基于决策树的英语BNP识别

识别英语的BNP是许多自然语言处理工作的基础。本提出了一种新的BNP识别方法。它基于Penn Treebank语料库。采用决策树方法识别BNP,比较其他方法,它有效地引入了学习机制,提高了系统的性能和识别速度。实验结果表明。其识别的精确率和召回率接近或好于目前最好结果。     

低渗透油藏垂直裂缝井产能评价

通过近似和修正方法得出了低渗透垂直裂缝油藏的产能公式。考虑到启动压力梯度、裂缝长度以及地层的污染状况,通过修正方法得到了具有启动压力梯度的垂直裂缝油藏生产井的产能公式,并给出了相应的工程产能公式。分析表明,当启动压力梯度较小时,对产量的影响很小,随着启动压力梯度的增大,影响增强,产量下降。     

硅胶柱层析法分离提纯双基药中的硝化甘油

探讨了以双基药为原料,采用柱层析法分离提纯来获取少量硝化甘油的工艺方法。结果表明,以乙醚为提取溶剂、二氯甲烷为流动相,45~75μm的层析用粗孔硅胶为固定相,空塔流速约为0.764 cm/min的条件下进行层析柱分离提纯,可获取克量级的硝化甘油。经高效液相色谱法分析,所得硝化甘油纯度高,未见杂峰。     

采用分布体积震源方法计算压裂状态下瞬态和拟稳态下油气井的产能

分布体积震源方法用来解决瞬态和拟稳态下流量计算问题.该方法的基本结构单元是将具有闭合外边界的方形油藏的分析反应近似计算成一个瞬时体积震源,从而形成一个直线体.这种解决方法也可提供一个连续震源反应的试井导数,同时,也能通过对时间积分来提供一个连续震源反应的压力.为了生产上的应用,我们将这些结果整理成瞬态、拟稳态产能的指数形式.这种新方法已经在一些简单形式的油气井试井结果的对比中得到证实.这些结果是对现存模型的一个很好的验证.这种方法的主要优点是可以应用到复杂的油气井/裂缝井上,采用一种快速、稳键、可靠的方法来进行压力瞬时分析,同时对油气井产能进行预测.     

利用统计搭配模型改进基于实例的机器翻译

基于实例的机器翻译(example-based machine translation,简称EBMT)使用预处理过的双语例句作为主要翻译资源,通过编辑与待翻译句子匹配的翻译实例来生成译文.在EBMT系统中,翻译实例选择及译文选择对系统性能影响较大.提出利用统计搭配模型来增强EBMT系统中翻译实例选择及译文选择的能力,提高译文质量.首先,使用单语统计词对齐从单语语料中训练统计搭配模型.然后,利用该模型从3个方面提高EBMT的性能:(1)利用统计搭配模型估计待翻译句子与翻译实例之间的匹配度,从而增强系统的翻译实例选择能力;(2)通过引入候选译文与上下文之间搭配强度的估计来提高译文选择能力;(3)使用统计搭配模型检测翻译实例中被替换词的搭配词,同时根据新的替换词及上下文对搭配词进行矫正,进一步提高EBMT系统的译文质量.为了验证所提出的方法,在基于词的EBMT系统上评价了英汉翻译的译文质量.与基线系统相比,所提出的方法使译文的BLEU得分提高了4.73～6.48个百分点.在半结构化的EBMT系统上进一步检验了基于统计搭配模型的译文选择方法,从实验结果来看,该方法使译文的BLEU得分提高了1.82个百分点.同时,人工评价结果显示,改进后的半结构化EBMT系统的译文能够表达原文的大部分信息,并且具有较高的流利度.     

基于网络挖掘的实体关系元组自动获取

二元实体关系元组可以应用到知识库构建,数据挖掘,模式抽取等多个领域.本文利用特定关系的一个元组和一个关键词作为种子,结合多种自然语言处理底层技术,采取改进的模式获取方法和自举迭代策略,提出了一种新的从Web上抽取实体关系元组的方法.基准方法的平均准确率达到了78.12%,采用过滤措施后抽取方法的平均准确率达到了98.42%.实验结果表明,利用网络挖掘方法获取的实体关系元组能够很好满足信息抽取的应用,对抽取出的元组进一步处理,能够获取更多有价值的信息.     

科学数据网格环境中访问控制系统的研究与设计

提出一种应用于科学数据网格的访问控制系统结构。根据科学数据网格的特点，分析了各种访问控制模型的优缺点；然后，提出了适合数据网格特点的基于元数据访问控制模型，介绍了这种访问控制模型在科学数据网格系统中的设计。     

多文档文摘中句子优化选择方法研究

在多文档文摘子主题划分的基础上，提出了一种在子主题之间对文摘句优化选择的方法．首先在句子相似度计算的基础上，形成多文档集合的子主题，通过对各子主题打分，确定子主题的抽取顺序．以文摘中有效词的覆盖率作为优化指标，在各个子主题中选择文摘句．从减少子主题之间及子主题内部的信息的冗余性两个角度选择文摘句，使文摘的信息覆盖率得到很大提高．实验表明，生成的文摘是令人满意的．     

自然语言文本水印

本文主要介绍了基于自然语言处理的文本水印技术,也即自然语言文本水印技术。该技术是在不改变文本原意的前提下,将需要隐藏的文本信息(水印信息) 插入到原始文本中的一种信息隐藏技术。这种技术对于确认信息来源和信息的秘密传送,以及版权维护等方面都有着很大的应用价值。本文首先给出了基于自然语言处理技术的文本水印的概念、特点及攻击模型,并对文本水印的研究现状进行了分析。通过分析可以看出,自然语言文本水印技术有着更好的灵活性,并且在适度的攻击下,不会破坏水印信息。本文详细介绍了文本水印系统的设计过程,包括该技术的基础数学理论- 二次余数理论。最后详细介绍了两种自然语言文本水印嵌入方法,分别是基于句法分析和基于语义的水印嵌入方法。     

基于中心/修饰依存重排序模型的短语SMT ?

为了提高基于短语的机器翻译系统的重排序能力,提出了一个基于源语言端的中心-修饰依存结构的重排序模型,并将该重排序模型以软约束的方式加入到机器翻译系统中。该排序模型提出了一种在机器翻译中应用句法树资源的方法,将句法树结构,通过将句法树映射成中心-修饰词的依存关系集合。该重排序模型在基于短语系统的默认参数设置下,显著地提升了系统的翻译质量。在系统原有的词汇化的重排序模型基础上,该重排序模型在翻译模型中融入了句法信息。实验结果显示,该模型可以明显地改善机器翻译系统的局部调序。