不确定性数据频繁项集挖掘算法

由于不确定性数据大量存在于传感器网络,移动计算,军事,电信等应用领域,传统的频繁项集挖掘算法难以适用到不确定性数据挖掘。为了解决这个问题,本文提出了一种快速有效的算法,该算法基于可能世界模型,只需要扫描一次数据库,且没有建树的过程,通过实验证明,我们提出的算法比UF_Growth算法效率更高。     

基于语义分类的比较句识别与比较要素抽取研究

比较是人们常用的评估不同事物优劣、异同的表达方式,利用机器识别比较句并进一步抽取比较要素是语言信息处理领域一项新颖又有实用价值的课题。该文依据比较句与比较要素之间是一种“你中有我,我中有你”的共生关系,将比较句识别与比较要素抽取两个任务合二为一完成;根据词意分类,构建由领域词典、情感词典、标记词典、普通词典构成的词典系统;根据汉语比较句句义分类,构建比较句识别与比较要素抽取规则库。以第四届中文倾向性评测(COAE2012)发布的测试语料为实验对象,该系统取得了较好的实验(评测)结果。     

基于条件随机场与时间词库的中文时间表达式识别

该文提出一种统计与规则相结合的时间表达式识别方法。首先,通过分析中文文本中时间表达式的词形、词性和上下文信息,采用条件随机场识别时间单元而非时间表达式整体,避免了中文时间表达式边界定位不准确的问题;然后,从训练语料中自动获取候选触发词,并依据评价函数对候选触发词打分,筛选出正确的触发词完善触发词库;最后,根据时间触发词库与时间缀词库,制定规则对时间表达式边界进行定位。实验结果显示开式测试F1值达到98.31%。     

观点句中评价对象/属性的缺省项识别方法研究

在多对象、多属性的评论文本中,评价对象和评价属性的缺省识别对于观点挖掘有着重要的作用。针对情感观点句中评价对象和评价属性的缺省问题,该文提出一种有效的缺省项识别方法。首先构造缺省项识别规则集,用于获取待识别的缺省项侯选集;将缺省项识别问题看作一个二元分类问题,选用词法和依存句法作为特征,使用决策树分类算法C4.5训练分类器模型,在测试集上对待识别的缺省项进行判别。实验结果表明,使用依存句法特征集分类的F值优于词法特征集约2%。将词法和依存句法两类特征融合与单类特征相比,分类精确率和F值分别提高了10%和5%左右,说明词法特征和依存句法特征的融合有利于缺省项识别。     

国际上化妆品颜料使用规则综述

欲在某个国家或地区出售色彩化妆品，首先必须了解那里的政府制订的颜料使用规则，即哪些颜料是准许用的，哪些颜料是禁用的或有限量规定的。例如有些在美国和欧洲共同体普遍可用的颜料，而在日本往往是禁用的，反则也然…。可以这么说，世界上几乎每个国家都有自己制订的颜料使用规则。由于篇幅有限，本文只着重介始美国、日本和欧共体三个国家和地区的化妆品颜料使用规则，并且内容也只局限于合成的有机颜料。在介绍国际上颜料使用规则前，有必要先回顾一下对颜料分类所下的一些定义。它们是：门）原色：这是一类不含填充料或稀释剂的纯颜…     

关联规则算法在法规备案审查工作中的应用

根据宪法和有关法律规定,全国人大常委会监督宪法和法律实施可以采取多种形式,法规备案审查正是其中一个重要的监督方式.我国的法规备案审查制度包含着违宪性审查和违法性审查两个层次的内容,其最高层次的法律渊源是宪法.现行宪法规定,全国人大常委会有权撤销国务院制定的同宪法、法律相抵触的行政法规、决定和命令,撤销省、自治区、直辖市国家权力机关制定的同宪法、法律和行政法规相抵触的地方性法规和决议.法规审查是一个复杂的过程,对具体负责审查工作的人员有极高的法律法规知识要求.因此,提高法规审查的科学性、客观性和准确性,是当前法规审查工作重要的课题.本文结合当前法规备案审查的实际,提出了法规关联分析评价指标体系,应用于法规审查工作中,并在此基础上设计并实现了法规备案审查系统.     

关联规则在高校学生成绩分析中的应用

文章通过对本校某年级计算机专业学生成绩进行分析,主要应用数据挖掘中的关联规则和Apriori算法,使用SQL2005为后台数据库,VC++6.0为开发平台,对现有的成绩进行挖掘分析,从而得到隐藏在这些成绩数据信息之间的有价值信息,这对提高学生的成绩以及教学工作的开展均具有一定的指导意义。     

低渗透油藏地质工程一体化三维平台的设计与实现

针对低渗透油藏开发中遇到的不同专业的三维建模、数值模拟软件分析成果格式不统一,难以综合分析利用的问题,应用三维可视化技术设计并开发了一种可以兼容多种格式的三维平台,实现了对地质模型、地应力分布模型、人工裂缝模拟结果的综合展示,并在此基础上提供了非规则井网布井功能,为低渗透油藏地质工程一体化开发提供了一种有效的分析工具。     

微博观点句识别的话题影响研究

为了从海量的网络信息中迅速准确地获取评价信息,观点句识别已经成了自然语言处理的一个研究热点。现在观点句识别系统大都是基于机器学习的方法,一般使用机器学习的方法来进行分类会受到领域差异性影响。针对这个问题,该文对微博观点句识别系统是否会受到微博话题影响做了经验性研究,同时为了弥补训练数据的不足,该文通过规则方法自动标注网络数据进行了训练集的扩充。实验结果表明,微博话题间存在差异,进行分话题模型训练可以提升微博观点句识别系统的性能。