基于重复模式的论坛信息抽取研究

针对现有网络论坛信息抽取的不足,提出了一种基于重复模式发现算法的论坛信息抽取方法.该方法首先利用SgmlReader解析器将HTML文档转换为格式规范的XHTML文档,然后通过计算XHTML文档结构中DOM子树相似度,自动发现论坛页面结构的重复模式.该方法通过自动定位重复模式进行论坛信息抽取,较好地解决了在论坛信息抽取过程中需要人工查找、定位重复模式或者通过人工分析论坛页面代码定制抽取规则的问题.试验结果表明,该方法具有较好的准确性、通用性和实用性.     

HMM在自然语言处理领域中的应用研究

隐马尔可夫模型（HMM）是一种强大的统计学机器学习技术,该模型已经成功地应用于连续语音识别、在线手写识别,在生物学信息中也得到了广泛的应用。由于该模型的强大的学习能力,在自然语言处理领域逐渐得到了应用。对隐马尔可夫模型在词性标注、命名实体识别、信息抽取应用中的关键问题进行了分析。着重分析了在信息抽取时使用隐马尔可夫模型的重点和难点问题,期望让更多的研究人员进一步认识和了解HMM。最后分析了隐马尔可夫模型在应用中的不足之处和改进研究。     

词性对中英文文本聚类的影响研究

不同词性特征在文本聚类中有不同的贡献度。该文对四组有代表性的中英文数据集,利用三种聚类算法验证了四种主要词性及其组合对中英文文本聚类的影响。实验结果表明,在中文和英文两种语言中,名词均是表征文本内容的最重要词性,动词、形容词和副词均对文本聚类结果有帮助,仅选择名词作为特征聚类的结果与保留所有词性聚类的结果相近,但可大大降低文本的维度;选用名词为文本特征不能实现最好的聚类效果;相对其他词性组合和单一词性,采用名词、动词、形容词和副词的组合特征往往可以实现更好的聚类效果。在词性所占的比例以及单一词性聚类的结果上,同一词性在中英文文本聚类中呈现出较大差异。相对于英文,不同词性特征及其组合在中文文本聚类中呈现的差异更为稳定。     

铜川北区有线电视网络双路由保护方案

铜川北区有线电视用户2万余户,下设焦坪、崔家沟、杏树坪、下石节、陈家山等5个站。用户主要以焦坪、崔家沟、下石节、陈家山4大矿区为主,4个矿区已完成数字化转换,各站间光缆线路较长,路况复杂,为了保障网络传输安全,经研究,拟对铜川北区有线电视网络采取双路由保护方案。     

承载融合业务的城域网规划和设计简

本文从技术角度,探讨了三网融合背景下承载融合业务的城域网规划和设计方面的问题。在对OTN、PTN、EPON等技术分析的基础上,提出了三层架构的城域网设想,并对接入网流量进行了模型分析。     

陕西广电省干OTN光传输网的设计与建设

本文介绍了陕西广电省干OTN的设计方案,以及OTN建成之后的业务开通和运行情况,最后总结了在建网过程中的一些思想和经验。     

基于改进SIR的突发事件网络情绪传播机制研究

为更好地呈现突发事件网络情绪的传播状态和转移过程,揭示网络情绪传播的内在机理,首先在传染病SIR模型的基础上,考虑网络情绪的不稳定性和调节性特征,加入网络情绪暂时稳定阶段,接着基于改进SIR模型构建突发事件网络舆情中积极和消极情绪传播模型,然后通过对模型求解和数值仿真来探究网络情绪传播的内在规律,最后结合仿真结论和新冠...     

基于利益相关者理论的高校网络教学资源建设和共享机制研究

介绍管理学中利益相关者理论,给出高校网络教学资源利益相关者概念并分析利益相关者的利益诉求,提出高校网络教学资源建设和共享的机制。     

医疗实体识别研究进展

深入了解医疗实体识别的现状和进展,有助于进一步提升医疗实体识别的效果。通过梳理国内外医疗实体识别的相关研究进展和研究成果,并分别从医疗实体概念和分类、国内外重要医疗实体识别评测会议,以及传统的和当代的医疗实体识别方法三方面进行归纳和总结,系统全面地阐述了医疗实体识别的研究现状,指出了当前研究存在的问题,并对医疗实体识别的未来发展趋势进行了展望。从深度学习的视角,仅仅对循环神经网络、长短时记忆神经网络等主流的神经网络模型在医疗实体识别领域的应用进行了分析和总结。在医疗大数据和人工智能背景下,医疗实体识别是医疗领域信息处理和人工智能的基础,并且该研究已经发展成为自然语言处理中新的研究方向,对医疗大数据分析和医疗人工智能具有重要意义。