基于自然语言理解的受限领域自动应答系统

提出了一种在受限领域内进行自动应答的系统总体结构，通过构建领域词汇库、领域本体库、领域真实问句语料库及领域知识文本库等领域资源库，并借助于这些领域资源来理解问句和知识文本，在一定程度上降低了理解的难度。文章以银行业务咨询服务为例，分析了系统结构及实现过程，对问句分析、答案析取、问句语料库构建、文本知识标注等功能模块的实现进行了详细介绍。     

一个并行分词体系结构模型

文章提出并讨论了一种并行全切分分词方法,给出了该方法在MIMD_SM上的并行分词体系结构模型。经过单CPU机上的模拟实验,证明该模型是可行而且有效的。该模型为克服串行全切分存在的复杂性及效率问题提供了新的思路,对于深入研究书面汉语的并行分词问题及实现具有实际意义。     

中文分词评测系统浅析

汉语属于汉藏语系,和英语等语言不同的是:它不是以一个个单词的形式出现,词与词之间没有空格等明显的分割标记。中文分词是现代中文信息处理的基础,是汉语自然语言理解与处理、机器翻译、智能检索、电子词典等信息处理的前提。中文分词系统的好坏将直接影响以中文分词系统为基础的系统的性能。因此对中文分词系统的评测就是一件十分有意义的事。     

一种面向网络安全的图像文字敏感词过滤方法

针对社交平台发布的敏感信息,提出一种复杂背景图像中布局不规则文字敏感词过滤方法。使用连通域分析、连通域合并及倾斜矫正方法定位与分割图像中的单个字符;采用卷积神经网络对单个字符进行识别;使用中文分词和字符串编辑距离来检测敏感词。实验结果表明,该方法可行有效。     

基于Aho-Corasick自动机算法的概率模型中文分词CPACA算法

Aho-Corasick自动机算法是著名的多模式串匹配算法，它在模式串失配时，通过fail指针转移至有效的后续状态，存在一个或多个有效的后续状态可能。据此特性，该文提出了一种适应于中文分词的自动机算法。该算法使用动态规划的方法，计算上下文匹配概率，转移至最佳的有效后续状态，即实现了基于字符串匹配的机械分词方法与基于统计概率模型的方法结合。实验结果表明，该算法分词准确率高。     

基于jieba分词搜索与SSM框架的电子商城购物系统

随大数据、云计算等计算机技术的发展,拥有实时检索功能的购物商城系统也越来越重要。笔者利用jieba分词对商城用户的搜索输入进行分词以便于检索商品,同时,利用最新的电子商城框架SSM搭建了购物商城系统,较好满足了大众实时检索和购买商品的需求。     

基于Java实现网络舆情分析系统的研究与实现

通过对各大门户网站、论坛和贴吧的留言和评论的爬取,录入后台数据库。用户可根据主题、内容进行搜索查看。通过利用中科院分词算法进行实现对爬去下来的内容进行分词处理,分词处理后的结果利用自行研究出来的基于权值算法实现的中文情感分析进行评论的倾向性分析,通过对句子结构和主张词以及情感副词的判断来对评论的情感倾向性做出有效地判断,通过情感权值计算后可给出评论的倾向性以供用户查阅和进行其他相关工作。     

一种基于本体的语义检索设计与实现

基于语义检索的目的,结合成语典故本体的构建,设计了一个基于成语典故本体的语义检索模型,阐述了检索模型中用户界面模块、数据存储模块、查询分析模块和检索分析模块的功能;分析了系统中的本体构建技术、分词技术及检索技术,设计并实现了词语相似度及概念相似度算法;通过语义检索系统的实验,得到较高的查全率和查准率.     

智能答疑系统的中文分词

对词库进行改造的基础上,提出了一种改进的匹配算法,突破了最大匹配分词算法分词的长度限制,提高了中文分词的速度和效率.     

基于改进贝叶斯模型的中文邮件分类算法

通过分析常见的贝叶斯分类方法和实现模型,提出了一种适用于中文邮件的分类算法——基于混合模型的最小风险贝叶斯方法。混合模型将二项独立模型和多项式模型相结合,提高邮件分类的查全率,同时,在此基础上应用最小风险贝叶斯方法,进一步提高准确率。实验表明,应用改进的方法可以得到更准确的邮件分类效果。