面向信息检索的概念关系自动构建

概念之间的依存分析是提高信息检索性能的关键。相比概念关系的强弱而言,识别关系的类型更有意义。本文在Bootstrapping框架下,以“(地理)领属”,“(实体)功能”和“(动作)对象”三种语义关系类型为例,获得了构建上下文中两个概念特定关系的语义模板,并开发了一个名为SPG的系统。本文的工作: (1)引入了生物信息计算中序列比对的方法两两生成相似上下文的模板;(2)定义了新的模板评价机制估计模板的置信度。就这三种概念关系的识别而言,SPG获得的模板集合相比DIPRE系统获得了更高的正确率和覆盖能力。     

维基百科中翻译对的模板挖掘方法研究

双语翻译对在跨语言信息检索、机器翻译等领域有着重要的用途,尤其是专有名词、新词、俚语和术语等的翻译是影响其系统性能的关键因素,但是这些翻译对很难从现有的词典中获得。该文针对维基百科的领域覆盖率和结构特征,提出了一种从维基百科中自动获取高质量中英文翻译对的模板挖掘方法,不但能有效地挖掘出常见的模板,而且能够发现人工不容易察觉的复杂模板。主要方法包括三步: 1)从语言工具栏中直接抽取翻译对,作为进一步挖掘的启发知识;2)在维基百科页面中采用PAT-Array结构挖掘中英翻译对模板;3)利用挖掘的模板在页面中自动挖掘其他中英文翻译对,并进行模板评估。实验结果表明,模板发现翻译对的正确率达90.4%。     

桔子精油优化鱼鳞明胶膜性能的作用研究

为改善鱼鳞明胶膜的性能,测定添加明胶质量的0%、25%、50%、75%、100%桔子精油的可食膜的厚度、机械性能、水溶性、水蒸汽透过率、色泽、透明度和透光率、热性能、红外光谱和抑菌活性。结果表明:随着精油浓度的增加,鱼鳞明胶膜的厚度、断裂伸长率增加,拉伸强度、透光率、水溶性降低,水蒸汽透过率呈现先增加后降低的趋势;差示扫描量热法(DSC)和傅里叶变换红外光谱(FTIR)分析结果表明,鱼鳞明胶分子与桔子精油的部分成分发生相互作用,在一定程度上改善了明胶膜的热稳定性;桔子精油的添加还赋予了鱼鳞明胶膜抑菌作用。综合评价得出75%质量浓度的桔子精油添加量对鱼鳞明胶膜各项性能优化效果最好,本实验结果可为生产高性能的鱼鳞明胶膜提供理论基础。     

利用钩子函数截获Windows消息

用Ｄｅｌｐｈｉ编程实例详细说明了在Ｗｉｎｄｏｗｓ下怎样利用钩子函数截获／修改发往目标的消息。该文对于实现Ｗｉｎｄｏｗｓ程序二次开发或破解有一定的帮助。     

基于词典中词语量化关系的中文文本聚类研究

鉴于词语知识对提高文本聚类性能的价值,提出了一种用线性插值方式把词典词语之间的量化关系和余弦相似度结合起来的文本相似度计算方法.在实现文本聚类之前,基于词典中一个词条和其释义在语义上等价的假设,构建出词条和释义中词语之间的量化关系,并把这种量化关系值作为文本聚类用到的知识.在k-均值聚类算法的框架下,这种以线性插值方式构造的新的相似度,给文本聚类系统性能带来了明显的提高.实验结果说明从词典中获取的词语量化关系对将来的文本聚类研究可能会有潜在的贡献.     

知识管理技术及其在我国中小制造企业中的应用

知识管理是现今研究的热点,对处于知识经济新形势中的企业而言意义重大。结合知识管理在我国中小制造企业信息化的巨大需求以及企业自身特点,文章详细论述了知识管理的内涵和关键技术以及应用于我国中小制造企业的具体实施方法。最后给出了一个成功应用知识管理的实例。     

用Windows NT DDK开发网卡驱动程序

本文简要介绍了用ＷｉｎｄｏｗｓＮＴＤＤＫ开发基于Ｗｉｎｄｏｗｓ９５／９８／ＮＴ平台的小端口网卡驱动程序的方法,并辅以具体实例对其要点加以说明。     

基于机器可读词典的词汇知识抽取

越来越多的实践证明,词汇知识将是未来自然语言处理系统中不可或缺的组成部分。利用机器可读词典作为资源,首先通过对释义项进行分类,然后基于释义分析自动生成用于抽取词汇知识的模板,然后采用模板匹配的方法,实现词汇知识的自动抽取。通过一种基于最大熵模型的有监督的机器学习方法,对结果进行过滤。在应用到《应用汉语词典》中后,取得了良好的抽取效果。     

搜索引擎的一种在线中文查询纠错方法

该文主要解决中文搜索引擎的查询纠错问题。错误的查询,已经偏离用户真实的搜索意图时,搜索质量很差,甚至导致搜索结果数为零。为此该文提出了一种服务于实际搜索引擎,较为完整的查询纠错方案。该文重点描述了纠错查询候选生成、纠错查询候选评价、以及基于核函数,挑选最优纠错查询候选等内容。通过在开放测试集上的准确率/召回率验证,以及在搜索引擎中实际的DCG评测,该文的方案都取得了较好的效果。     

网页搜索中查询时效性的实时计算模型

网页搜索中的查询时效性是指查询对新闻网页的需求。这种时间相关的因素,在网页排序过程中用于平衡其他非时间性因素,使排序更好地满足用户体验。为此该文提出了一种查询时效性的实时计算模型从用户搜索和媒体报道两个角度,分别对时效性建模,然后这两种不同来源的时效性相互补充,综合计算某个时刻用户搜索某个查询时,其综合时效性得分。这个量化得分在网页排序阶段用于提高或抑制新闻网页的露出;同时也为网页搜索结果中展现新闻直达区提供依据。在人工评测以及用户点击通过率统计上,该模型均取得了不错的实际效果。