基于主题模型的（Aspect，Rating）摘要生成方法研究

提出基于短语参数学习的主题模型TMPP（Topic Model based on Phrase Parameter ）对在线评论中被评价实体的aspect和与之对应的rating进行抽取．TMPP具有三个特点：1）评论用“短语袋”表示；2）将标准的LDA中表示文档-主题的参数扩展为（aspect，rating）集；3）融合了先验知识．介绍了TMPP模型参数的物理含义、模型的生成过程以及先验知识的获取和表示方法；阐述了在TMPP模型中引入方面集聚类使用先验知识的原因与好处、TMPP模型提取（方面，等级）对形成（aspect，rating）摘要的原理．以真实的在线产品评论数据集为实验对象，在实验过程中引入先验知识的方面识别分析和等级预测精度分析，列出了五类产品相关方面和对立的情感词的实验结果．通过与已有的基线方法比较，实验表明若评论集中每篇评论有一个总体等级，TMPP能产生高质量的（aspect，rating）摘要．     

词汇法--认识语言习得本质的新视角

近年来,虽然我国对大学英语教学提出改革, 但由于长期受结构主义影响,外语学习过分强调语言结构和语言形式的掌握,对此词汇学派提出了一种新的语言习得理念,对词汇进行新的界定.通过对比这两种观点,引入对语言本质的深入思考,得出词汇短语,而非生成学派所提出的句法,才是语言使用者内化知识的基础,并可以大大增强语言的产出能力,还进一步提出了词汇短语理论对我国英语教学的启示.     

Elementary Dependency Trees for Identifying Corpus-Specific Semantic Classes

Elementary dependency relationships between words within parse trees produced by robust analyzers on a corpus help automate the discovery of semantic classes relevant for the underlying domain. We introduce two methods for extracting elementary syntactic dependencies from normalized parse trees. The groupings which are obtained help identify coarse-grain semantic categories and isolate lexical idiosyncrasies belonging to a specific sublanguage. A comparison shows a satisfactory overlapping with an existing nomenclature for medical language processing. This symbolic approach is efficient on medium size corpora which resist to statistical clustering methods but seems more appropriate for specialized texts. This revised version was published online in July 2006 with corrections to the Cover Date.     

水电厂辅机系统中电动机的缺相和相序监控的探讨

针对水电厂辅助设备控制系统中电动机不允许缺相和反转的运行特点，采用可编程控制器控制，完全杜绝了电机的缺相和逆相序运行。     

三相参数不对称电力系统短路故障的计算机计算

论述了三相参数不对称电力系统的数学模型，导出了其短路故障 的计算机算法和编制了程序计算原理框图。     

现代汉语“V+N”序列关系的平行处理

目前,在英汉平行语料中,对汉语文本的深加工多局限于只利用单语分析的成果,没有充分利用双语资源。以现代汉语v+n序列的结构关系为研究对象,设计出在英汉平行语料中识别v+n结构关系的平行处理算法：首先利用各种单语资源,提取出构成不同结构关系的动词和名词相互间的制约规则,再分别依据v+n中汉语名词、动词的语义在英语译文中的具体形式及上下文模板来判断v+n的结构关系类型。实验证明,在自动分词和词性标注的PCCE1000文本中,v+n单语处理的F值为72.14%,而进一步利用汉英词典和英语译文信息,F值到达了88.81%,提高了16.67个百分点。     

维吾尔语框架语义角色标注标记集研究

该文阐述了对词一级的维吾尔语框架语义网络构建过程中,制订和规范化维吾尔语框架语义角色的语义类型和标注标记符集、短语类型和标注符号集、句法功能的标注符号集的研究。研究内容对基于阿拉伯字符的维吾尔语框架语义成分的依存关系、语义角色分解与自动识别技术,语义角色知识库的构建和自动标注等相关技术提供基础研究服务。     

一个基于互信息的规则量化方法

规则量化问题是基于规则与统计相结合的计算语言模型的关键性问题,首先描述了一个基于规则与统计相结合的计算语言模型,从而引出了规则结合度的概念,并提出一种基于互信息的规则量化方法,该方法既给出了一条规则的实用性的定量评价,又为基于规则与统计相结合的计算语言模型提供了一个重要的规则参量,通过实验指出该方法对系统规则集的筛选与计算语言模型中规则与统计结合机制的优化的重要指导意义。     

基于关键短语抽取与答案过滤的问答对生成

高质量的问答对有助于从文章中获取知识,提高问答系统性能,促进机器阅读理解,在人类活动和人工智能领域中都起着较为重要的作用.当前主要问答对生成方法依靠提供文章中的候选答案,根据答案生成特定的问题.然而一些候选答案可能会生成无法从文章中回答的问题,或是生成问题的答案不再是候选答案,造成问答对相关性差,影响问答对的质量.针对此问题,本文提出了一个基于关键短语抽取与过滤生成问答对的方法.该方法能够在输入文本中自动抽取适合生成问题的关键短语作为候选答案,再根据候选答案在问题生成器和答案生成器中生成问答对,并通过对比候选答案与生成答案的相似度过滤相关性低的问答对,最终输出保证质量的问答对.本方法在SQUAD1.1和NewsQA数据集上进行了实验验证,并人工检验了生成的问答对的质量,结果表明该方法可以有效提高生成的问答对的质量.     

基于短语模式的情感分析

对文本的情感分析充分利用文本的语义信息,在文本检索领域、网上调查及舆情监测领域是非常有价值的,是目前智能信息处理领域研究的重点和热点。本文针对网民关于话题评论简单,数目众多的特点,应用大连理工大学情感词本体库,利用HowNet和word2vec扩展情感词典,利用短语模式计算文章的情感值,最终判断文章的情感倾向。利用这一技术可以在一定程度上解决网络评论信息杂乱的现象,方便用户准确定位所需信息。