基于状态控制的动态柔性工作流

为了解决工作流的动态性及柔性问题,提出了一种基于状态控制的解决方案。在该方案中,采用面向对象的设计方法,将工作流中的活动节点和流转公文描述成对象,并采用访问控制矩阵的方法来描述对象状态的迁移过程。重点分析了如何通过角色流和控制流的相互配合来实现基于状态的动态访问控制,提出了工作流模型进行动态演化的算法。另外,提出了一系列相应的演进规则,使动态变化的工作流程能与原流程实现无缝衔接,在适应动态变化的同时具备了一定的柔性,给出的程序代码风格的演化算法和演进规则,保证了实际应用的可行性。     

语义角色标注中句法特征的研究

描述了一个基于特征向量的语义角色标注系统,该系统以单一句法分析树作为输入。首先进行预处理,过滤掉极不可能是角色的成分,然后进行角色分类(包括NULL类),最后处理嵌套情况及对中心语义角色去重处理。在优化组合已有特征的基础上,从语法、句型以及搭配角度出发,制定了新的有效的特征;实验表明了新特征的有效性及健壮性。最终在CoNLL-2005 Shared Task开发集和WSJ测试集上分别获得了77.54%和78.75%的F1值,是目前已知的基于单一句法分析中取得的最好性能。     

基于XML结构的电子邮件的表示及其生成

电子邮件通常按半结构化的MIME格式进行封装和传输,并以各个邮件用户代理专用的数据格式进行存储,无法同其它应用程序共享电子邮件,也无法充分利用电子邮件这一信息源。该文提出了一种面向邮件客户端的电子邮件的XML表示方法,将邮件的XML标记进一步地细化,目的是便于电子邮件的检索和重组,并给出了从邮件的MIME源码到邮件的XML文档的转换方法,为邮件的后续操作和邮件库的充分利用提供基础。     

基于语料的Web页面抽取器的研究与实现

主要介绍了面对万维网上各种各样的诸如文本、声音、图形和图像等语料信息，如何按照用户的实际需求将其中对用户有用的信息抽取出来，从而实现对现有语料信息的一种有效分离。重点介绍了Web信息簇聚性的特点和语料库的设计，以及语料库的实际工作原理。     

增强型汉字词组处理系统ECWS的设计

汉字词组输入方式是一种很有前途的汉字信息高速输入手段。本文提出的增强型汉字词组处理系统ECWS,与CC-DOS操作系统配合后,能使CC-DOS具有齐全的汉字词组功能,从而大大提高了汉字信息的输入速度。该系统以词组方式作为汉字信息输入的主要方式,但在此方式下,亦提供了单字输入手段,还向用户提供了直接对词库进行多种操作的功能。文章对ECWS的设计作了全面介绍。     

指代消解综述

给出指代消解的基本概念,从指代消解的语料资源、评测系统和算法3个方面出发,介绍指代消解的国内外研究现状,分析制约指代消解的3个关键问题：结构化句法信息的自动获取和表示,深层次语义信息的自动获取和使用,跨文本指代消解,基于分析结果给出国际上指代消解的研究趋势。     

试论基于RAM的汉库字结构

汉字库是汉字信息处理系统中的一种重要数据结构, 它的结构设计得是否合理, 会直接影响到整个系统的性能。本文对基于的RAM的静态型汉字库和动态型汉字库的结构, 分别作了详尽的论述。文章还提出了描述基于RAM的汉字库性能的方法, 并讨论了与汉字库结构有关的算法。     

科技论文DTD的设计及其XML文档生成

详细阐述了一套完整的科技论文文档类型定义（Document Type Definition，简称DTD）的开发过程，该DTD给出了科技论文的语义框架。在此基础上探讨了基于科技论文DTD生成XML文档的方法，从而实现科技论文的语义标注。     

蛋白质结构预测聚类算法的评估

在7个数据集上对3种不同聚类算法与3种不同相似性度最标准的多种组合进行实验,以评估这些因素对聚类性能的影响.为便于确定聚类参数,提出一种针对蛋白质结构预测的聚类中心选择算法.实验结果表明,在3种相似性度量标准中,RMSD对于聚类的效果最好,而在3种聚类算法中,SPICKER性能最优,其次是AP聚类算法.     

中文名词性谓词语义角色标注

研究了中文名词性谓词的语义角色标注(semantic role labeling,简称SRL).在使用传统动词性谓词SRL相关特征的基础上,进一步提出了名词性谓词SRL相关的特征集.此外,探索了中文动词性谓词SRL对中文名词性谓词SRL的影响,并且联合谓词自动识别实现了全自动的中文名词性谓词SRL.在中文NomBank上的实验结果表明,中文动词性谓词的SRL合理使用能够大幅度提高中文名词性谓词的SRL性能;基于正确句法树和正确谓词识别,中文名词性谓词的SRL性能F1值达到了72.67,大大优于目前国内外的同类系统;基于自动句法树和自动谓词识别,性能F1值为55.14.