统的构建

本系统是基于地理信息系统的理论和技术,选用MAPGIS为平台、利用DELPHI语言进行的“矿区综合管理信息系统”软件的二次开发。该系统由工程文件管理、图层、查询、图文输出模块组成,可对多源地学数据进行综合分析和管理,有利于信息的综合和提取;也可应用于企业的生产管理、企业情况介绍和宣传等各个领域的动态管理,具有可操作性强、使用范围广的特点。     

基于XML的Web半结构化信息抽取

Web信息抽取是信息抽取技术在B/S体系中的新发展,在增量信息存储与搜索中有着广泛的应用。本文阐述的基于XML的Web半结构化信息抽取,是将Web表示层作为信息源,基于XML、JTidy数据清洗及Xquare-bridge等技术及开源项目,实现Web中半结构化的隐式信息点抽取,生成结构化、语义更清晰的表示及存储形式。     

移动Agent在分布式信息检索系统中的应用

移动Agent技术是继CORBA、EJB之后的一种新型的分布式计算模式,在信息检索、电子商务、网络管理等方面有着很好的发展前景。阐述了Agent和移动Agent的概念、体系结构和技术特点,给出了一个基于移动Agent的分布式信息检索系统的模型,并探讨了其中的几个关键的技术问题,给出了相应的解决办法。     

基于隐马尔可夫模型的招聘网络信息抽取

网络信息抽取是从半结构化的Web海量数据中,按用户要求抽取且形成相关的有效的结构数据处理过程。论文以隐马尔科夫模型（HMM）进行数据抽取中的若干关键问题进行研究,提出了基于数据挖掘聚类的模型合并方法生成隐马尔可夫模型,即可根据数据自动生成HMM,同时对一般的隐马尔可夫模型进行了扩展,为每个抽取域生成一个隐马尔可夫模型,用于获取更多的有用信息。     

需求影响下多层次认知-情感交互机理

全信息理论及其信息转换是一种面向智能研究的理论,全信息情感理论及其信息情感交互是一种面向心智研究的理论. 建立了确定性需求模型,提出需求影响下的认知-情感交互机理,在信息-情绪层将信息的三维结构（全信息理论）、情绪的三维结构（PAD模型）和需求结合起来,依据西米诺夫的情绪动机信息理论,建立信息-情绪交互模型,提出了一种情绪和认知状态的形成及其迁移机理的计算方法. 依据基本情绪与PAD值的对应关系,分析了情绪状态从惊奇到喜悦的迁移过程,揭示了在信息-情绪层全信息和情感的产生、运行、转换、迁移的内在机制和变化规律.     

机构分设下我国统一的银行业监管信息系统建设

2003年4月28日银监会挂牌成立,机构分设在我国跨出了从理论到实践的关键一步,央行和银监会协调这一突出问题也摆在我们面前。建立统一的银行业监管信息系统是实现有效监管协调的技术支撑。为此,在系统建设前,要进行监管信息系统总体规划及人才培养;系统建设中要建成银行业监管信息收集系统、银行业监管综合数据库系统、银行业风险测评模型和早期预警系统,系统建成后要实现央行与银监会信息的沟通与共享。     

停车诱导信息系统信息采集技术研究

信息采集是停车诱导信息系统的重要组成部分,准确可靠的信息是停车诱导信息系统实现诱导功能的重要前提,文章对停车诱导信息系统的采集技术进行了综合比较和分析,总结了各种采集技术的优缺点和适用范围,并提出了采集技术的选择流程。