基于TextRank的自动摘要优化算法

在对中文文本进行摘要提取时,传统的TextRank算法只考虑节点间的相似性,忽略了文本的其他重要信息。首先,针对中文单文档,在现有研究的基础上,使用TextRank算法,一方面考虑句子间的相似性,另一方面,使TextRank算法与文本的整体结构信息、句子的上下文信息等相结合,如文档句子或者段落的物理位置、特征句子、核心句子等有可能提升权重的句子,来生成文本的摘要候选句群;然后对得到的摘要候选句群做冗余处理,以除去候选句群中相似度较高的句子,得到最终的文本摘要。最后通过实验验证,该算法能够提高生成摘要的准确性,表明了该算法的有效性。     

香草醛异■唑衍生物的设计合成及杀菌活性

为了寻找结构新颖、杀菌活性更好的绿色农药。选用天然产物香草醛作为基本原料,引入五元杂环异■唑结构,首次设计并合成了28个香草醛异■唑类衍生物。结构经核磁共振氢谱、碳谱及高分辨质谱分析确认。测试了所有目标衍生物对烟草灰霉病菌(Botrytis cinerea)、层出镰刀菌(Fusarium proliferatum)、木贼镰刀菌(Fusarium equiseti)、玉米圆斑病菌(Bipolaris zeicola)、胶胞炭疽菌(Colletotrichum gloeosporioides)、草茎点霉菌(Phoma herbarum)6种广谱菌的杀菌活性。杀菌活性测定结果显示：在50μg/mL质量浓度下,部分化合物对6种真菌的菌丝生长均具有一定抑制作用,2-甲氧基-4-(5-苯基异■唑-3-基)苯乙酸酯对6种真菌的抑菌活性整体良好,对玉米圆斑病菌等3种菌的抑菌活性超过对照组百菌清;2-甲氧基-4-(5-(4-乙基苯基)异唑-3-基)苯酚对烟草灰霉病菌的抑菌活性最高,抑菌率可以达到93%。初步构效关系表明,对活性片段香草醛上的酚羟基进行乙酰化衍生,有助于提高化合物对6种病原菌的抑菌活性,为...     

基于互信息和邻接熵的新词发现算法

如何快速高效地识别新词是自然语言处理中一项非常重要的任务,针对当前新词发现存在的问题,提出了一种从左至右逐字在未切词的微博语料中发现新词的算法。通过计算候选词语与其右邻接字的互信息来逐字扩展,得到候选新词;并通过计算邻接熵、删除候选新词的首尾停用词和过滤旧词语等方法来过滤候选新词,最终得到新词集。解决了因切词错误导致部分新词无法识别以及通过n-gram方法导致大量重复词串和垃圾词串识别为新词的问题,最后通过实验验证了该算法的有效性。