Blog自动识别与重要性分析

介绍和分析了Blog识别和Blog重要性评估领域的相关研究工作。并且讨论了研究中存在的问题。     

融合Copulas理论和关联规则挖掘的查询扩展

将Copulas理论引入文本特征词关联模式挖掘,提出融合Copulas理论和关联规则挖掘的查询扩展算法.从初检文档集中提取前列n篇文档构建伪相关反馈文档集或用户相关反馈文档集,利用基于Copulas理论的支持度和置信度对相关反馈文档集挖掘含有原查询词项的特征词频繁项集和关联规则模式,从这些规则模式中提取扩展词,实现查询扩展.在NTCIR-5 CLIR中英文本语料上的实验表明,文中算法可有效遏制查询主题漂移和词不匹配问题,改善信息检索性能,提升扩展词质量,减少无效扩展词.     

关联规则在汉语词属性中的研究

在语音识别和合成中文本分析是很重要的,文本分词是文本分析正确与否的基础。目前语音合成系统中的分词一般是基于词典分析建立的,对于多音字易产生错误。文章基于数据挖掘中的关联规则的发现方法对文本分词中词语的关联关系进行研究,通过文本数据的文本特征及语音特征描述的有机结合,获取词语自身属性的关联关系,最后进行了实例测评。     

基于语义的词义消歧算法初探*

词义消歧是自然语言处理中的难题之一。结合《知网》,从语义的角度出发,结合词性信息、搭配实例和语义相关度等信息,提出了一种多策略的词义消歧方法。     

基于统计模型的词语搭配自动获取方法的分析与比较*

对搭配的定义及搭配在自然语言处理中的应用作了介绍,着重分析了目前广泛使用的基于统计模型的词语搭配自动获取方法,并对衡量搭配强度的六种统计指标进行了详细的分析和比较。     

数据挖掘技术综述

本文重点介绍了数据挖掘技术,论述了数据挖掘的定义、分类和算法,指出了数据挖掘未来研究的方向。     

虚拟的孪生图灵机——以双语信息处理为例

本文阐述一种虚拟的孪生图灵机,即：由两个图灵机组成的孪生并行计算机,其特征是其受限模式与派生模式分别由汉语的言即单音节字的基本符号对象和语即双音节多音节字组的符号组合解释为例加以说明。其作用在于基于它可建构理想的双语信息处理系统,即：协同智能计算系统;应用它可形成并行计算、分布计算、网格计算、虚拟计算和云计算乃至超级计算。其意义在于借助它蕴含的协同智能计算本质——虚拟与现实的关系,可把图灵可计算性、计算复杂性（其中揭示了一个基本原理——NP=P当且仅当N可有可无）和图灵测试连贯起来。     

浓缩的精华 特色Mini机箱导购

作为一种特色的机箱设计，Mini机箱占据的桌面空间小，设计更加亮丽、独特，深受MM和时尚用户追捧！不过，市面的Mini机箱产品相当丰富，让人眼花缭乱。为此，我们挑进一些具有代表性的精华级产品，推荐给大家！一起来看看吧！     

基于主题关联联想的Web知识发现

提出了一种新的面向主题的关联挖掘和联想算法,并提出了主题关联联想概念以及挖掘主题的间接关联关系。实验表明,该算法能有效地实现Web主题知识的自动获取和自学习。     

基于隐私保护的关联规则挖掘研究

鉴于现行数据隐私问题日益严重,如何防止数据挖掘过程中隐私信息的泄漏,是一个重要的研究议题.针对关联规则挖掘技术,从数据挖掘资源共享方面探讨隐私信息的保护,提出数据汇总概念的保护机制,将欲公开的内容隐藏到汇总内容中.此机制不仅确保公开内容的隐私,还可以从汇总内容中获取有用信息,从而在隐私保护和知识获取间取得平衡.     

混合语料的新词识别算法设计

随着全球化趋势和国际交流的日益频繁,语言之间的渗透与融合日渐增加,不同语种夹杂的表达方式在生活中也相当普遍,特别是在使用双语或多语的地区.作为一个多民族融合的国家,我国各地的方言与普通话夹杂的表达方式也不在少数.这种语言混用的现象造成了分词识别上的困难.本文收集了各种多语夹杂的相关语料,分析了多语夹杂的语言特征,在此基...     

基因相关生物医学文献挖掘研究

系统生物学研究产生的大量生物医学文献包含了丰富的生物学知识。生物医学文献挖掘能够利用海量文献资源,获取国际上生命科学最新研究成果。我们开发了基因相关文献挖掘网络平台,应用自然语言处理技术,集成了文献自动采集工具、句法分析器、Gene Ontology等最新的生物医学领域知识库,能够对文献进行深度挖掘,进行基因功能、基因与疾病关系、生物分子相互作用网络知识发现．辅助形成生物科学研究创新假设,挖掘准确率可达86％。     

中科院声学所知识创新工程项目基于内容分析的中文问答处理算法及系统实现*

提出了一种基于HNC自然语言理解框架下的中文问答处理算法,并在此算法基础上加以系统实现。试验证明,该系统在中等规模常识库基础上效果显著、准确率高。     

一种基于聚类分析与关联规则的联合挖掘算法

本文分析了基于关联规则的Apriori算法及其存在的缺陷,提出了一种将聚类分析和关联规则相结合的联合数据挖掘算法。在大项集数量相等时,联合挖掘算法明显优于Apriori算法。     

数据挖掘在教学中的应用

描述数据挖掘的概念和特点,并着重讨论数据挖掘的方法、任务,从教学的实际情况出发,阐述利用数据挖掘技术在教学中带来的指导作用。     

面向Web的信息收集工具的设计与开发

随着互联网的发展以及网上信息的日益丰富 ,传统的信息处理已经延伸到互联网领域。在对互联网上的信息进行处理时 ,常常要将分布在互联网各处的Web页面下载到本地供进一步处理 ;这便是所讨论的Web页面收集工具的核心功能。该页面收集系统在综合使用Web页面间的链接关系和页面内容的基础上 ,增加了多层次的页面过滤模块 ,可用来收集特定领域内的Web页面 ;同时可采用多机并行收集的方法提高页面收集的效率 ;采用大型数据库存放元收集信息 ,并对收集到的页面进行压缩 ,能够支持海量数据的收集 ;动态更新机制的实施使得下载到本地的页面信息能够得到及时的更新。     

网络信息挖掘在电子商务系统中的应用

描述了网络信息挖掘的含义以及与数据挖掘之间的区别．提出了在电子商务应用中采用网络信息挖掘帮助企业实现最大化利润的方法,最后指出了网络信息挖掘未来的研究方向。     

二次搜索系统的设计与实现

Internet的快速增长使人们越来越依赖于搜索引擎来发现有用的信息。当前绝大多数中文搜索引擎都是基于文本的,其搜索效果通常不能令人满意。基于正在兴起的链接分析技术,借助文本式搜索引擎的搜索成果,设计并实现了一个二次搜索系统。该系统通过对文本搜索引擎搜索结果的再次处理,为终端用户提供一个高质量的搜索结果。     

一种基于DOM的Web关键信息提取方法

提出一种提取Web中的菜单和导航指示器等关键信息的方法,首先利用由W3C提出的文档对象模型技术提取出关键信息和与关键信息结构相似的其他信息,将得到的信息融合成信息列表,再利用熵原理从信息列表中识别出网站的真正关键信息。实验结果验证了方法的有效性。