基于路径的网络本体语言存储模型

为提高信息检索效率,提出基于路径的网络本体语言(OWL)存储模型,首先设计了转换和存储OWL数据的方法,实现构建包含有类和属性层次结构关系的数据图,然后通过深度优先搜索(DFS)算法建立从根节点的类和属性信息到每个节点的类和属性信息的路径,再将这些信息存储到设计的关系数据库表中。通过实验与现有方法进行了比较,在查询处理时间和本体更新时间性能方面都有改进,方案具有可行性。     

改进的基于概念相似度的文本检索

为提高信息检索的查全率和查准率,提出改进的本体语义相似度计算方法,利用本体中概念语义相似度对检索结果文档的分值进行重新计算,过滤掉与原始查询相关度较小的文档。给出定义查询扩展中的迭代参数,减少进行扩展的次数,提高查询效率。利用开源工具Jena, Lucene进行文本语义检索测试,验证该方法的可行性和有效性。     

一种基于关联分类方法的Web用户兴趣预测

对用户分类是Web挖掘的一个重要的研究方向。文中提出一种基于关联规则的分类方法,并且将它应用于用户兴趣预测。首先对服务器日志文件预处理,形成一个访问事务集。然后对该事务集进行数据挖掘,找出所有的满足最小支持度的类别关联规则。最后用这些类别关联规则去预测用户的兴趣。实验证明此方法是有效的。     

基于数据仓库技术的银行个人征信系统研究和设计

数据仓库和OLAP是决策支持系统的重要组成部分,它们能够帮助决策者有效的分析和理解问题.本文通过对数据仓库和OLAP概念及体系结构的分析,结合具体的需求,给出了银行个人征信系统的结构设计和实现过程,并对设计过程中用到的技术特点进行分析.     

面向方面级情感分类的多层注意网络

特定于某一方面的情感分类是情感分析领域中的一项细粒度任务。深层的神经网络可以更好地提取上下文特征与方面特征,同时利用Attention机制可以根据上下文特征和方面特征不同的重要性赋予相应的权重值。模型着重从提取上下文与方面特征和更好地融合上下文与方面向量入手,提出了一种混合提取与多层注意的深度神经网络。基于Bi-LSTM和CNN在提取特征方面都有显著的成效,引入两种网络的合并模型。最后,在经典的Laptop,Resteraunt和Twitter数据集上进行了验证,展示了比基准模型更好地分类效果。     

引江济淮工程软岩及膨胀土边坡锚固现场试验

引江济淮试验工程河道边坡存在膨胀土及软岩,考虑耐久性引入GFRP锚杆加固边坡。为了比较GFRP锚杆和钢筋锚杆的锚固效果,开展现场水位升降试验,观测相同地质条件、不同加固方式下锚杆荷载和边坡位移差异。结果表明:GFRP筋和钢筋框架锚杆加固河道边坡时,水位升降导致的边坡位移相近且均小于2.2 mm,锚杆应力峰值远小于各自抗拉强度,两种锚杆的锚固效果相近;GFRP锚杆承担荷载小于钢筋锚杆,且无水期荷载表现更稳定;在无锚固条件下,水位升降10 m仅影响边坡1 m深度内的软岩,加长锚杆对提高软岩边坡稳定性无明显作用;水位骤降时,5 m长GFRP无框架锚杆应力和加固区边坡位移增量分别为1.21 MPa和1.38 mm,而8 m长GFRP框架锚杆应力和加固区边坡位移无明显变化,框架锚杆加固形式效果显著占优。具有低模量特征的GFRP锚杆与膨胀土和软岩具有较好的变形协调性,控制相同变形量需要承担的荷载较小,更有利于边坡耐久性。     

基于概念分类的多本体映射方法研究*

为提高多个本体参与的大规模本体映射效率,提出基于概念分类的映射模型,将大映射问题转换为概念分类匹配问题,采用基于WordNet的概念粒度计算和语义相似度计算作为分类树的分类属性,通过快速排序算法实现概念分类,将输入概念分组。实验证明,提出的方法在保证映射准确性的同时减少了概念比较次数,降低了复杂度,方案具有可行性。     

基于共现词的中文微博观点句识别

近年来,随着计算机移动技术和社会媒体的发展,微博已经成为一个热门的信息交流平台。由于微博平台数据量庞大,所以会导致提取带有用户观点的句子较为困难,如何提取出带有用户观点的句子也越来越受到关注。但是,目前的中文微博观点句提取方法都集中在使用句法分析与分类器,忽略了微博主观信息所具有的内容关联性。因此,该文将传统观点句识别方法与共现词相结合,提出了基于共现词的中文微博观点句识别算法。该文的研究内容包含以下几点:首先,利用主题模型对数据进行聚类分析,提取具有内容代表性的词语,组成共现词集合;然后,使用Stanford Parser句法分析工具对微博数据进行句法分析并且进行模板匹配,识别出较为明显的观点句;最后,使用共现词与2-POS[1]等特征,识别句法分析无法识别的观点句。     

基于卡方特征选择和LDA主题模型的中文短文本分类

中文短文本自身包含词汇个数少、描述信息能力弱,常用的文本分类方法对于短文本分类效果不理想。同时传统的文本分类方法在处理大规模文本分类时会出现向量维数很高的情况,造成算法效率低,而且一般用于长文本分类的特征选择方法都是基于数理统计的,忽略了文本中词项之间的语义关系。针对以上问题本文提出基于卡方特征选择和LDA主题模型的中文短文本分类方法,方法使用LDA主题模型的训练结果对传统特征选择方法进行特征扩展,以达到将数理信息和语义信息融入分类算法的目的。对比试验表明,这种方法提高了中文短文本分类效果。     

一种有效的序列模式增量式更新方法

针对序列模式增量式更新挖掘算法产生大量候选项集以及多次扫描数据库的问题,提出了一种有效的增量式更新算法ESPIA,该算法利用基于2-序列矩阵挖掘算法ESPE对原数据库和增加数据库一次扫描产生序列模式,通过对频繁模式和非频繁模式进行相应的剪枝减少了序列的比较和扫描次数,降低了算法时间和空间复杂度,实验证明该算法是有效和准确的。