基于Ontology的信息抽取研究综述

信息抽取研究旨在为人们提供更有力的信息获取工具,以应对信息爆炸带来的严重挑战。Ontology作为领域知识的共同理解,能有效地解决现在信息抽取所面临的主要挑战——知识工程的瓶颈问题。文中详细介绍了本体的定义和建模语言,分析了现有基于本体信息抽取的几种典型方法,得出了其所存在的主要问题。     

动态服务组合中资源选择的研究与实现

在面向服务的网格中,需要按用户请求动态地根据当前系统中服务的状况,组合出满足用户请求的服务组合。目前,当存在多个服务提供者提供相同功能的服务时,如何动态选择合适的服务却很少被论述,而且真实网格环境中的不确定性(如Cpu、网络的负载)也很少考虑。如何选择最合适的服务所在的资源,是服务组合中必须要考虑的。在分析动态服务组合的基础上,设计了一种动态选择资源的方法。并利用GT4中工厂设计模式给出其实现方式。该设计考虑了网格环境中资源的安全性和不确定性因素,比如资源经常失败,以及Cpu和网络的负载等,从而最大程度地提高服务执行的可靠性和高效性以及均衡系统负载。     

基于Ontology的信息抽取研究综述

信息抽取研究旨在为人们提供更有力的信息获取工具，以应对信息爆炸带来的严重挑战。Ontology作为领域知识的共同理解，能有效地解决现在信息抽取所面临的主要挑战——知识工程的瓶颈问题。文中详细介绍了本体的定义和建模语言，分析了现有基于本体信息抽职的几种典型方法，得出了其所存在的主要问题。     

在C++ Builder中动态生成复杂报表

QuickReport是C Builder中以组件形式存在的报表设计器。它制作报表的功能非常强大,能轻松地制作各种常规报表;但对于有特殊要求的报表,由于目前大多数书籍对QuickReport研究不深,用户往往另辟蹊径,通过求助干第三方控件或者调用EXCEL等来实现。虽然这些方法也能满足用户的需求但往往需要付出额外的资源代价。本文通过一个复杂报表的实现,深入QuickReport,探索其运行机制并解决一些关键性技术。     

基于联合学习的成分句法与AMR语义分析方法

抽象语义表示(Abstract Meaning Representation,AMR)解析任务是从给定的文本中抽象出句子的语义特征,成分句法分析(Constituency Parsing)任务则探寻句子中的层次逻辑结构。由于AMR解析和成分句法分析之间存在着很强的互补性,抽象语义需要把握文本的句法结构,而句法分析可以通过理解句子中的语义信息来避免歧义,因此该文提出了一种联合训练方法用于捕获两个任务之间的内部联系从而提升各自任务的性能。此外,为了解决两个任务由于数据量过少造成的数据依赖问题,该文利用外部语料获得大规模自动标注 AMR 图以及自动标注句法树,并基于上述联合学习方法,采用预训练+微调的半监督学习方法进行训练。实验结果表明,该方法可以有效提高模型的性能,其中AMR解析任务在AMR 2.0上提升了8.73个F₁值,句法分析在PTB上获得了6.36个F₁值的提升。     

插入语分类抽取研究方法探讨

命名实体、术语的翻译对自然语言处理,机器翻译性能的影响越来越得到重视,但是这些翻译很难从现有的翻译词典中获得充足的信息。提出了一种从网页中自动获取高质量命名实体短语翻译对的方法,首次探索了对双语文本中对齐缺失部分自动补充的方法。该方法利用网页双语翻译对的特点,使用统计判别模型,融合多种识别特征自动挖掘网站中存在的双语短语翻译三元对。实验结果表明,采用该模型能高效处理命名实体双语翻译对,正确率达到95.6%。     

基于语义的网格服务匹配研究*

随着网格技术的发展,网格服务匹配成为了新的研究热点。服务匹配是有效提高网格资源利用的关键技术。分析了服务匹配中广泛存在的服务提供方与服务请求方往往无法做到事先沟通的原因,提出了将语义引入服务描述语言以及服务匹配算法的基于语义的网格服务匹配技术,并结合服务匹配的具体应用,提出了相应的解决方案。     

一种优化服务组合执行的设计方案

分析了目前大多数服务网格平台上的服务,提出了范围型服务(RangeService,RaS)的概念;并根据RaS输入参数的信息和并行处理思想,提出了网格环境下参数优化的设计方案。该方案可有效地利用服务的历史执行数据,优化当前服务的执行。从而在服务组合执行前,就可大大降低服务的执行规模,有利于缩短服务组合的执行时间,提高服务组合执行的成功率。     

基于相似页面的Web信息抽取系统的实现

分析了RoadRunner的核心算法，针对RoadRunner的不足，综合自动和半自动抽取阶段的各项研究成果，设计并实现了基于相似页面的Web信息抽取系统。介绍了系统结构和实现的关键技术，包括如何获取相似页面，可靠的噪声处理和自动归纳抽取规则的算法。     

动态服务组合中资源选择的研究与实现

在面向服务的网格中，需要按用户请求动态地根据当前系统中服务的状况，组合出满足用户请求的服务组合。目前，当存在多个服务提供者提供相同功能的服务时，如何动态选择合适的服务却很少被论述，而且真实网格环境中的不确定性（如Cpu、网络的负载）也很少考虑。如何选择最合适的服务所在的资源，是服务组合中必须要考虑的。在分析动态服务组合的基础上，设计了一种动态选择资源的方法。并利用GT4中工厂设计模式给出其实现方式。该设计考虑了网格环境中资源的安全性和不确定性因素，比如资源经常失败，以及Cpu和网络的负载等，从而最大程度地提高服务执行的可靠性和高效性以及均衡系统负载。