一种通过内容和结构查询文档数据库的方法

文档是有一定逻辑结构的,标题、章节、段落等这些概念是文档的内在逻辑.不同的用户对文档的检索,有不同的需求,检索系统如何提供有意义的信息,一直是研究的中心任务.结合文档的结构和内容,对结构化文件的检索,提出了一种新的计算相似度的方法.这种方法可以提供多粒度的文档内容的检索,包括从单词、短语到段落或者章节.基于这种方法实现了一个问题回答系统,测试集是微软的百科全书Encarta,通过与传统方法实验比较,证明通过这种方法检索的文章片断更合理、更有效.     

基于XML数据立方的面向对象扩展

本文是对基于XML的数据立方数据模型的面向对象的实现，通过对数据仓库技术，面向对象技术和XML技术的结合的探讨，扩展了XML Schema，从而为基于WEB数据仓库的应用提供了一种新的表示和实现方法，解决了数据仓库中模式演化所带来的重组问题，通过与面向对象技术的结合使用，把数据仓库变成为数据立方和OLAP方法的仓库，这种数据仓库的实现方案，保证了数据仓库系统的稳定性，灵活性和可扩展性，适应了新一代WEB应用的需要。     

并行数据库系统PBASE/2的查询优化机制

并行执行计划的搜索空间呈指数级增长,如何高效地裁剪搜索空间是并行查询优化的关键所在,ＰＢＡＳＥ／２以流机制为基础,采用基于代价估算和启发式规则的改良的两阶段优化,有交地解决了这一问题。     

基于流机制的并行查询执行技术

1 引言在并行数据库的研究中,查询执行计划的调度与执行因其复杂性而受到人们的关注。查询优化时,优化器必须采用有效策略大幅度裁剪搜索空间,以降低优化开销,但这很可能会丧失掉更优的执行计划。另一方面,当系统吞吐量很高时,一个查询从优化到执行可能有一个较大的时间差,在查询计划执行时一些重要系统参数可能已经发生了较大变化,从而使该执行计划变得不优甚至难于执行。目前解决这一问题的一种方法是将查询优化与查询执行分开,在查询执行阶段通过有效的调度策略来弥补查询执行计划的缺陷,并进一步平衡系统的负载。     

论子话题粒度对搜索结果多样化算法的影响

随着生活节奏的加快,用户习惯将简短的查询提交给搜索引擎,并希望搜索引擎能体贴地将自己需要的结果返回在靠前的结果中。面对大量有歧义的或者意义广泛的查询,搜索引擎努力地识别用户意图,并试图用有限的结果取悦更多的用户。为了解决这个问题,搜索结果多样化技术应运而生,其任务是是对搜索结果进行重排序,在有限的搜索结果中满足尽可能多的用户意图。该文重点关注多样化算法中子话题的粒度问题。利用传统方法生成了不同粒度的子话题,并比较了使用不同粒度的子话题对搜索结果多样化算法的影响。实验结果表明,经典多样化算法使用细粒度的子话题时表现更好。     

用户新闻信息浏览行为和感知价值研究

随着互联网技术的发展,用户信息行为的研究越来越受到重视,浏览行为是用户信息行为的重要组成部分,浏览行为的研究对提升用户体验具有重要意义。以今日头条用户为研究对象,基于顾客感知价值理论,使用访谈法与问卷调查法相结合的方法,探索影响用户浏览新闻的行为的因素。研究发现,用户在移动端浏览新闻场景下,只有实用价值对新闻浏览行为正向影响显著。由于今日头条新闻平台与其他新闻客户端具有较高的相似性,因此结论可以推广。对于新闻创作者和平台运营者来说,要着重提升内容质量并减少无用信息,注重新闻内容的真实性可靠性。     

基于多域VQGAN的文本生成国画方法研究

随着生成式对抗网络的出现,从文本描述合成图像最近成为一个活跃的研究领域.然而,目前文本描述往往使用英文,生成的对象也大多是人脸和花鸟等,专门针对中文和中国画的研究较少.同时,文本生成图像任务往往需要大量标注好的图像文本对,制作数据集的代价昂贵.随着多模态预训练的出现与推进,使得能够以一种优化的方式来指导生成对抗网络的生成过程,大大减少了对数据集和计算资源的需求.提出一种多域VQGAN模型来同时生成多种域的中国画,并利用多模态预训练模型WenLan来计算生成图像和文本描述之间的距离损失,通过优化输入多域VQGAN的隐空间变量来达到图片与文本语义一致的效果.对模型进行了消融实验,详细比较了不同结构的多域VQGAN的FID及R-precisoin指标,并进行了用户调查研究.结果表示,使用完整的多域VQGAN模型在图像质量和文本图像语义一致性上均超过原VQGAN模型的生成结果.