使用机器学习方法进行新闻的情感自动分类

本文主要研究机器学习方法在新闻文本的情感分类中的应用,判断其是正面还是负面。我们利用朴素贝叶斯和最大熵方法进行新闻及评论语料的情感分类研究。实验表明,机器学习方法在基于情感的文本分类中也能取得不错的分类性能,最高准确率能达到90%。同时我们也发现,对于基于情感的文本分类,选择具有语义倾向的词汇作为特征项、对否定词正确处理和采用二值作为特征项权重能提高分类的准确率。总之,基于情感的文本分类是一个更具挑战性的工作。     

基于词聚类特征的统计中文组块分析模型

 提出了一种基于信息熵的层次词聚类算法,并将该算法产生的词簇作为特征应用到中文组块分析模型中.词聚类算法基于信息熵的理论,利用中文组块语料库中的词及其组块标记作为基本信息,采用二元层次聚类的方法形成具有一定句法功能的词簇.在聚类过程中,设计了优化算法节省聚类时间.用词簇特征代替传统的词性特征应用到组块分析模型中,并引入名实体和仿词识别模块,在此基础上构建了基于最大熵马尔科夫模型的中文组块分析系统.实验表明,本文的算法提升了聚类效率,产生的词簇特征有效地改进了中文组块分析系统的性能.     

语句级汉字输入技术

本文讨论了包括声音输入、键盘输入、文字识别等各种形式的汉字输入技术的研究和发展, 阐述了按照字、词、语句作为汉字输入技术发展阶段的思怒, 提出了适用于上述各种形式的类码语句歧义处理问题, 该问题可描述为有向图求最短路径的问题。本文讨论了采用语法—语义分析和统计模型的最少元素概率推理方法和控制策略, 在知识库完备或不完备的情况下均可进行正常的推理, 并给出基于当时情况下的最佳结果。本文还简要介绍了几个应用事例。     

基于概率神经网络的核动力装置异常运行工况识别方法设计

核动力装置结构复杂、运行参数多且耦合程度高,在异常运行工况时,运行参数之间存在极其复杂的非线性关系。采用人工方式进行故障诊断难度较大,亟需一种能高效识别异常运行工况类型的智能技术。概率神经网络（PNN）具有良好的非线性映射功能,适用于核动力装置多参数、强耦合情况下的异常运行工况识别。本文选取6种核动力装置异常运行工况,依托核动力装置事故分析平台进行了模拟计算并提取了特征参数。分别采用PNN与BP神经网络方法,在MATLAB环境中建立了异常运行工况识别模型,并进行了验证。结果表明,基于PNN的异常运行工况识别方法有效,且较传统BP神经网络方法更准确、快速。     

现代汉语计算语言模型中语言单位的频度—频级关系

Zipf定律是一个反映英文单词词频分布情况的普适性统计规律。我们通过实验发现,在现代汉语的字、词、二元对等等语言单位上,其频度与频级的关系也近似地遵循Zipf定律,说明了Zipf定律对于汉语的不同层次的语言单位也是普遍适用的。本文通过实验证实了Zipf定律所反映的汉语语言单位频度-频级关系,并进而深入讨论了它对于汉语自然语言处理的各项技术,尤其是建立现代汉语基于统计的计算语言模型所具有的重要指导意义。     

LTCC高温压力传感器温漂特性研究

研究了利用杜邦951 LTCC材料制备的无线无源压力传感器的温漂特性。通过搭建高温测试系统,对传感器0~600℃内的高温特性进行了测试,结果表明传感器存在较大温度漂移。通过制作无腔传感器和LTCC基片上螺旋电感进行高温特性测试,通过对比分析,确定了造成传感器温漂的主要原因是LTCC材料相对介电常数的变化。结合测试数据和公式推导,得出了600℃时杜邦951 LTCC材料的相对介电常数由常温7.8增大到9.04。     

基于多分类SVM的船用核动力装置主回路系统破口特征诊断技术研究

失水事故发生时,在事故初期判断出事故类型对操纵员安全操作意义重大,为此提出一种基于监控参数的失水事故类型判断方法。该方法根据事故发生后13 s内监控参数的变化速率与破口类型的对应关系,提取故障征兆,建立事故判断模型,并根据建立的模型使用支持向量机分类的方法进行破口事故类型判断。试验结果表明,该方法在事故发生初期可准确、有效地判断出典型失水事故的破口尺寸和相对位置。     

耦合系数对无线无源传感器信号读取的影响

研究了耦合系数对无线无源传感器信号读取的影响。通过建立无线无源LC传感器的集总电路耦合模型,对其进行理论分析,推导出了天线端阻抗参数的理论表达式,结合MATLAB软件仿真,从理论上得出,通过天线端阻抗参数提取出来的传感器谐振频率变化量受耦合系数的影响,并得到实验验证。理论分析和实验测试表明,在进行无线无源传感器耦合系统设计时,应选取合适的耦合系数,来提高测量灵敏度。     

面向问答社区的答案摘要方法研究综述

社区问答系统(Community-Based Question Answering Portal,CQA)的兴起,不仅为用户提供了信息获取与知识分享的平台,同时也积累了大量的问答资源。近年来对于问答社区中的问题匹配、专家发现、用户满意度分析、答案质量评价等方面的研究也逐渐加深,特别是答案质量研究已经从通过答案质量评价改善用户体验,逐步过渡到使用答案摘要提升答案质量。该文阐述了答案摘要对于社区问答系统中问答对资源再利用的重要意义,概括了答案摘要的主要任务,分析了答案摘要和多文档自动文摘的异同点,对答案摘要国内外的研究现状进行了概述,并且总结了答案摘要中需要进一步解决的关键技术问题。     

基于累积Logistic 回归分析的文本段落聚类策略研究

提出一种新的文本段落聚类策略,该策略采用多特征融合思想尽可能多地挖掘段落内的特征,并采用累积Logistic 回归分析方法来拟合这些特征与段落相似度之间的内在关联,使得段落相似度计算的结果更为理想.最后采用层次聚合聚类算法中的complete-link方法对段落集合进行聚类处理.通过网络真实文本进行了段落相似度度量实验和段落聚类实验,实验结果显示了方法的可行性.