一种在汉语文本中抽取重复字串的快速算法

词典未登录词的处理是自然语言处理不可或缺的研究方向.抽取文本中重复出现的字串是抽取未登录词最为直接简便的方法.以往算法运行速度较慢,无法满足海量文本快速处理的要求.遵循“左结合优先”和“最长匹配”原则,本文提出一种快速算法:位置记忆跳跃匹配.该方法最差情况下时间复杂度为o(t²),其中t为重复字串的重复次数.比较实验表明,本方法速度提高明显,数据结构简单,处理过程一次扫描完成.     

利用串匹配技术实现网上新闻的主题提取

从文本中提取主题串是自然语言处理的重要基础之一.传统的提取方法主要是依据" 词典加匹配"的模式.由于词典的更新速度无法同步于网上新闻中新词汇涌现的速度,而且词典的内容也无法完全涵盖网上新闻的范围, 因此这种方法不适用于网上新闻的主题提取. 提出并实现了一种不用词典即可提取新闻主题的新方法.该方法利用网上新闻的特殊结构,在标题和正文间寻找重复的字串.经过简单地处理,这些字串能够较好地反映新闻的主题.实验结果显示该方法能够准确、有效地提取出绝大部分网上新闻的主题,满足新闻自动处理的需要.该方法同样适用于其它亚洲语言和西方语言.     

无词典高频字串快速提取和统计算法研究

本文提出了一种快速的高频字串提取和统计方法。使用Hash技术,该方法不需要词典,也不需要语料库的训练,不进行分词操作,依靠统计信息,提取高频字串。用语言学知识进行前缀后缀等处理后,得到的高频字串可以作为未登录词处理、歧义消解和加权处理等的辅助信息。实验显示了该方法速度较快且不受文章本身的限制,在处理小说等真实文本时体现了较高的可用性。     

三个层面的中文文本主题自动提取研究

为适应Internet时代和大规模文献处理的需要,以中文文本为处理对象,研究了从主题词、主题概念和主题句三个不同层面自动抽取文本主题的方法,着重讨论了加权体系和一些经验值的获取方法。对新闻类文献做了实验,并简单进行了性能分析。     

基于遗传算法的定题信息搜索策略

定题检索将信息检索限定在特定主题领域,提供主题领域内信息的检索服务。它是新一代搜索引擎的发展方向之一。定题检索的关键技术是主题相关信息的搜索。本文提出了基于遗传算法的定题信息搜索策略,提高链接于内容相似度不高的网页之后的页面被搜索的机会,扩大了相关网页的搜索范围。同时,借助超链Metadata的提示信息预测链接页面的主题相关度,加快了搜索速度。对比搜索试验证明了算法具有较好的性能。     

一种改进的NARX回归神经网络

经典NARX回归神经网络在应用时需要确定输入和输出的延时阶数、隐层神经元数目等三个结构参数，给神经网络的设计造成了很大的困难。为了克服这一缺陷，根据生物神经元机能提出了一种新的动态神经元模型，并将其用于经典NARX回归神经网络中，形成了一种改进的NARX回归神经网络。新的神经网络在应用时只需确定隐层神经元数目，从而简化了神经网络的结构设计。本文还进一步从理论上分析了该神经网络与经典NARX回归神经网络的等效关系，并用李雅普诺夫（Lyapunov）稳定性原理证明了该网络的稳定性。仿真试验表明，新的神经网络不仅辨识能力优于经典NARX回归神经网络，而且泛化能力得到了明显提高。     

面向对话文本的自动摘要系统的研究

该文介绍了对话文本自动摘要系统的一些关键技术,包括体裁的识别、对话信息单元的识别、问题句与回答句的关联等。摘要的连贯性是衡量摘要质量的一个重要指标,由于对话文本本身的交互性,使得摘要的连贯性常存在于不同的对话者的对话内容之中,并以问题一回答对的形式出现,该文设计了一种自动识别这些局部连贯性的方法,该方法首先自动识别出所有的问题句;然后识别出与问题句相对应的同答句,形成问题一回答对;最后根据启发式规则,从这些问题一回答对中选取句子生成摘要。实验结果表明,该方法具有较高的识别准确率,并在无损摘要信息量的基础上大大提高对话文本摘要的连贯性。     

降低金矿石回采边界品位分析与应用

当前国际黄金价格一直维持一个较高价位,而黄金生产技术和生产成本基本稳定,黄金生产投资收益率大大提高,这就使低品位矿石的回收成为可能。就金亭岭矿业有限公司生产现状,对低品位矿石的可回收品位进行了探讨。     

节水灌溉的技术分析

积极参与国际社会现在和将来对水资源节约使用与水环境保护方面的讨论和谈判，表明我国在该问题上的立场，为包括我国在内的广大发展中国家争取公正，合理的结果     

水厂设计中选用的变频调速设备

高压变频器的产业化在20世纪80年代中期才开始形成,但随着大功率电力电子器件的迅速发展和巨大的市场推动力,高压变频器十多年来的发展非常迅速,使用器件已经从SCR、GTR和GTO发展到IGBT、IECT和IGCT（SGCT）等,功率范围从几百kW到几十MW,技术已经成熟,可靠性得到保证,应用越来越广。