庚子大沽之战的原因及影响

1900年6月17日大沽之战之前，清政府、列强政府、北京公使团等各方主要致力于用外交手段来解决问题，此后，外交让位于战争。因此弄清大沽开战的原因，对于我们认清当时复杂的历史真相而言，具有重要的意义。     

比较名句细读文本 品析古诗文深厚内涵

大凡得以传世的著作，往往是浓缩了人们的共同的心理感受，运用高超的艺术技法实现传达的效果，而名家名篇中的名句，已成为作者名字的另一个代称，具有更广的传播范围与影响意义。我们在课堂上对名家名篇名句的分析，看到的情形更多的如王栋生所描述的那样：“脍炙人口的千古名篇，到了课堂上，就仅仅变成‘一词多义、通假字、使动意动、提宾、定语后置——’之类的‘精讲’，讲得既深又透，字字落实，     

论文被引的文本因素分析：多学科视角

文献长度、参考文献数量是否影响论文被引频次,不同学科有不同的检验结果。网络环境下,题名字数、关键词个数是否对论文被引具有显著影响,尚未见文献报道。通过对来自6个学科的455篇论文被引的文本因素进行分析,发现：①关键词个数对文献被引存在明显的影响;②参考文献数量对英文语种文献的被引确实存在显著影响,但对中文语种文献被引的影响却不能通过显著性检验;③多学科背景下,文献篇幅长短及题名字数多少对文献被引没有显著影响;④存在“中国学者所发表的英文论文,篇幅越长越有可能不被引用”的现象。     

“走转改”:军事记者在行动

走,是军事新闻工作的光荣传统,是产生优秀新闻作品的必由之路。走转改活动的开展,深刻体现了时代的新要求,是党的以人为本、执政为民的执政理念在新闻领域的重要实践,是全面锻炼编辑记者队伍、改进采编作风的重要抓手,也让军事记者们找到了新形势下大展身手的新舞台。     

基于领域本体的语义文本挖掘研究

为了提高文本挖掘的深度和精度,研究并提出了一种基于领域本体的语义文本挖掘模型.该模型利用语义角色标注进行语义分析,获取概念和概念间的语义关系,提高文本表示的准确度;针对传统的知识挖掘算法不能有效挖掘语义元数据库,设计了一种基于语义的模式挖掘算法挖掘文本深层的语义模式.实验结果表明,该模型能够挖掘文本数据库中的深层语义知识,获取的模式具有很强的潜在应用价值,设计的算法具有很强的适应性和可扩展性.     

基于语义准则函数的中文评论性文本极性聚类算法研究

通常用于评论性文本极性挖掘的方法是采用有监督的学习算法完成的,但有监督的学习算法需要大量人工标注的训练集,而且其在处理文本集时还会面临维数灾难、稀疏向量、高时空复杂度、低召回率和精确率等问题而无法用于海量的文本极性分类任务。经典的K-means均值聚类算法是聚类分析中使用最为广泛的算法之一,其具有诸多的优良特性和不足。针对上述情况,本文将语义引入经典K-means均值聚类算法中,构造了专门针对中文评论文本极性判断的极性词语义词典,提出了一种基于语义准则函数的K-means均值聚类算法。这项研究是运用基于语义的聚类方法对汉语主观性文本处理的一次探索。实验结果显示总平均召回率达到了80.70%,总平均精确率达到了67.75%,说明该算法是可行和有效的。     

基于文本的应急知识模式提取方法研究

应急知识模式是关于突发事件演进规律的知识,因而是应急领域知识库的重要组成部分.应急知识模式提取有助于应急工作者有效了解事态现状和快速做出应急反应,进而降低事件负面影响.本文研究如何从海量应急领域文本中抽取应急工作者关注的知识模式.我们用自然语言处理技术(NLP)从无结构海量应急领域文本中提取描述突发事件的特征事实,并通过提取特征事实之间的因果推理关系和并列作用关系,来构建知识的特征事实依赖图(FEDG)模型.基于FEDG模型,我们提出使用闭合约束搜索算法提取应急知识模式.通过实验及其分析证明本方法对知识模式提取具有较好效果.     

谁才是赫德真正的情人?

如果是命题作文,赵柏田恐怕跑题了。虽然他在回答记者的疑问时这样说道:"书名《赫德的情人》,并不是我故意往历史的面团撒一层胡椒粉来赚取眼球。"某报相关报道立刻用"《赫德的情人》探佚赫德情史"的标题来响应胡椒粉的效果。看看,并不是我一个人想歪了。     

基于文本聚类的电子零售商信誉维度发现研究

信誉管理系统在促进顾客对电子零售商的信任过程中起着越来越重要的作用,它是电子零售商取得成功的重要因素和保证。顾客的文本评论是信誉管理系统的一个重要组成部分,其中蕴含了大量的零售商的实际交易和信誉信息。本文从顾客文本评论的视角,采用文本挖掘技术对大量的顾客评论进行文本聚类,通过分类整理和知识提取,以期找出顾客最关注的电子零售商的信誉维度。本研究选取国内最大的IT专业网站——中关村在线作为研究对象,通过一个应用实例详细说明了通过文本聚类发现电子零售商信誉维度的方法和过程。本研究对电子零售商的信誉维度知识发现具有重要意义,也能为电子零售商提高服务质量提供参考。     

文本聚类分析结果可视化方法研究

针对文本聚类分析结果表达中缺乏语义关系的缺陷,本文利用人们在可视化形式下对模型和结构的理解和获取能力,提出了一种新的可视化表达方法。通过改进的Force-directed模型对聚类分析结果进行文本布局,表现文本间的语义相似关系;使用等值线生成算法构建层次性主题图,聚集和提炼文本主题;最终实现文本聚类分析结果的语义直观表达。实验结果表明,这种可视化方法不仅能够有效地表达聚类结果,体现类间、文本间的语义相关程度,而且还有助于发现隐含的信息,并通过类别之间的关联实现有效的信息导航。