文本分类系统SECTCS中若干技术问题的探讨

SECTCS是笔者在深入研究各种文本分类方法的基础上实现的一个中英文文本分类系统。它集成了质心分类、K近邻分类和朴素贝叶斯分类器等多种文本分类方法,在大规模文本分类实验中表现出良好的性能。该文结合以该系统作为测试平台所得到的各种实验结果,对系统中涉及的若干重要技术问题进行探讨和分析,力图得到一些有价值的结论,希望能够对相关研究工作提供可借鉴的依据。     

一种新的电子邮件过滤系统模型的设计

大量垃圾邮件的出现给用户收发E-mail带来了极大的困扰。该文在朴素贝叶斯算法的基础上，利用最小风险贝叶斯算法修正过滤器，设计出了一种新的电子邮件过滤系统模型。重点讨论了实现该系统所需处理的几个关键问题，最后给出了实验结果。     

网上敏感信息智能快报系统的设计与实现

本文介绍了网上敏感信息智能快报系统的设计与实现，该系统根据web空间资源分布的特点，针对特定地理域，采用一种基于Web敏感站点的网页文本检索模式。本文对系统的结构设计、各模块功能实现及关键技术进行了介绍。     

基于Hyperlink和相关度发现Web相关文档的研究

分析了Web文档的相似度计算方法，提出了Web上查询相关信息发现的SW0HITS算法，它结合了Web超链接、网页知识表示的信息相关度以及HITS方法来搜索Web上相关知识．本文通过它们搜索网上有关医药的信息和知识，其效果和查准率比传统HITS和IR方法有一定提高。     

基于主动学习的文档分类

In the field of text categorization,the number of unlabeled documents is generally much gretaer than that of labeled documents. Text categorization is the problem of categorization in high-dimension vector space, and more training samples will generally improve the accuracy of text classifier. How to add the unlabeled documents of training set so as to expand training set is a valuable problem. The theory of active learning is introducted and applied to the field of text categorization in this paper ,exploring the method of using unlabeled documents to improve the accuracy oftext classifier. It is expected that such technology will improve text classifier's accuracy through adopting relativelylarge number of unlabelled documents samples. We brought forward an active learning based algorithm for text categorization,and the experiments on Reuters news corpus showed that when enough training samples available,it′s effective for the algorithm to promote text classifier's accuracy through adopting unlabelled document samples.     

基于N-Level VSM在Web信息检索中的研究

分析了传统向量空间检索模型在Web信息检索中的不足,给出了基于N-Level向量空间模型,这种模型是将一篇文档从逻辑上划分为N个相对独立的文本段,然后按照文本段的内容建立文本特征向量以及文本权值向量,在此基础上可以更加精确地定义特征值向量和相似度的计算方法,使之能比较好地适应文档集合的动态扩充。同时进行了两种模型算法时间的复杂度的比较分析。理论分析和实验结果表明,基于此模型实现的信息检索算法具有较快的查找速度和较高的查准率。     

基于主题的智能Web信息采集系统的研究与实现

研究并实现了一个基于主题的智能信息采集系统IFWC,该系统以全信息理论为支撑,吸收传统向量空间模型的思想,采用基于概念的向量空间模型,从词的语义层次对文本进行主题相关性分析;使用扩展元数据的语义相关性判定算法,对页面内的URL进行主题相关性预测。实验证明,该系统采集速度快,采集下来的页面精度高。     

个性化服务中用户兴趣模型相关技术的研究

因特网的出现给人们利用信息带来的极大便利,然而随着信息资源的不断增多,人们利用信息的效率却在不断降低,这就是通常所知的信息过载或者信息迷向问题,介绍了现在比较流行的个性化推荐技术,并对其中核心的建立用户兴趣模型的问题及其涉及的相关技术进行了详细介绍。     

One-pot size and shape controlled synthesis of DMSO capped iron oxide nanoparticles

We report here the capping of iron oxide nanoparticles with dimethyl sulfoxide (DMSO) to make chloroform soluble iron oxide nanoparticles. Size and shape of the capped iron oxide nanoparticles are well controlled by simply varying the reaction parameters. The synthesized nanocrystallites were characterized by thermal analysis (TG-DTA), powder X-ray diffraction (XRD), transmission electron microscopy (TEM) for evaluating phase, structure and morphology. ¹H NMR spectra of the synthesized samples confirm DMSO, and the capping of DMSO on the ferrite samples. Shift of the S=O stretching frequency in Fourier transformed infra-red (FTIR) spectra indicates that the bonding between DMSO and ferrite is through an oxygen moiety. The magnetic measurements of all the synthesized samples were investigated with a SQUID magnetometer which shows that the magnetic properties are strongly dependent on the size as well as shape of the iron oxide.     

领域内文本褒贬倾向性分类中的特征提取技术

本文介绍了文本褒贬倾向性分类的方法和技术,重点论述了文本的表示方法和褒贬特征抽取的方法,提出了基于MI特征提取方法的改进办法。实验结果表明,这种改进有利于褒贬特征的抽取,从而提高了分类的精度。