中文分词和词性标注联合模型综述

中文分词和词性标注任务作为中文自然语言处理的初始步骤,已经得到广泛的研究。由于中文句子缺乏词边界,所以中文词性标注往往采用管道模式完成:首先对句子进行分词,然后使用分词阶段的结果进行词性标注。然而管道模式中,分词阶段的错误会传递到词性标注阶段,从而降低词性标注效果。近些年来,中文词性标注方面的研究集中在联合模型。联合模型同时完成句子的分词和词性标注任务,不但可以改善错误传递的问题,并且可以通过使用词性标注信息提高分词精度。联合模型分为基于字模型、基于词模型及混合模型。本文对联合模型的分类、训练算法及训练过程中的问题进行详细的阐述和讨论。     

国际互联网上绿色化学信息搜索

通过对国际互联网上绿色化学信息资源的搜索比较和对不同搜索引擎搜索结果的讨论，说明了网上搜索时应注意的情况，介绍了网上的国际主要绿色化学机构和组织、期刊、大学研究机构以及各国专利，推荐了搜索效果较好的搜索引擎     

面向大规模日志数据的聚类算法研究

针对大规模日志数据的聚类问题,提出了DBk-means算法。该算法使用Hadoop对原始日志数据进行预处理,并结合了k-means和DBSCAN聚类算法各自的优势。实验结果表明,相比k-means算法进行聚类分析,文中使用DBk-means算法进行聚类,能够取得更好的聚类效果,正确率可以达到83%以上。     

一种实体描述短文本相似度计算方法

中文实体描述短文本具有词语稀疏、语义离散、用词随意等特点。本文分析《知网》义原网络和词语相似度的关系,提出了短文本间语义相似度部分和短文本分类部分相结合的实体描述短文本间相似度计算方法。语义相似度部分分析《知网》义原网络和词语间相似度的关系,在计算词语间相似度和短文本间相似度的过程中弱化了浅层《知网》义原影响并均衡了义原权重,使义原相似度计算结果更加合理。短文本分类部分将短文本分解为义原向量,根据特定领域短文本的义原分布情况进行短文本分类。两部分结合得到实体描述短文本间相似度。本文方法的有效性在百度知识图谱数据分析竞赛任务1的测试结果中得到了证明。     

基于数据截断变换的主成分分析回归预测方法

针对DataCastle学生成绩排名预测任务:根据学生以往的在校信息预测下学期的成绩排名,结合现有的主成分分析方法以及多元线性回归模型,本文提出了基于数据截断变换的主成分分析回归预测方法,并与其它的方法进行了比较,结果表明:基于数据截断的主成分分析回归预测方法能够更好地预测学生下个学期成绩,预测准确率达到78.57％,优于对比的模型,在最终结果排行榜中排在前百分之十,因此可以较好地作为解决其它预测分析问题的工具.     

红木家具要不要走奢侈品之路——谈红木家具的精品意识

"奢侈品"在中国人限里,几乎可以与"昂贵"和"过度浪费"划等号。对红木家具,许多人也有这种印象。而提到奢侈消费,也有人持不同意见,认为这与勤俭节约的传统美德不相符。正因如此,有的红木家具企业提出了"做老百姓买得起的红木家具"的说法,甚至打出了"平价红木"的牌子。     

转向架扣板切边冲孔复合模设计

分析了扣板零件的成形工艺,设计了成形扣板的切边、冲孔复合模,介绍了模具结构与工作过程。生产证明:设计的复合模提高了扣板的成形质量,提高了生产效率,满足了批量生产的需求,可供同类零件的模具设计参考。     

石墨烯基材料在超级电容器中的应用研究进展

石墨烯作为一种新型的碳材料,具有优异的物理、化学及力学性能,如导热导电性能良好、比表面积大及机械强度高,这些特性使其成为应用在电化学领域中的理想材料.总结了超级电容器用石墨烯材料的主流制备方法,综述了最近几年石墨烯及其复合材料在超级电容器中的应用研究进展,并展望了其未来的应用前景.     

基于词聚类特征的统计中文组块分析模型

 提出了一种基于信息熵的层次词聚类算法,并将该算法产生的词簇作为特征应用到中文组块分析模型中.词聚类算法基于信息熵的理论,利用中文组块语料库中的词及其组块标记作为基本信息,采用二元层次聚类的方法形成具有一定句法功能的词簇.在聚类过程中,设计了优化算法节省聚类时间.用词簇特征代替传统的词性特征应用到组块分析模型中,并引入名实体和仿词识别模块,在此基础上构建了基于最大熵马尔科夫模型的中文组块分析系统.实验表明,本文的算法提升了聚类效率,产生的词簇特征有效地改进了中文组块分析系统的性能.     

应用粗糙集理论提取特征的词性标注模型

针对词性标注中的复杂特征提取问题,应用粗糙集理论(rough sets),有效地挖掘了包括长距离特征在内的复杂特征,并有效地处理了语料库噪声问题.最后,将这些特征融合于最大熵模型中,训练时按模型整体性能为其分配权重.开放实验表明:增加粗规则后获得96.29%的标注精度,相比原有模型提高了0.83%.