双拼汉字编码在IBM-PC系统上的实现

本文对双拼汉字编码作了简单介绍,然后从通用性出发,提出了一种在IBM—PC系统上实现双拼汉字编码的方法。实际上,这种方法可在IBM—PC系统中形成一个汉字输入编码的通用软接口,从而为在IBM—PC系统上增加新的汉字输入方式提供了手段。     

Agent在基于状态控制的OA系统中的应用研究

从代理的自身特点出发，对架构在Notes平台上的OA系统中的代理机制做了细致而深入的研究，重点探讨了文档在流转中所处各个阶段的状态设计，并从实际应用的角度分析了如何构造代理，以及如何通过代理与公文流转状态的合理配合来实现对系统内各类文档进行有效的分离，从而控制文档在系统内的正常流转，最后分析了代理的触发机制及代理运行的安全性等问题。     

语义角色标注中特征优化组合研究

特征决定着语义角色标注的性能,但并非特征越多性能越高.因此,如何优化组合这些特征就显得非常重要.选取了当前语义角色标注系统中常用的56个特征,按其贡献进行了优化组合实验.在正确的句法分析上取得了91.22%的语义角色分类精确率,在自动句法分析上语义角色标注F1值达到了78.07%.实验表明提高性能并不需要很多特征,关键在于特征的优化组合;同时在句法分析中起重要作用的谓词和中心词特征在语义角色标中也发挥了重要作用.     

ASP.NET WebForms底层请求处理机制初探

ASP.NET可用于在服务器上生成功能强大的Web应用程序,WebForms是其中基础的应用.首先对一个WebForm页面的客户端请求如何被ASP.NET运行时处理的过程进行了探索和分析,然后通过编写一个实例进行了验证,最后提出相关的应用场景.     

一种基于角色匹配的事件抽取方法

事件抽取是信息抽取领域一个重要的研究方向,事件抽取模式的定义和获取是其中的一个关键问题。提出了一种基于动词论元结构层次模型,将事件元素与动词的语义角色相对应,在实体、词性、关键词层次对事件元素进行语义约束的事件抽取模式定义方法。另外,为减轻模式建设的代价,提出了一种从标注语料中自动归纳事件抽取模式的方法。在此基础上,以发布事件为实例构建了实验系统,实验结果表明该方法的F指数达到71.7%。     

一个基于ISO/IEC10646的汉字输入模型

计算机中各国文字编码的统一是必然趋势,而ISO/IEC10646正是顺应这种趋势而诞生的一个国际标准。现有的输入法绝大多数是基于本地代码页(ANSI CODE),存在着移植困难、不能跨语言平台以及向国际化标准过渡困难等缺点。本文首先分析了现有本地化输入法存在的问题,并在此基础上阐述了基于ISO10646的汉字输入法的实现方法,并给出了一个以ISO10646为核心的通用汉字输入法模型和原理,该模型由输入法管理/服务器、ISO10646输入码对照表、码本检索/过滤模块、输入法与OS接口模块、输入法内核和本地化接口六部分构成。最后,本文重点论述了输入法的核心—输入码对照表的设计和检索技术。     

语义为核心的多文种信息处理平台的模型

提出了一个基于语义、面向自然语言处理的多文种信息处理平台的模型SMIPP.该模型主要由应用程序/用户接口层、文字输入层和文字输出层、信息处理服务层、语料库层、多文种代码体系SemaCode层和语言Ontology层组成,该平台把各种语言文字统一用具有自描述能力的SemaCode表示,并通过语言Ontology来表示词汇的语义以及在各个文种间的联系,再通过服务形式提供各种基于语料库的文字信息处理功能,是一个全新的多文种信息处理模型.     

结合Condor-PVM与Globus的并行计算机制

首先分析了在网格上用C语言实现分布式并行计算的两种已有方案,然后提出一个Condor-PVM与GT4(Globus Toolkit Version 4)结合的改进方案,利用PVM(Parallel Virtual Machine)并行消息传递机制实现主从作业之间的通信,同时充分利用GT4的网格资源和安全机制及Condor的调度管理.最后给出该方案在分词服务网格平台上的实现过程.     

基于语义的多文种编码方案SemaCode

分析了现有的几种常用编码方案的优点和缺陷,并提出了一个基于语义的多文种编码方案SemaCode及其模型。SemaCode模型分为六个层次,分别为交换传输层、字符码位层、词码位层、属性层、语义层和应用接口层。SemaCode是一种面向信息处理、可扩展的多文种编码方案,它在码位层SemaCode以字符为单位编码,并在编码中嵌入文种信息;在词码位层提出了以语义为轴心,以词为单位的编码理念;在属性层引入了一种对编码进行描述的标签机制,使得编码具有良好的可描述性和可扩展性;另外,在语义层以及其他层次提出了基于码位和描述协议的语义表示方法,并使得SemaCode成为一种具有部分可计算特性的编码方案。最后,在与Unicode对比的基础上,分析了SemaCode所具有的优势。