基于Web网页语料构建动态语言模型

为语音识别系统构建语言模型，首先要进行语料准备，语料来源决定语言模型的性能。Web网页中涵盖了各种最新的语言现象，为语料准备提供了最多样化的资源。但Web网页中语义完整字串通常夹杂在格式、标记、广告等无用字串中。首先介绍语言模型的训练算法和更新方法，继而提出一种从HTML文档提取用于训练语言模型的语义完整汉字字串的算法，最后给出语料提取实验结果、语言模型训练结果和语言模型的动态更新结果。为基于Web网页语料动态更新语言模型提供了一个完整的解决方案。     

信息提取技术概述(上)

本试图对信息提取作一比较全面的综述，以期使读对它有一个较为综合的了解。内容包括信息提取的含义、技术目标、实际背景和现状，以及其中涉及到的主要技术环节、工程内容和难点等。并由此明确信息提取作为一门语言应用工程技术的定位和实际工作策略。     

装配图明细表信息的自动提取

在分析装配图中明细表信息的基础上，以AutoCAD2000 ActiveX对象为基础，讨论了用VBA来实现装配图文件明细表信息自动提取的一些关键技术和方法。     

一种经济型POS的实现

针对目前的主流 POS系统配置复杂、成本高的缺点 ,提出了一种适用于大中型商场或超市的经济型POS系统的设计思路和实现方法 ,重点讨论了系统开发中诸如信息提取、台间通信及系统设计等一些关键问题     

基于XML的Web信息提取技术研究

研究Web信息提取技术,提出数据获取、规则定义和规则执行3个步骤的基于XML的半结构化Web信息提取方法,为进一步满足Web信息提取提供了一种高效的新方法.     

归纳学习XPATH Web信息提取规则

XPATH在Web信息提取中起重要作用,但是这些XPATH规则通常要人工生成。文中讨论了在XPATH与基于文本上下文规则的信息提取方法结合的系统中如何归纳学习XPATH规则。生成的XPATH规则结构简单,可以为基于文本上下文的信息提取系统提供较为准确的信息定位。     

Web信息提取的形式化分析

文章从分析一个实例出发，采用标记索引集的方法建立了一种Web信息提取的形式化模型。该模型是构建包装器的基础，它对于表格化Web信息具有普遍的适应性。     

一种基于DOM的Web信息提取方法

文章提出一种基于DOM的Web信息提取方法,通过归纳学习获得被提取信息的定位路径,利用XPath和XSLT在数据定位和数据转换方面的特点编写提取模式,根据网页元素与DOM节点对应关系,判断所获得信息源是否适用于已有提取模式。     

基于规范化谱主成份分析的微操作深度信息提取

针对微操作工具在测试窗口内（X-Y平面）大范围移动时，采集到的模糊图像差异较大的问题，提出了一种新的不变量特征提取方法――规范化谱图像，将其应用于深度估计可提高系统的鲁棒性。同时，利用主成份分析方法可降低数据的维数并抑制噪声的影响，使得系统的实时性和精度得到较大改善。实验结果验证了上述方法的有效性。     

自由曲面几何信息提取系统

在分析现有CAD软件的基础上,提出了一种自由曲面信息提取方法,通过提取的曲面信息能够简便快捷地绘制其等曲率线,并对这种等曲率线绘制方法的精度和影响因素进行了研究并得出了相应的结论.这些功能是通过UG进行二次开发来实现的,省去了复杂的数学计算,求解速度快、精度高,对重构曲面的光顺性评价、复杂曲面产品加工中刀具半径的选择等方面具有一定的应用价值.