基于词汇相关度模型的个性化元搜索引擎

为了在大量网络Web页面中快速找到用户关心的内容,提出使用词汇之间的"相关度"来存储用户的个性化信息,应用能够在用户进行检索的过程中自动建立针对该用户的"词汇相关度"的算法设计了一个个性化元搜索引擎,并通过使用3种不同的利用词汇相关度对底层搜索引擎所返回的结果进行评估和个性化排序的算法进行实验.这里设计的个性化算法的灵敏度、抗干扰性、语义相关性分析3个指标的实验结果说明该算法最终会影响到网页的排序.基于统计方法的词汇相关度模型是一种有效的个性化信息检索技术,它可以大大提高搜索结果的质量.     

新的文本图像倾斜检测及校正算法

在文档扫描过程中,文档可能会发生倾斜,而很多字符识别和布局分析算法都对倾斜十分敏感,文本图像的倾斜检测及校正就成为文档分析不可缺少的环节.提出了一种新的倾斜文本图像的校正方法,该方法首先获取文档图像的bounding box,以bounding box面积最小作为倾斜校正的最终目标,并使用遗传算法搜索该最小值.实验结果表明,该算法对倾斜角的检测具有较高的精确度.     

中文PDF文档数字水印算法

针对文本文档的真实性、完整性和版权保护问题,通过分析PDF文档和PostScript页面描述文件工作机制原理,提出一种专门针对中文PDF文档的数字水印算法.将根据原始文档字符特征码而生成的水印信息嵌入到文档字符间距中,从而实现了对文档内容的保护.实验结果表明,利用该算法使得中文PDF文档具有了良好的防篡改性.     

有声电子词典的设计和相关技术的研究

具备发音功能的电子词典软件以其快速准确、方便灵活的特点,在工作生活中有着广泛的应用,可以胜任阅读英语文献、查阅外文资料时的翻译工作。本软件以数据库平台作为设计基础,具备联想取词、自动词型修正、语音朗读、鼠标取词等众多新颖、实用功能,方便词库扩充管理。     

基于独立分量分析的图书馆个性化及时服务

针对读者个性化服务质量的问题,提出了基于独立分量分析的图书馆个性化及时服务系统;简要给出了系统总体和个性化服务关键子系统的体系结构;重点讨论了利用独立分量分析方法改善系统个性化服务质量的问题.实验结果显示,利用此方法进行图书分类和读者群体聚类的效果较理想;读者群体和图书类别之间可产生随读者个性或图书主题变化而变化的动态映射关系,这种映射关系可以改善个性化服务质量.     

基于联合提取特征的粗糙集文本分类技术研究

重点研究了文本的特征提取,通过对互信息和χ2统计的研究,根据其各自的缺陷,提出了一种新的特征提取算法--联合特征提取算法(CEFA).通过CEFA可以提取出更具代表性的特征项,利用粗糙集优越的约减性构造文本分类系统,提取决策规则,对文本进行分类.实验表明该方法分类准确度较高.     

基于Boosting算法的文本自动分类器设计

Boosting算法是目前流行的一种机器学习算法。采用一种改进的Boosting算法Adaboost.MHKR作为分类算法,设计了一个文本自动分类器,并给出了评估方法和结果。评价表明,该分类器有很好的分类精度。     

基于Bootstrap Averaging的贝叶斯分类算法

针对单词簇上训练朴素贝叶斯文本分类器概率估计偏差较大所导致的分类精度较低问题.在使用概率分布聚类算法得到的单词簇的基础上,根据单词与簇间互信息建立有序单词子序列,采用有放回随机抽样对单词序列构造规模相当的样本集并将估计出的参数的平均值作为训练得到的最终参数对未知文本进行分类.公共文本实验数据集上的实验结果表明,提出的训练方法相对于传统的朴素贝叶斯分类器训练方法能够获得更高的分类精度且过程相对简单.     

似然得分归一化及其在与文本无关说话人确认中的应用

该文研究了似然得分归一化方法的原理,建立了基于自适应GMM模型的说话人确认系统,并将非特定人的背景模型与特定人的cohort模型相结合,提出了混合归一化的方法。在电话语音条件下,该文比较了不同得分归一化方法对确认系统性能的影响。实验表明,在自适应GMM模型似然比得分的基础上,T-cohort与通用背景模型混合归一化能获得最佳识别效果。当错误拒绝率为5%时,该方法可以获得0.5%的错误接受率,远远低于采用通用背景模型归一化方法的2%。     

领域术语自动抽取及其在文本分类中的应用

本文提出了一种基于信息熵的领域术语抽取方法,在给定领域分类语料的前提下,该方法既考虑了领域术语在不同领域类别间分布的不均匀性,又考虑了其在特定领域类别内分布的均匀性,并针对语料的不平衡性进行了正规化.人工评测显示该方法能更准确有效地抽取领域术语.本文还将该算法应用于文本分类,用于代替传统特征选择算法,实验表明,该算法能够显著提高文本分类的精度.