基于多特征融合的中文微博评价对象抽取方法*

中文微博的评价对象抽取作为中文微博情感分析的基础任务,受到研究者的广泛关注,有着重要的研究价值。本文结合微博文本的特点,对微博文本进行预处理,利用句法分析构建包括名词、名词短语、微博话题在内的评价对象候选集,再分别利用SVM模型、加权模型,实现多特征融合的筛选候选评价对象方法,所用特征包括语义角色信息、最小距离和词频。算法经实验证明有效,在对候选评价对象进行筛选后,采用SVM模型的F值达到0.3573,加权模型的F值达到0.4059。     

新闻专题阶段性摘要的生成研究*

新闻专题的阶段性对了解专题的动态演化、勾勒专题的发展轮廓等提供了较高的参考价值,一定程度上弥补了专题内容太多而不便阅读的缺憾。以“马航MH370航班失联”专题为研究对象,探讨了新闻专题阶段性的生成算法,首先利用主题抽取技术对各新闻文档进行主题抽取,完成文档集到主题集的转换,然后借助话题检测与追踪技术对主题集进行基于时间流的双向聚类和正逆向结果交集的再聚类,最终根据话题聚类的结果选择对应文档的主题生成新闻专题的阶段性。实验证明,本文方法能够取得较好的Rouge召回率。     

基于评论异常度的新浪微博谣言识别方法

以微博为代表的社交媒体在为公众提供信息共享平台的同时, 也为谣言提供了可乘之机.开展微博中谣言的识别和清理方法研究, 对维护社会的安全稳定有着重要的现实意义.本文针对新浪微博平台中谣言识别的问题, 提出了一种基于评论异常度的微博谣言识别方法.首先采用D-S理论实现微博评论异常度的计算方法; 然后利用评论异常度与微博的内容特征、传播特征、用户特征对微博进行抽象表示; 最后再利用SVM (Support vector machine)构建一个基于评论异常度的谣言识别模型, 实现对新浪微博中谣言微博的识别.实验表明, 本文提出的谣言识别模型对新浪微博中谣言识别具有较好的效果, 谣言微博识别的F1值达到了96.2 %, 相较于现有文献的最好结果提高了1.3 %.     

网络用户角色辨识及其恶意访问行为的发现方法

随着互联网络技术的快速发展,各种恶意访问行为危及到网络的信息安全,因此辨识访问用户的角色并识别用户的恶意访问行为对于网络安全具有十分重要的理论意义和实用价值。首先,以网络日志数据为基础,通过建立IP辅助数据库,构建IP用户的日角色模型,在此基础上,引入滑动时间窗技术,将时间的变化动态地融入用户角色辨识,建立了基于滑动时间窗的用户角色动态辨识模型。然后,在分析用户恶意访问流量特征的基础上,将用户访问流量特征和用户信息熵特征进行加权,构建基于多特征的用户恶意访问行为的辨识模型。该模型能够对爆发性和高持续性的恶意访问行为以及少量但大规模分散访问的恶意行为进行识别。最后,采用大数据存储和Spark内存计算技术,对所建立的模型进行实现。实验结果表明,在网络流量产生异常时,所提出的模型能够发现具有恶意访问行为的用户,并准确且高效地辨别出该用户的角色,从而验证了其有效性。     

硬盘分区信息表的推算技术

关于硬盘主引导扇区的修复，一般文献（２）（３）中介绍的方法仅适于常见型号的硬盘，而对较少见型号的硬盘，这些方法无效，文中介绍了分区信息表的计算推导技术，给出了一系列计算公式，它适用于所有的硬盘，解决了那些比较少见型号硬盘的分区信息表修复时遇到的困难。     

基于导师角度的研究生培养质量提升研究

研究生培养是北京信息科技大学人才培养的重要组成部分,如何提高研究生的培养质量,提高他们的社会适应能力及就业率,是每一位研究生导师需要思考的问题。结合多年来研究生培养过程中的经验和体会,对研究生培养过程中的各个环节进行了比较详细的论述,并对如何做好导师以及研究生的日常管理提出了一些看法。     

无监督与有监督相结合的粤语分词方法

为能在缺乏粤语分词语料的情况下进行粤语研究，提出一种基于无监督与有监督结合的粤语分词方法。利用多源语料完成粤语词库的构建；利用二元字典与粤语词库对初步结果进行初筛分词和二次分词；利用DAG对粤语通用句式切分错误进行分析并修正；将修正后的粤语分词语料利用深度学习模型固化分词效果，得到基于Bert-BiLSTM-CRF三层架构的分词模型。实验结果表明，该方法能有效克服预分词语料的缺失问题，在无需大量分词语料的情况下，F值达到74.3%。