基于用户查询日志的命名实体挖掘

针对大规模查询日志中丰富的命名实体的挖掘是数据挖掘领域中的重要研究课题。已有的研究工作提出了一种基于种子实体的抽取框架,利用实体间的分布相似度进行挖掘。然而该工作只有当种子实体仅属于单个语义类别时才能取得好的结果,实际上命名实体往往可能从属于多个类别。该文通过引入一个弱指导话题模型,利用少量的人工指导信息,很好地解决了实体的类别模糊性,提高了挖掘的有效性。实验表明该文提出的方法在实体挖掘性能上显著优于已有的方法。     

基于领域类别信息C-value的多词串自动抽取

该本的多词串抽取是自然语言处理领域一项重要的研究内容。该文提出了一种多类别C-value(Multi-Class C-value)方法,利用多词串在不同领域的分布信息改善领域相关的多词串抽取的性能。在汽车、科技和旅行三个领域的数据上进行实验,评价多词串的准确率,在top-100级别上,较传统的C-value方法在三个领域中分别提高了12、12和13个百分点。实验结果验证了方法的有效性。     

基于最大间隔马尔可夫网模型的汉语分词方法

分词是汉语自然语言处理研究中非常重要的一个环节,在早先的研究中,最大熵模型和条件随机场(CRF)模型已经广泛运用到汉语自动分词的工作中。最大间隔马尔可夫网(M3N)模型是近年来由B.Taskar等^[1]人提出的一种新型结构学习模型。该文尝试将这一模型用于汉语分词建模并进行实验,实验结果显示,基于给定的训练语料与测试语料,分词精度可以达到95％,表明基于最大间隔马尔科夫网的汉语分词方法可以取得较高的分词精度,是一种有效的汉语分词方法。     

哈萨克文信息处理的现状和发展方向

在信息日趋网络化的时代,作为中文信息处理中的子项哈萨克文信息处理技术也开始一步一步地进入研究当中,该文介绍了哈萨克文信息处理技术的现状、研究发展方向和一些关键概念、基本要素以及今后哈萨克文信息处理技术发展中存在的和需解决的问题。     

基于OGRE的汉字渲染方案

OGRE（object-oriented graphic render engine）作为一种通用的图形渲染引擎并不提供专门针对汉字的渲染方案。汉字字符与英文字符存在很大差别,不能简单套用英文字符的渲染方法,分析了汉字在OGRE的场景中的3种不同的渲染方案。并在讨论和比较的基础上,深入的研究并实现了在现阶段比较有价值的方案,为进一步研究积累了经验。     

中医医院信息系统的标准化建设

当前,医院的信息化建设飞速发展,很多中医院具备一流的网络设施和计算机设备,但是“信息孤岛”的现象却广泛存在,究其原因就是缺乏统一的信息系统标准。本文分析了中医院信息系统标准化建设存在的问题,问题出现的原因,初步探讨了解决中医院信息系统标准化建设的办法。     

运用中医四诊法对电脑故障进行检测

随着电脑科技的不断发展,电脑已经在各行各业中被普遍应用,在提升工作效率方面起到良好的推动作用。同时。电脑故障也给使用者带来一定的麻烦,利用有效的方法对电脑故障进行基本的检测,是现代电脑使用者必须具备的技能。将中医的“望”、“闻”、“问”、“切”四诊法加以转换后对电脑故障进行检测,是检测电脑故障行之有效的方法。     

中文分词技术在搜索引擎中的应用

本文介绍了搜索引擎的关键技术——中文分词技术,对中文分词技术的概念、常用算法以及分词的难点进行了详细介绍,让读者对中文分词的现状有所了解。     

基于.NET的中文分词系统设计与实现

针对中文分词的相关理论,讨论了中文分词的难点、语料库和中文分词算法,然后在.NET下设计了一个中文分词系统。在长词优先的原则下通过SQL Server 2005自建了一个语料库。在Visual Studio 2005下,采用改进的正向减字最大匹配分词算法,使用ASP.NET和C#语言实现了这个系统。结果表明该分词系统达到了较好的分词效果。     

中药特性信息数据挖掘系统中的预处理设计

中药数据的不规范,使预处理成为数据挖掘系统中的一个重要过程。该文开发中药特性信息数据挖掘系统,介绍系统结构与挖掘流程,分析中药数据的特征,对数据进行预处理,包括过滤噪声数据、中医药术语规范化、缺损数据处理、剂量单位规范化、作用度规一化、功效量化等。