基于平行文本模式的企业简介英译

企业走向国际市场需要高质量的企业简介等外宣材料。本文借助平行文本,以财富500强企业简介作为平行文本语料,分析归纳此体裁的语篇结构及词汇语法特征,重构一个企业简介英译的平行文本模式,为译者提供参照。     

复杂背景下文本检测研究

在复杂背景下,图像中的文本对于整个图像的语义理解、图像检索、图像识别等应用具有非常重要的作用,有广阔的发展空间,而要获取图像中的文本就需要利用文本检测方法。在搜集整理当前文本检测研究成果的基础上,对文本检测基本方法进行了分类和探讨。分别从基于特征提取、基于机器学习以及基于这两者相结合方法这三个方面对文本检测方法进行详细的阐述;接下来介绍了两种较通用的文本检测结果的评价方法。此外还通过实例分析了各种检测方法的优点和不足,在此基础上,为文本检测的进一步发展提供了建议。     

基于科技文本的在线机器翻译错误分析

科技英语文本包含政府文件、产品说明书、科学专著、科学报道、科技文献、技术文本等各类文本。本论文根据科技英语文本的普遍特点,对谷歌、百度和有道三款翻译软件进行错误分析,归纳总结出机器翻译在翻译科技英语文本时普遍存在的三方面问题,希望对科技英语文本的机器翻译工作有所帮助。     

文本摘要常用数据集和方法研究综述

文本摘要成为人们从互联网上海量文本信息中便捷获取知识的重要手段。现有方法都是在特定数据集上进行训练和效果评价,包括一些公用数据集和作者自建数据集。已有综述文献对现有方法进行全面细致的总结,但大多都是对方法进行总结,而缺少对数据集的详细描述。该文从调研数据集的角度出发,对文本摘要常用数据集及在该数据集上的经典和最新方法进行综述。对公用数据集的综述包括数据来源、语言及获取方式等,对自建数据集的总结包括数据规模、获取和标注方式等。对于每一种公用数据集,给出了文本摘要问题的形式化定义。同时,对经典和最新方法在特定数据集上的实验效果进行了分析。最后,总结了已有常用数据集和方法的现状,并指出存在的一些问题。     

一种基于SVM及文本密度特征的网页信息提取方法

针对网页的多样性、复杂性和非标准化程度的提高,提出一种基于SVM及文本密度特征的网页信息提取方法。该方法先将网页整体解析成DOM树,然后根据网页结构提出五种网页密度特征,用数学模型进行密度比例分析,并采用高斯核函数(RBF)训练样本数据。该方法训练出的数据模型能够准确地去除网页广告、导航、版权信息等噪音信息,保留正文信息块,最后进行正文信息块内除噪。实验表明,该方法不仅有较高的精度,而且通用性好。     

基于核函数的改进k-means文本聚类

通过对传统k-means算法优缺点的研究分析,提出一种改进的k-means聚类算法。随机初始化k/2个簇心,划分最大的簇并删除空簇,在更新簇心的同时判断簇心位置的合理性;及时对簇心做出修改,使得最后聚类出的k个簇中不会出现空簇;使用高斯核函数作为测量向量之间距离的方法,提高聚类的准确性。基于此改进的k-means算法,使用在不同网站上采集的文章作为数据源,并利用TF-IDF以及Word2Vec技术对文本进行向量化处理,进而完成对文本的聚类任务。与传统的k-means文本聚类相比,不仅提高了聚类的准确性,而且改善了传统k-means算法结果可能会出现空簇的缺陷。     

项目后学习:环境影响后评价报告文本挖掘与分析

项目后评价报告包含了大量的容易被忽视的隐性经验知识,是组织学习的重要知识来源。提出了一种基于LDA主题挖掘模型的经验学习方法,运用该方法,以环境影响后评价报告为数据来源,R语言作为分析工具,对隐含在项目环境影响后评价报告中的关键经验知识进行挖掘和分析;通过对重要主题进行筛选来明确样本所讨论的内容,对文档分类以明确样本每篇文档中所重点研究的内容,发现不同文档间的相似点;通过关键主题词分析,得出6条解决环境问题的重要经验知识,即预先制定全面的应急措施、从根源入手解决环境问题、实时关注作业区动态、从项目设备入手降低环境影响、重视沟通、考虑位置因素等;通过绘制主题关系网络图,不仅可以清楚主题间的关系,进一步可以得出隐含类环境经验知识主要来源于与"事故"相关的事件和项目本身。     

基于图元识别的OCR文本图像矫正算法分析

受数字化变革的影响,无纸化逐渐成为办公自动化的显著标志,但在纸质文件通过扫描或者拍照转换为OCR文本图像的过程中,文本图片经常不可避免地会产生一定的倾斜,基于此,该文简要分析了OCR文本图像的倾斜矫正方法,并详细论述了基于投影图改进的OCR文本图像倾斜矫正快速算法,希望论述内容能够为相关业内人士带来一定启发。