基于主位-述位结构理论的英文作文连贯性建模研究

该文在研究了有监督的基于实体和基于篇章关系网格的篇章连贯性模型的基础上,提出了一个无监督的基于主位-述位结构理论的篇章连贯性模型。该模型通过引入词语的词干、上下位、近义和复述等语义方面的信息来计算相邻句子中主位和述位的相似度,并利用此相似度值来描述篇章的连贯性。同时,该文提出了一种简单有效的基于篇章关系计数的连贯性模型,并采用线性组合方法将其与基于主位-述位结构理论的连贯性模型加以集成。上述模型在国际基准英文作文语料上进行试验,实验结果表明采用线性组合的连贯性模型后,作文连贯性检测准确率与目前基于实体和篇章关系网格的模型相比得到显著提升。     

机器译文自动评价中基于IHMM的近义词匹配方法研究

机器译文的自动评价推动着机器翻译技术的快速发展与应用,在其研究中的一个关键问题是如何自动的识别并匹配机器译文与人工参考译文之间的近义词。该文探索以源语言句子作为桥梁,利用间接隐马尔可夫模型(IHMM)来对齐机器译文与人工参考译文,匹配两者之间的近义词,提高自动评价方法与人工评价方法的相关性。在LDC2006T04语料和WMT 数据集上的实验结果表明,该方法与人工评价的系统级别相关性和句子级别相关性不仅一致的优于在机器翻译中广泛使用的BLEU、NIST和TER方法,而且优于使用词根信息和同义词典进行近义词匹配的METEOR方法。     

大量类别下非纹理对象实时检测与识别

现有的对象检测方法主要针对特定对象,当类别比较多时,难以实现实时检测与识别。提出了一种基于Objectness和梯度方向模板的大量类别下非纹理对象的实时检测与识别算法。该方法首先通过计算图像Objectness值来评价待测图像中可能出现对象的区域,大量减少可能匹配的窗口。在此基础上,在可能出现对象的区域,采用基于模板主方向和查找表的模板匹配方法,实现大量类别下非纹理对象的实时检测与识别。该方法对非纹理物体的鲁棒性较好,同时在匹配的过程中也是方向无关的。     

基于SAE J1939的汽车网络测试系统设计

设计了基于SAE J1939的汽车网络测试系统,以实现对整车网络和结点部件间的协议分析测试。该系统由上位机和总线适配器两部分组成,它既可对J1939汽车网络系统中的CAN报文进行监测显示和分析,还能作为模拟节点向J1939汽车网络系统发送报文。通过对J1939网络仪表结点进行测试和功能验证表明,该系统人机界面友好,操作简单,为J1939网络产品的开发提供了极大的便利,提高了开发过程的质量和数据分析的效率。     

衔接性驱动的篇章一致性建模研究

该文系统地探索了衔接性理论对篇章一致性建模的作用。不同于目前有监督的基于实体和篇章关系网格的模型,该文提出的无监督模型揭示了系统功能语法中主位—述位结构理论对于篇章一致性建模的重要性,同时显示了基于主位和指代消解两种过滤机制对于篇章一致性建模的适用性。在三种不同文体的国际基准语料上进行的句子排序和文本摘要一致性检测任务实验表明主位—述位结构和指代消解信息能使篇章一致性检测准确率得到显著提升。     

基于词项—句子—文档三层图模型的多文档自动摘要

应用图模型来研究多文档自动摘要是当前研究的一个热点,它以句子为顶点,以句子之间相似度为边的权重构造无向图结构。由于此模型没有充分考虑句子中的词项权重信息以及句子所属的文档信息,针对这个问题,该文提出了一种基于词项—句子—文档的三层图模型,该模型可充分利用句子中的词项权重信息以及句子所属的文档信息来计算句子相似度。在DUC2003和DUC2004数据集上的实验结果表明,基于词项—句子—文档三层图模型的方法优于LexRank模型和文档敏感图模型。     

基于情感轮和情感词典的文本情感分布标记增强方法

情感分布学习是一种近年提出的用于处理存在情绪模糊性的多情绪分析模型,其核心思路是通过情感分布记录示例在各个情绪上的表达程度.不同于传统的单标记或多标记学习,情感分布学习可以定量地对多个情绪同时建模.目前,情感分布学习面临的一个重要困难是缺乏已标注情感分布的文本数据集.为了利用大量已有的单标记情感数据集,情感分布标记增强...     

一种新的主动队列管理自适应PI算法

为克服PI算法所存在的响应速度慢,对网络参数变化敏感的缺点,将神经网络理论引入主动队列管理的研究中,提出一种基于单神经元的主动队列管理算法NPI（Neuron based PI）。NPI算法将PI控制器看成是二输入的ADALINE神经元,控制器的比例系数和积分系数按照LMS算法进行在线调整,对网络状态的变化有自学习能力,使队列长度能够快速收敛到目标值,并增强了队列的稳定性。仿真试验结果表明NPI算法比PI有更好的性能。     

2维双树复小波不确定度加权融合的人脸识别

在人脸识别中,传统小波、Gabor小波不能很好地表征人脸特征。提出2维双树复小波多频带不确定度加权融合的人脸识别算法,使用了人脸2维双树复小波多频带特征,计算多频带不确定度及其权值并结合多频带特征进行加权融合,能很好得到人脸的特征。该加权融合算法首先计算人脸2维双树复小波多个频带特征图,然后计算多个频带滤波不确定度权值,最后进行加权融合。同时使用了2维主成分分析(2DPCA)方法对特征向量进行子空间投影,应用欧氏距离作为相似测度实现分类识别。使用英国剑桥Olivetti实验室(ORL)图像库进行了测试,实验结果表明,提出的方法相对于使用2DPCA、Wavelet和Gabor小波的特征提取方法,取得了更好的识别效果。     

文本自动分类技术及其应用

综述了实现文本自动分类过程中的关键技术以及各种文本分类器,并给出了它在搜索引擎中的应用。最后对文本自动分类技术的进一步发展作了展望。