多通道用户界面的评价

本文介绍了用户界面评价的意义,多通道用户界面的含义,分析了基于通道利用率的评价方法,提出了基于认知工程的用户界面评价的方法.     

一个面向微博的情感倾向性分析模型

在微博情感倾向性分析中,一种典型分析方法是先对微博进行主客观分类,再对判定为主观的微博进行褒贬分类,但其问题在于主客观分类错误将直接传导到褒贬分类。针对这一问题,本文提出了一个主客观分类和褒贬分类融合的评估情感倾向性强度的模型。首先使用改进的逻辑回归模型构建主客观分类模型,并结合情感词典构建褒贬分类模型;然后,将二者融合,构建情感倾向性强度模型来选出具有较强情感的微博;最后应用褒贬分类模型判定情感倾向性。该方法在第六届中文倾向性分析评测(COAE2014)的微博观点句识别任务中获得了主要指标Micro_F1值和Macro_F1值的第二名。     

面向信息检索的近邻语言模型

面向信息检索的语言模型对单篇文档构建语言模型,存在较严重的数据稀疏问题。该文认为利用文档的近邻信息能够更合理地反映词在文档中的分布,有助于数据稀疏问题的解决,因此将文档的近邻信息加入语言模型的平滑算法中,提出近邻语言模型。该文在TREC评测的典型文档集美国能源署文件(DOE)和《华尔街日报》(WSJ)数据集上测试了在不同近邻选择来源上近邻语言模型的性能。实验结果表明,近邻语言模型对检索性能有一定的提升。     

面向特定领域的汉语句法主干分析

本文提出了一种面向特定领域的汉语句法主干分析方法。该方法中包括浅层句法分析、模板匹配两个关键环节,形成用模板表示的句法主干。在浅层句法分析中,本文使用了级联的隐马尔可夫模型进行了短语的归并;而后以已有的汉语句子模板为基础,进行模板匹配以达到句法主干分析的目标。在针对体育新闻领域语料的开放测试中,模板匹配的精确率和召回率分别达到了98.04%和81.43% ,句子级的精确率和召回率分别达到了96.97%、84.85% ,实验表明该方法在特定领域是有效的。     

基于知识库的计算机高级语言上机自动辅导系统的开发研制

阐述了一种ＤＯＳ环境下利用微机实现计算机高级语言上机自动辅导系统的开发研制过程,对该系统所应用的技术要点给予了较为详尽的论述。     

语料库的质量评估模型

针对基于统计的中文信息处理中,利用语料库作为唯一的信息源,目前还没有较好的方法能够实现语料库的质量评估的问题,提出利用植入模型和抽样估计相结合的方法,实现对语料库质量的评估.该模型是客观的评估模型,通过分析可知,该方法适用于任何语种的语料库质量评估.     

基于语言学知识的查询个性化潜力预测

大多数关于个性化信息检索的研究都是针对所有查询的,很少有研究试图回答哪些查询将受益于个性化信息检索。从大规模知识库中挖掘大量的语言学知识,用于预测查询的个性化潜力,这些知识包括概念词、歧义词、同义词等。使用语言学知识作为特征,预测查询的个性化潜力,可以减少查询日志的数据稀疏问题的影响。实验结果表明该方法的有效性和可行性。     

面向体育领域的句子主干翻译技术研究

为了有效翻译体育领域文本,特别是文本中的长句,本文提出了一种面向体育领域的句子主干翻译方法。该方法采用模板来表示句子主干,主要包括句法主干分析、模板转换和句子主干译文生成三个步骤。本文研究中特别针对体育领域的语言特点进行了模板的设计和获取;在译文生成过程中,则分别利用规则和模板,采用了短语级全译和句子级摘译相结合的混合生成策略,并引入翻译函数来处理形态变化。实验结果表明句子主干翻译方法能够获取句子的关键信息,在可懂度上优于完全翻译,其忠实度也令人满意,是处理体育领域文本的有效方法。     

基于共享最左成分活动边的改进线图算法

为了提高基于线图算法的句法分析器的效率,提出基于共享活动边最左成分的改进线图算法.首先分析了传统线图算法的句法分析机制,指出该方法中未能对大量的具有相同最左成分的活动边进行有效处理的缺陷,进而改进了活动边的表示方式,通过共享相同的最左成分减少了活动边的生成数目,从而在降低存储空间的同时提高句法分析的速度.在汉语树库上的实验结果表明,这种基于共享活动边最左成分的改进线图算法比传统方法的效率提高了10余倍.     

多通道人机界面的评价

介绍了多通道的概念、多通道人机界面的特点 ,并提出基于认知工程的多爱道界面评价方法。