基于汉语分词的信息抽取技术

随着信息时代的到来，如何将大量无序的信息及时准确地提取、整理、组织成便于查询检索的形式，巳成为研究开发的焦点。尤其是随着互联网技术的高速发展，为用户提供了更加丰富的信息。将基于汉语自动分词的综合信息抽取技术应用于信息检索，具有实际应用意义和价值。     

LED户外全彩屏的MTBF和可靠性

介绍了LED户外全彩屏的平均无故障时间(MTBF)及可靠性，着重讨论了提高全彩屏可靠性的几个问题。提出建立合理的可靠性模型，加强可靠性试验，建立故障分折与纠正措施系统(FRACAS)和确定平均修复时间(MTTR)。     

基于新词发现的跨领域中文分词方法

深度神经网络(DNN)是目前中文分词的主流方法,但将针对某一领域训练的网络模型用于其他领域时,会因存在跨领域的未登录词(OOV)和表达鸿沟而造成性能显著下降,而在实际中对所有未知领域的训练语料进行人工标注和训练模型并不可行。为了解决这个问题,该文构建了一个基于新词发现的跨领域中文分词系统,可以自动完成从目标领域语料中提取新词、标注语料和训练网络模型的工作。此外,针对现有新词发现算法提取出的词表垃圾词串多以及自动标注语料中存在噪声样本的问题,提出了一种基于向量增强互信息和加权邻接熵的无监督新词发现算法以及一种基于对抗式训练的中文分词模型。实验中将使用北大开源新闻语料训练的网络模型提取出的特征迁移到医疗、发明专利和小说领域,结果表明该文所提方法在未登录词率、准确率、召回率和分词F值方面均优于现有方法。     

基于无监督学习的中文电子病历分词

电子病历中包含大量有用的医疗知识,抽取这些知识对于构建临床决策支持系统和个性化医疗健康信息服务具有重要意义。自动分词是分析和挖掘中文电子病历的关键基础。为了克服获取标注语料的困难,提出了一种基于无监督学习的中文电子病历分词方法。首先,使用通用领域的词典对电子病历进行初步的切分,为了更好地解决歧义问题,引入概率模型,并通过EM算法从生语料中估计词的出现概率。然后,利用字串的左右分支信息熵构建良度,将未登录词识别转化为最优化问题,并使用动态规划算法进行求解。最后,在3 000来自神经内科的中文电子病历上进行实验,证明了该方法的有效性。     

基于无向图序列标注模型的中文分词词性标注一体化系统

在中文词法分析中,分词是词性标注必须经历的阶段。为了能在分词阶段就充分利用词性标注的信息和减少两阶段错误的累计,最好的方法是将两个阶段,整合到一个架构中。该文以无向图模型为基础,将分词和词性标注有机地统一在一个序列标注模型中。由于可以采用更深层次的依赖关系作为特征,一体化系统在1998年人民日报语料上取得了97.19%的分词精确率和95.34%的词性标注精确率,是目前同类系统,在这一语料上取得的最好结果。     

基于移动流量的用户偏好模型设计与实现

在智能手机市场快速发展的同时,也产生了大量的移动数据流量。这些流量反映了人们在手机上的浏览情况和个人喜好。文中使用DPI&DFI技术解析客户端使用流量情况,使用网络爬虫技术及分词技术解析网页访问信息,最后汇总整合解析出的流量数据信息。以数据信息为输入建立偏好模型,计算得到用户对每一类业务的喜爱程度分数。将分数汇总列为用户偏好清单,以用户手机号为标识,各个分类的得分为内容。将此结果用于对移动用户的流量经营,为用户提供符合其流量使用偏好的推荐内容,提升流量规模和收入。     

浅谈儿童钢琴学习应注意的几个问题

钢琴作为培养青少年全面发展,提高艺术素质的一种重要乐器,随着我国社会科技文化创新的进一步开展已逐步得到多数家长的重视,"学习钢琴,培养琴童"已成为一种社会时尚。而让孩子从小学习钢琴便成了许多家长的共同愿望。但由于小孩自身的特点使得他们在学习中会遇到很多的困难,许多教师和家长也感到非常的困惑。为此,本文针对儿童钢琴学习需要注意的几个问题进行了简单的阐述,以解决一些教师和家长的困惑,也便于孩子们在钢琴学习过程中能够尽早进入佳境。     

浅谈在中职英语教学中学生错误问题的纠正策略

在现代中职教育中,由于主客观因素的影响,学生英语学习中经常出现口语练习、单词拼写、句型练习等方面的错误,制约着英语课堂教学效率的提高。为此,在中职英语教学中要通过培养学生的学习兴趣、教会记忆方法、开展合作学习等途径纠正学生经常出现的错误,提高英语教学水平。     

沉迷手机文化对大学生社会化的负面影响及调控对策

大学阶段是青少年社会化的关键阶段。手机文化正影响着大学生的思想观念,有部分大学生甚至手机成瘾。所以研究如何调控沉迷手机文化中的大学生,对于促进大学生健康成长具有积极的意义。     

纠正、纠正措施及预防措施在产品质量控制中的应用

通过阐述纠正、纠正措施、预防措施的定义、区别和在实际工作中的应用，使从事质量工作的相关人员能够更好地控制产品质量。