液滴撞击干燥倾斜壁面铺展实验研究

通过高速摄影技术及像素分析方法对液滴撞击干燥倾斜壁面进行实验研究，分析了不同倾斜角及韦伯数（We）对液滴飞溅及铺展的影响，结果表明，倾斜角的增加有利于抑制飞溅的产生；We一定时，液滴的前铺展因子随着倾斜角的增加而增加，后铺展因子随着倾斜角的增加而减小；液滴的前后初始铺展速度均大于液滴的撞击速度，且随着倾斜角的增加而减小。      

低温等离子体技术在高分子材料工程领域中的应用

综述了作者近年来采用低温等离子体技术对高分子材料改性的应用基础研究工作．包括等离子体表面改性、等离子体聚合、等离子体引发聚合反应在印刷、涂层、粘接、表面硬化膜、生物材料、改善荒漠化、温室气体资源化、微流控芯片、固定化酶、灭菌消毒多方面的研究新进展。     

多特征文本蕴涵识别研究

文本蕴涵识别是解决自然语言中存在的同义异形问题的有效途径。虽然国内外学者已经提出了很多文本蕴涵识别模型,但影响文本蕴涵识别的因素错综复杂,识别准确率普遍不高。该文把文本蕴涵识别看作二元分类问题,抽取词汇特征、句法依存关系特征及FrameNet语义知识库特征的多种特征构造特征矩阵,训练SVM分类器,实现文本蕴涵识别。该方法在国际文本蕴涵识别技术评测RTE3的测试集上进行测试,蕴涵正例识别准确率达到了78.1%,高于RTE3评测2-ways的最高结果。     

汉语框架网中未登录词元的框架选择

汉语框架网的低覆盖率导致汉语句子中存在许多未登录的词元,严重制约着汉语的框架语义分析任务。针对未登录词元的框架识别问题,该文借助同义词词林的词义信息,提出基于平均语义相似度计算及最大熵模型两种方法,采用静态特征与动态特征相结合的特征选择方法。实验证明,这两种方法都能有效地实现未登录词元的框架选择,基于相似度计算的方法(TOP-4)获得78.61%的准确率;基于最大熵的方法结果可达87.29%,同时在新闻语料上达到了75%的准确率。     

超滤膜等离子体改性分离大豆蛋白的研究

分别用氧气和氩气等离子体对醋酸纤维素超滤膜进行表面改性,用大豆分离蛋白溶液进行超滤实验,结果表明等离子体处理后膜的接触角变小,亲水性能大大增强,超滤过程可以在保持截留率不变的情况下使膜的透水率增大2～3倍,同时膜的抗污染性能增强。研究发现在相同的等离子体反应条件下,氩气的处理效果优于氧气。     

融合用户需求和商品特点的评论标签生成算法研究

如今网络购物用户规模不断上升,评论数据成为消费者进行购买决策的主要依据.同时,商家需要利用评论明确用户.消费者没有充足时间、合适语言进行商品评论成为一个亟待解决的问题.然而,仅有少数网购平台在评论页面提供标签,只能说明商品局部特点,没有体现用户个性化需求.论文通过分析用户评论中彰显用户个性化的语言描述特点,不同种类商品的描述方面差异,设计能够自动生成个性化评论标签的算法,用标签充分体现商品特点与用户需求.将单个用户作为研究对象,其全部评论作数据集,在TextRank模型中加入词性-句法特征分析,捕获用户评论语言描述风格的内在联系.对比单独使用TextRank模型等三个成熟模型生成标签,算法效果更好.     

面向数据分析的中文问句句法研究

本文以面向数据分析为基本思想,同时结合相似度概率评估技术,实现中文问句句法分析。对于输入问句,首先需要经过词汇层与词性层以及句型和疑问词初选得到片段;然后,基于已构建的数据库,对词汇词性序列的子序列搜索片段,进行片段组合;最后,对输入语句与初选结果进行相似性评估,完成输入语句的组合分析过程。为论证方法有效性,基于200句山西旅游问句做实验。实验结果表明,句法分析的准确率达到96%。     

面向电子政务的轻量级工作流引擎

分析了工作流管理系统的基本功能和研究现状,对当前流行的几种开源引擎进行了研究,指出了它们的不足.结合电子政务的实际应用,提出了一种轻量级的工作流引擎,并给出了该工作流系统的体系结构和相关设计.     

基于框架语义的高考语文阅读理解答案句抽取

高考语文阅读理解问答相对普通阅读理解问答难度更大,问句抽象表述的理解需要更深层的语言分析技术,答案候选句抽取更注重与问句的关联分析,答案候选句排序更注重答案句之间的语义相关性。为此,该文提出借助框架语义匹配和框架语义关系抽取答案候选句,在排序时引入流形排序模型,通过答案句之间的框架语义相关度将排序分数进行传播,最终选取分数较高的Top-4作为答案句。在北京近12年高考语文阅读理解问答题上的准确率与召回率分别达到了53.65%与79.06%。     

基于DNN的汉语框架识别研究

框架识别是语义角色标注的基本任务,它是根据目标词激起的语义场景,为其分配一个合适的语义框架。目前框架识别的研究主要是基于统计机器学习方法,把它看作多分类问题,框架识别的性能主要依赖于人工选择的特征。然而,人工选择特征的有效性和完备性无法保证。深度神经网络自动学习特征的能力,为我们提供了新思路。该文探索了利用深度神经网络自动学习目标词上下文特征,建立了一种新的通用的框架识别模型,在汉语框架网和《人民日报》2003年3月新闻语料上分别取得了79.64%和78.58%的准确率,实验证明该模型具有较好的泛化能力。