阿根廷工艺设计师马塞洛·卢西尼的本土意识

阿根廷首都布宜诺斯艾利斯被称为拉丁美洲的＂巴黎＂,工艺设计师马塞洛·卢西尼的自创品牌airedelsur工作室就在这个美丽的城市。他的设计充分体现了在潘帕平原这片广袤的土地上,众多的民族文化和丰富的艺术气息。运用自己国家的民族特色来进行工艺设计,使设计师马塞洛·卢西尼的创作看起来既生动又独特。他的设计是现代与民族的完美结合,看似简洁大方,其实材料和制作的过程中包含的都是阿根廷本土的民族文化。这种本土文化运用在设计领域的成功案例给处在探索中的当代中国设计师以启发。     

作战文书关键信息抽取方法*

作战文书关键信息抽取是实现自动标图系统的关键。现有研究多以文书处理流程设计为主,未深入分析军标用法,信息抽取不完整。为完整提取信息,提出了基于分词处理与语义角色标注（SRL）相结合的文书关键信息抽取方法,实验证明方法有效、可行。基于文中方法所设计的信息抽取系统,已在某集团军内推广、应用。     

中国高校博物馆环境设计现状分析与研究

以中国高校博物馆为研究对象,对中国高校博物馆历史、建筑类型、建筑形态、环境现状做出分析,以探寻中国高校博物馆今后建设过程中所需要改良的设计方法。高校博物馆的环境设计要因地制宜、做到顺势而行,使建筑与校园文化融洽结合,体现高校博物馆所孕育的校园历史背景及文化内涵。     

Three Dimensional Modeling of Shaft with Process Structures on CATIA

Three dimensional models of shaft were completed on CATIA Part Design module with the Chinese national standard （GB） process structures such as chamfers, threads and tool withdrawal grooves, center holes, flat/woodruff/gib head taper keyseats, grinding undercuts, straight-sidedsplines, circlip slots and collars. The modeling steps are arranged in dialog menu interface by VB 6.0, the shaft creator, that permits users input geometric feature based parameters explicitly, and the standardized processdata are reorganized in Excel files that can be invoked correspondingly in the modeling procedure. It is aimed that this process may supply a simple way for shaft rapid modeling and comprehensive discipline for engineering students in their professional design activities.     

基于Windows Phone平台的移动项目开发

Windows Phone是微软在2010年10月发布的一款手机操作系统,它将微软旗下的Xbox Live游戏、Xbox Music音乐与独特的视频体验整合至手机中。为了更好地了解这个平台的开发,用C#语言在此系统下开发了一款关于中国文化的手机应用——《瓷Online》。主要介绍了Windows Phone手机应用开发的主要流程和在开发过程中所用到的编程技术。通过多次测试之后,将其上传到Windows Phone应用商店。通过下载量表明,此移动平台具有不错的市场。     

中文信息处理的词法问题——以句本位语法图解树库构建为背景

该文对比了句本位语法图解树库与中文信息处理现行词法规范在分词单位和词类标注两方面的差异,指出目前自动词法分析与句法分析的若干脱节之处,梳理了图解树库中关于临时造词、惯用语等特殊结构的标注策略和语言学理据,并探讨了“依句辨品”和“指称化”等汉语词类相关理论在中文信息处理中的实现方式。     

基于字的分布表征的汉语基本块识别

汉语的基本块识别是汉语句法语义自动分析中的重要任务之一。传统的方法大多数直接将汉语基本块识别任务转化成词层面的一个序列标注问题,采用CRF模型来处理。虽然,在许多评测中得到最好的结果,但基于词为标注单位,在实用中受限于自动分词系统以及汉语词特征的稀疏性。为此,该文给出了一种以字为标注单位,以字为原始输入层,来构建汉语的基本块识别的深层神经网络模型,并通过无监督方法,学习到字的C&W和word2vec两种分布表征,将其作为深层神经网络模型的字的表示层的初始输入参数来强化模型参数的训练。实验结果表明,使用五层神经网络模型,以[-3,3]窗口的字的word2vec分布表征,其准确率、召回率和F值分别达到80.74%,73.80%和77.12%,这比基于字的CRF高出约5%。这表明深层神经网络模型在汉语的基本块识别中是有作用的。     

“A+一+X,B+一+Y”构式的分类及释义模板

该文以现代汉语中的“A+一+X,B+一+Y”格式为例,介绍了构建《现代汉语构式知识库》的初步工作。“A+一+X,B+一+Y”格式可根据其表义功能不同分为三个大类,十个小类。该文重点阐释了该构式表达“因果倚变义、事物交错义、状态交替义、动作行为交替义、周遍大量义、让步小量义”等6种意义的判定条件及相应的释义模板。     

汉语框架网中未登录词元的框架选择

汉语框架网的低覆盖率导致汉语句子中存在许多未登录的词元,严重制约着汉语的框架语义分析任务。针对未登录词元的框架识别问题,该文借助同义词词林的词义信息,提出基于平均语义相似度计算及最大熵模型两种方法,采用静态特征与动态特征相结合的特征选择方法。实验证明,这两种方法都能有效地实现未登录词元的框架选择,基于相似度计算的方法(TOP-4)获得78.61%的准确率;基于最大熵的方法结果可达87.29%,同时在新闻语料上达到了75%的准确率。     

基于规则的汉语名名组合的自动释义研究

该文以现代汉语(特别是网络搜索词)中的名名组合为主要研究对象,探索一种基于规则的汉语名名组合的自动释义方法。其研究步骤为: (1)利用《现代汉语语义词典》中名词的语义类别,来建立名名组合的语义类组合模式;(2)在“生成词库论”中物性角色思想的指导下,用名名组合中某个名词的施成角色或功能角色作为释义动词,来揭示这两个名词之间的语义关系;(3)以语义类组合模式为单位构建名名组合的释义模板,并汇集成名名搭配数据库;(4)利用《知网》资源,来获取具体名词的施成角色和功能角色,建立汉语名词知识库。在这两个数据库的基础上,我们初步实现了一个汉语名名组合的自动释义程序。