脚本测试技术在列控中心开发测试中的运用

列控中心作为一种安全相关系统,要求具有极高的安全性和可靠性,满足铁路信号系统的故障-安全原则。测试是列控中心软件投入使用前必不可少的环节。针对目前列控中心开发测试仍然采用手工测试的问题,在对开发测试案例分析归纳的基础上,定义开发测试案例词典,基于正向最大匹配算法和格语法,提出测试案例到脚本的自动生成算法,实现开发测试的自动测试。     

基于最大匹配法的中文分词技术改进

在简介最大匹配法(MM)分词算法的基础上,指出了MM算法存在的不足,分析了MM改进分词算法的需求及过程设计,研究了MM改进分词算法以及过程处理原则,研究了改进算法过程中的歧义检测与切分、未登录词识别等问题,提出了消除策略和处理原则.     

浅谈互联网信息挖掘技术

本文就互联网信息挖掘技术和对网络信息挖掘中的关键技术、系统流程进行了阐述。     

中文网页的自动分类

提出了一种中文网页自动分类的方法，主要包括中文网页的自动抓取、中文分词、特征选取、贝叶斯机器学习与分类等功能模块。该系统可以很好地实现一个中文网页的自动分类，且系统中的分类器具有较高的分类质量。     

基于查询模板的特定领域中文问答系统的研究与实现

随着网络信息的爆炸性增长,传统的搜索引擎已经不能满足人们的需求,从而促使对问答系统(Question Arnswering System,QAS)的研究.文中介绍了基于查询模板的问答系统框架结构,定义了关键词词典和查询模板的结构,并且介绍了基于关键词词典的分词算法、查询模板存储结构以及模板匹配算法.在此基础上实现了基于...     

城市轨道交通线网全文检索系统的设计与实现

已有的企业级全文检索系统不宜直接应用于城市轨道交通行业,因为其不仅有自身的专业术语,而且数据量较大,所以对中文分词的准确性、切分速度和全文检索查询效率具有特殊需求。中文分词方面,针对字典分词方案,添加适合城市轨道交通行业的中文术语词库,采用MMseg中文分词算法;城市轨道交通线网数据量大,查询业务相对集中,所涉及的分布式全文检索系统采用结合主索引和增量索引的方案,在业务空闲时,执行主机采用多进程方式对检索任务进行处理,实现索引的合并。试验分三部分完成。其一,比较基于字典和字标注的两种中文分词方案,以论证选择字典分词方案的合理性;其二,针对于同一检索任务,在单机上比较不同进程数对检索时间的影响,以说明多进程处理技术的合理性;最后,测试整个系统的性能。试验结果表明,此方案和方法有助于改善检索性能和检索效率。     

基于分词的语句相似度计算的改进

语句相似度体现的是两个句子之间的相似程度。语句相似度计算是FAQ和信息检索等方面核心技术之一。针对基于分词的相似度计算过于依赖实际的分词效果,在原相似度计算模型中增加了两个句子不分词时的词形相似度计算,以缓解因为句子分词不准确而导致相似度计算结果偏低的情况。结合“数据结构”课程问答系统的实验,结果表明,改进的方法比原方法有较高的准确率。     

自然语言处理系统中自动分词的研究

首先分析了自然分词方法的基本假设和实现途径以及现有的方法的不足之处,然后介绍汉语自然语言整体处理信息框架和在自然语言整体处理框架中自动分词方法,最后给出实验结果。     

基于自动文本分析的船舶避碰案例学习模型

构建基于自然语言处理的案例学习模型,以文本形式描述的船舶避碰案例,通过自动分词、消岐和语义分析等步骤,从中提取和生成以框架形式描述的避碰案例,并将其存储在计算机中。仿真试验表明,该模型可以实现避碰案例从文本文件到可用案例的有效转换,为案例学习提供新的方法。     

中文文本信息过滤技术研究

随着互联网信息数量的急剧增加,文本信息过滤技术越来越受到重视。本文首先介绍了文本信息过滤技术的发展历史和研究现状,阐述了中文文本过滤的特点和要求。重点分析了中文文本过滤技术的关键技术和评价标准。