面向信息检索的藏文文本索引策略研究

互联网文本数量持续爆炸式增长,用户通过互联网查找信息变得更加困难,响应时间得不到满足。针对藏文本身的语言学特点,探讨一种面向信息搜索的藏文文本索引建立策略,建立一种高效的藏文文本索引,以提高藏文信息检索速度。     

Inductive Model Generation for Text Classification Using a Bipartite Heterogeneous Network

Algorithms for numeric data classification have been applied for text classification. Usually the vector space model is used to represent text collections. The characteristics of this representation such as sparsity and high dimensionality sometimes impair the quality of general-purpose classifiers. Networks can be used to represent text collections, avoiding the high sparsity and allowing to model relationships among different objects that compose a text collection. Such network- based representations can improve the quality of the classification results. One of the simplest ways to represent textual collections by a network is through a bipartite heterogeneous network, which is composed of objects that represent the documents connected to objects that represent the terms. Heterogeneous bipartite networks do not require computation of similarities or relations among the objects and can be used to model any type of text collection. Due to the advantages of representing text collections through bipartite heterogeneous networks, in this article we present a text classifier which builds a classification model using the structure of a bipartite heterogeneous network. Such an algorithm, referred to as IMBHN （Inductive Model Based on Bipartite Heterogeneous Network）, induces a classification model assigning weights to objects that represent the terms for each class of the text collection. An empirical evaluation using a large amount of text collections from different domains shows that the proposed IMBHN algorithm produces significantly better results than k-NN, C4.5, SVM, and Naive Bayes algorithms.     

找回手机的USB存储模式

正步入Android 4.x时代后,很多手机都取消了USB大容量存储模式,与PC间只能使用MTP模式连接。对Win7/Win8系统毫无压力,但对仍在使用XP系统的用户而言就很不方便了。实际上,我们可以通过修改系统配置文件信息,找回手机的USB连接模式。在手机获得Root权限后,使用RE管理器进入"data/Property"目录     

Android手机互换功能按键位置

正绝大多数Android手机底部都配有菜单、主页和返回三个快捷功能键。可惜,鲜有厂商会提供菜单键和返回键位置互换的功能。如果你希望可以根据左右手习惯随时将二者功能互换,只需修改两个配置文件即可。习惯和现实的冲突不同品牌的Android手机在按键的布局上都有自己的考虑,有些产品菜单键在左,返回键在右;而有些产品返回键在左,菜单键在右(图1)。问题来了,如果你常用左手操作手机,自然是希望返回键在左侧的设计,可以方便随时退出程序或菜单。但如果你是左撇子,而手机的返回键却偏偏设计在了右面,是不是很尴尬?     

数据无法下载到外置SD卡

正Q:我将手机系统升级到Android4.4.2后,发现无法将下载的文件保存到外置SD卡上,应用程序也无法使用外置SD卡。请问这该如何解决?A:首先安装"RE管理器",然后用文本编辑器打开"/system/etc/permissions"目录下的Platform.xml文件,在permission name="android.permission.WRITE_EXTERNAL_STORAGE"group gid="sdcard_rw"/下面添加一行group gid="media_rw"/(注意段首对齐,"media_rw"和"/"之间     

用于文本分类的特征项权重算法改进

TF-IDF算法是文本分类中一种常用的权重计算方法,但是TF-IDF仅仅考虑了特征项在文本中出现的次数以及该特征项在训练集中的出现频率,没有考虑特征项在各个类间的分布情况及特征项的语义信息。因此针对TF-IDF的不足提出了一种改进的TF-IDF算法,此算法既考虑了特征项在类内的分布情况又考虑了特征项的位置及长度等语义因素,能更好地反映特征项的重要性。用朴素贝叶斯分类器验证其有效性,实验结果表明该算法优于TF-IDF算法,能较好地提高文本分类的准确率。     

硬约束限制的情感文本生成方法研究

预训练语言模型在情感文本的生成任务中取得了良好效果,但现有情感文本生成方法多使用软约束的方式控制文本整体的情感属性,缺乏单词和短语级别的硬性控制。为解决以上问题,提出硬约束限制下的情感文本生成方法。首先使用方面情感分析技术提取句子的方面词、情感词并判断情感极性;之后,选择目标情感的方面词和情感词作为预训练语言模型的硬约束输入来重建完整句子,其中,设计了一种新的单词权重计算方法,旨在使模型优先生成重要单词。实验结果表明,该方法生成的句子不仅具有方面级情感,在文本质量和多样性的评价指标上也有显著提高。     

多类型分类器融合的文本分类方法研究

传统的文本分类方法大多数使用单一的分类器,而不同的分类器对分类任务的侧重点不同,就使得单一的分类方法有一定的局限性,同时每个特征提取方法对特征词的考虑角度不同。针对以上问题,提出了多类型分类器融合的文本分类方法。该模型使用了word2vec、主成分分析、潜在语义索引以及TFIDF特征提取方法作为多类型分类器融合的特征提取方法。并在多类型分类器加权投票方法中忽略了类别信息的问题,提出了类别加权的分类器权重计算方法。通过实验结果表明,多类型分类器融合方法在二元语料库、多元语料库以及特定语料库上都取得了很好的性能,类别加权的分类器权重计算方法比多类型分类器融合方法在分类性能方面提高了1.19%。     

DREAMWEAVER CS4中滚动字幕的制作

DREAMWEAVER是集创建和管理网站于一身的专业网页编辑软件。它不但能进行可视化的操作,而且拥有强大的管理功能,是目前最常用的网页制作软件。滚动字幕技术在网页制作中很常用,一般来说都将它作为网站的公告,放在首要位置,并且动态的字幕也会给网页增色不少。本文详细地介绍了滚动字幕的制作。