宋词研究的新视角: 文本关联与时空可视分析

传统的历史与文学研究通常是案例式地分析具体的文学作品与词人的背景.文学作品的内容、情感与含义和作者的生平经历、师承流派、家国时代背景息息相关,传统的分析方法难以直观地了解以上各项内容的关联.以宋词作为文学作品代表进行分析,提出了一套基于文本关联与时空可视分析的方法.它支持文学研究者从词人的生平轨迹和不同生活年代的背景进行分析与对比,探索不同年代、不同经历的词作在文本主题上的相关性与独特性.并且,通过对宋词文本的音律情感可视化与文本意象的关联分析,让文学研究者拥有多维度的视角去了解宋词文本的特性,不仅仅是分析文本本身,而是支持词作与词人的年谱和时代背景进行交叉验证.与宋代文学研究专家合作,通过对他们进行用户实验研究,证明了该方法可以有效地帮助专家对词人的文学生涯及作品进行深入分析,并探索出新的研究视角,为今后的研究提供了更广阔的分析基础.     

基于门控联合池化自编码器的通用性文本表征

为了学习文本的语义表征,以往的研究者主要依赖于复杂的循环神经网络(recurrent neural networks, RNNs)和监督式学习方法。该文提出了一种门控联合池化自编码器(gated mean-max AAE)用于学习中英文的文本语义表征。该文的自编码器完全通过多头自注意力机制(multi-head self-attention mechanism)来构建编码器和解码器网络。在编码阶段,提出了均值—最大化(mean-max)联合表征策略,即同时运用平均池化(mean pooling)和最大池化(max pooling)操作来捕获输入文本中多样性的语义信息。为促使联合池化表征可以全面地指导重构过程,解码器采用门控操作进行动态关注。通过在大规模中英文未标注语料上训练模型,获得了高质量的句子编码器。在重构文本段落的实验中,该文模型在实验效果和计算效率上均超越了传统的RNNs模型。将公开训练好的文本编码器,使其可以方便地运用于后续的研究。     

基于LDA的英汉维文本聚类系统的设计与实现

以英汉维三种大规模文本聚类为目标,针对三种语言的特点实现基于LDA模型的静态文本聚类系统。因为存在博客、微博等网络媒体的文本不太规范及涉及的话题范围广泛等现象,对文本特征的提取及聚类算法的选择带来一定的难度。通过对样本文本的分析,计算出适当的聚类数k,再调用LDA算法将文本聚为k类并给出每类文本的关键词。测试结果表明,该系统能将英汉维三种语言的文本相似度高的聚为一类,可显著提高聚类效果。     

分类挖掘技术在高校人事管理中的应用

探讨分类挖掘技术在高校实际工作中的应用方式与应用领域。以高校人事管理为模型，应用数据挖掘中决策树算法，对高校人力资源数据源中的信息进行分析，发现其中有价值的数据模式，寻找其中存在的关系和规则，对高校人才规划提供比较客观的决策支持。     

结构化及面向对象的程序设计方法在PLC编程中的应用

主要阐述了当今PLC软件编程的主流，即文本型的命令语句和高级语言在某钢厂热轧及即将建造的宽厚板厂中的应用。本文通过对几种编程方法的分析，以期达到对日常设备维护，特别是PLC软件维护和开发起到某种帮助的作用。     

玩转字幕，不过9招

作为保留DVD影音效果的最佳选择,DVDRip流行之势一浪高过一浪。当你从网上下载DVDRip电影或自己制作DVDRip时,字幕都是你要考虑的问题。如何制作字幕,搜索字幕,如何播放字幕,设置字幕……     

提取并修改或汉化程序中英文文本信息的工具软件

为了修改或汉化程序中的用于显示的英文文本信息,通常的做法是使用PCTOOLS一类工具软件的编辑功能,将需要修改的程序打开,寻找需要修改的字符串,在编辑状态下,直接修改程序中的十六进制码或ASCII字符,这种操作方法比较麻烦,对于修改少量信息还可以,但对于信息量较大的修改或者是信息的汉化就无能为力了。     

浅谈DOS EDIT的文本块选择

MS DOS V5.0文本编辑器EDIT适合编辑文本文件,界面友好,使用方便。惟其手册对选择文本块(Block of Text)的说明欠详尽,译本忠于原作,致不谙英文的初学者每历周折。 经调阅HELP,从《Keyboard》的《Text—selection     

图形模式下的中西文键盘接收

本文从键盘的扫描代码进行分析,考虑到中文写屏与屏幕操作的矛盾,编写了图形模式下的中西文键盘接收程序。