基于时态数据库的Web数据周期规律的采掘

拟周期性能描述对象在生命周期中重复性的趋势和走向,并能忽略时间轴上不规则的伸缩和幅度上的干扰。该文以基于Ｈｂａｓｅ分史制的Ｗｅｂ数据拟周期采掘任务为背景,提出了属性趋势、趋势惯量和峰谷链、抗干扰的惯性趋势算法和峰谷算法,对拟周期采掘给出一种解决方法,通过在一组地震数据上的采掘测试表明,算法有实用价值和可接受的效率。     

基于直推式学习的中文情感词极性判别

态度挖掘是近年来文本挖掘领域的热点课题之一,旨在发现文本中作者的主观态度倾向,为基于舆情的决策过程提供支持。目前已有的态度挖掘算法绝大多数都基于情感词典来识别情感词,在此基础上判别句子或文本的总体态度倾向。然而,手工构造和维护一部完善的情感词典是不现实的。对中文情感词的极性判别问题进行了研究,提出了基于直推式学习的中文情感词极性判别算法。该算法以少量情感词为种子,利用词典中词汇的解释信息,直推出其他词的情感极性。与使用相同情感种子词的解释信息作为训练数据的有监督学习算法相比,直推式学习算法的识别精度提高了20%左右。     

一种改进的社交媒体文本规范化方法

社交媒体具有文本不规范的特点,现有自然语言处理工具直接应用于社交媒体文本时效果不甚理想,并且基于     

基于聚类和模糊关联规则的中医药对量效分析*

以数据挖掘为技术手段,对方剂中药对的量效关联进行分析,主要工作包括：根据中药方剂中药物剂量分布的一般规律,用聚类方法自动划分药物剂量的模糊区间;基于模糊关联规则的概念,提出药对量效关联规则的挖掘算法;对所提出的算法进行了实现和验证。结果表明,基于聚类和模糊关联规则挖掘的中医药对量效关联分析符合中医药的基本特点,挖掘出的知识具有较高的正确率。     

基于类别特征向量表示的中文文本分类算法*

采用一种无须分词的中文文本分类方法,以二元汉字串表示文本特征,与需要利用词典分词的分类模型相比,避免了分词的复杂计算;为提高以bi-gram项表示文本特征的分类算法的准确率,提出了基于类别特征向量表示的中文文本分类算法.通过实验结果及理论分析,验证了该算法的有效性.     

长度分布约束下的摘要文本无监督分割算法

作为文章内容的浓缩表达,摘要蕴含着文章关键的发现和结论。自动分析挖掘摘要内容,对于充分利用快速增长的科技文献具有重要意义。该文以Medline生物医学文章的摘要为对象,对摘要的文本分割问题进行了研究。针对摘要各论述侧面(内容块)之间在长度分布上倾向于均匀的特点,提出了一种考虑长度分布约束的摘要文本无监督分割算法,该算法以信息熵作为长度分布均匀性的度量指标,将信息熵与块内语义相似度及块间语义相似度相结合作为优化的目标函数,采用动态规划方法搜索最佳分割点。在8 603篇Medline摘要上对算法进行了实验验证,并与文献中最新的无监督分割算法进行了实验对比。结果表明,该文提出的增加了长度分布约束的分割算法更加适用于摘要文本分割,分割的准确率有3%的提高。     

基于多手段融合的便携式无线视频传输系统

针对利用3G网络传输实时视频存在的问题,提出一种基于超短波通信和3G网络的便携式无线视频传输系统,介绍了系统的组成结构和工作原理,着重阐述了多链路聚合和超短波通信等关键技术.该系统拓展了移动通信网络的应用范围,提高了无线视频传输系统的灵活性和稳定性,具有广泛的应用前景.     

即时通信软件检测技术探析

本文对即时通信软件的网络架构及其存在的隐患进行了分析,并对入侵检测技术当中所应用的误用检测技术与协议分析技术做了阐述,在此基础上,提出一种能够有效检测即时通信软件的新技术。基于WinPcap的即时通信软件对应用层数据所开展的检测技术,可对全部符合规则库要求的数据包做出分析,对局域网的安全实施保护,并保证网络负载不受到任何影响。     

面向小词典的高效英汉双语语料对齐算法

双语语料自动对齐是自然语言处理的一个重要研究课题。该文针对基于词典译文的英汉句子对齐算法存在的缺点，提出了面向小词典的高效英汉句子对齐算法，该算法在小词典的情况下仍具有较高的准确率，效率比传统算法提高近一倍。通过理论分析、对比实验可知，该算法是有效的。     

一种松耦合的生物医学命名实体识别算法

生物医学命名实体识别（Bio-NER）是生物医学文献挖掘利用的基础工作。针对目前Bio-NER存在的困难和问题，提出了松耦合的Bio NER算法LCA，该算法利用启发规则过滤器、词性模板匹配及改良的隐马尔科夫模型（HMM）识别生物医学命名实体。在GENIA corpus 3.02语料库上进行的实验表明，LCA可以达到80%的准确率和89%的召回率，优于相关工作中的结果。