基于社交网络数据的交通突发事件识别方法

为了从社交网络数据中挖掘出交通突发事件,研究了基于机器学习的文本识别方法.通过关键词和地点定位,利用网页爬虫"Beautiful Soup"爬取到原始文本.采用正则匹配、重复度计算以及"0-1"标记预处理原始文本.基于预处理后文本特征,研究了基于特征权重的特征词选取方法;其中,特征权重的计算综合了词语的出现频率和含有该...     

注意力孪生网络在生物医学文本相似性上的应用

将注意力机制引入到孪生网络中,利用注意力机制提取词的权重并影响孪生网络输出的语义特征,降低输入序列的噪音,而加强了两个序列的相互关系,从而提高改进孪生网络的性能.在两个生物医学文本相似性语料上(SICK和DBMI)的实验结果表明,注意力机制的孪生网络对评估文本相似性的性能有大幅度的提升(在SICK和DBMI数据集上,皮...     

非常态交通状态下居民出行关注点挖掘分析

在非常态交通状态下，及时准确地挖掘居民出行过程中的关注点，满足居民出行需求是提高客运服务质量的关键，更是对客运服务系统的一种考验。以“疫情”期间与公路客运相关的舆情数据为基础，进行居民出行需求及其关注点挖掘分析。首先，利用深度学习Doc2Vec算法将文本数据进行向量化处理；其次，对一个时段内所获得的向量化处理后的数据进行聚类分析，基于文本主题模型(LDA)对聚类结果的每一簇进行深度分析，提取旅客出行需求；最后，通过对实际数据处理结果的分析，验证了所提方法可准确地挖掘出非常态下旅客出行过程中的关注点，其结果可以作为交通运营服务评价和交通管理决策的重要依据。     

基于TF-IDF-MP算法的新闻关键词提取研究

TF-IDF算法使用词频和逆文档频率来判断文章中词语的重要性,但类别区分效果不是很好。为提高分类效果,提出TFIDF-MP算法。首先对语料库中的文档进行段落标注,利用jieba分词工具分词并标注词性,然后根据特征词在单个文档中出现的次数与该特征词在语料库所有文档中出现的平均次数进行比较,采用改进后的Sigmoid函数调整特征词权值,同时根据相关文档的段落位置重要程度赋予不同的位置权重,根据特征词权重大小排序后用朴素贝叶斯分类器对文档进行分类。实验结果表明,TF-IDF-MP算法应用到新闻分类中,精确率、召回率和F1值等评价指标较TF-IDF及相关改进算法都得到较好的提升。     

通用机场政策文本量化分析

通用机场是综合交通基础设施网络的重要组成,阐释通用机场政策工具体系的类型与特征具有重要意义。本文构建了以政策工具为核心,以政策目标和政策执行为两翼的3*32分析框架。以2016年至2020年的40个政策文本为研究对象,剖析了政策工具的类型与特征,并对政策目标与政策工具、政策执行与政策工具展开了交叉分析。结果显示,环境型政策工具应用频率最高,供给型和需求型政策工具应用较少,政策工具结构存在明显失衡;政策工具主要服务于规范建设与运营和引导发展与创新政策目标,政策目标的均衡性不足;政策工具与政策目标的匹配度较低,政府购买、人才供给、资金支持等诸多行之有效的政策工具在具体目标中未得到充分应用。     

从阐释学视角评《理智与情感》的两个中译本

阐释学是一门对于意义的理解和揭示的理论。本文借鉴乔治·斯坦纳阐释运作理论,从译者主体性视角评《理智与情感》的两个中译本。认为译者主体性的发挥,使同一著作拥有风格迥异的译本,每个译本都满足了不同读者群的需要,有其存在的合理性和审美价值。文学翻译批评能从译者主体性角度对文学翻译的过程做出一个更全面、深入的描述和评价。     

基于FPGA的GMM说话人辨认系统

目前基于GMM的说话人辨认系统主要在微机上由软件实现,难以胜任大语音流的多路实时处理任务。鉴于FPGA强大的流水和并行处理能力,提出了一种以FPGA为应用平台,基于GMM的与文本无关说话人实时辨认系统的硬件实现方法。抽取NIST2003语音库的语料进行试验,结果表明,与在PC上的软件实现相比,识别率几无差别,但实时处理速度提高了约90倍。     

基于铁路安全管理信息报告的文本挖掘技术研究

为了查找各安全管理信息报告之间的相关性，分析和利用此类报告文档丰富安全管理专业词库，文章分别采用卡方检验和朴素贝叶斯作为文本降维和分类的方法，对安全管理信息报告进行训练，形成算法模型，并利用训练模型对测试文档进行分类，测试结果准确率较高。