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.     

基于词典的法律案例自动归类系统的开发

笔者详细讨论并成功开发了"法律案例分析系统"的一个子系统—"法律案例自动归类系统".系统首先通过大量的法律案例训练文档得到树结构中每个类(叶子类和中间类)的类特征词权值表,然后在此基础上计算新法律案例文档相对于各个类的累加权值,最后累加权值最大并且是叶子类的类即是该法律案例应归入的类.笔者还给出并分析了用到的两个重要公式(特征词权值公式和类累加权值公式),详细介绍了系统的核心—基于词典的分词算法.实验表明本系统具有很好的通用性和扩展性,归类准确率较理想.     

基于词典的法律案例自动归类系统的开发

笔者详细讨论并成功开发了“法律案例分析系统”的一个子系统一“法律案例自动归类系统”，系统首先通过大量的法律案例训练文档得到树结构中每个类(叶子类和中间类)的类特征词权值表，然后在此基础上计算新法律案例文档相对于各个类的累加权值，最后累加权值最大并且是叶子类的类即是该法律案例应归入的类，笔者还给出并分析了用到的两个重要公式(特征词权值公式和类累加权值公式)，详细介绍了系统的核心—基于词典的分词算法，实验表明本系统具有很好的通用性和扩展性，归类准确率较理想。     

词频对中国大学英语学习者词汇习得的影响

本文通过10个生造词为目标词,从接受和产出两个角度,研究不同的词汇复现频率对词汇的正字法、联想、语法功能句法和意义五个方面习得的影响。150名非英语专业大学生被分为五个组(一个为控制组),在分别进行1次,4次,8次,及10次单词的重复阅读任务之后参加了10个无差别的词汇测试。结果显示词汇重复会影响学习者对词汇知识习得,对词汇的全面掌握需要10次以上的重复。     

莫言作品语言特色的计算机分析方法

本文运用计算机软件方法,实现对莫言若干篇作品的自动处理,分析他遣词用句的文学特色,尝试计算机软件和数据库技术在文学领域的应用。     

心理词库理论对大学英语词汇教学的启发

从心理语言学的视角出发,根据心理词库的组织储存形式以及影响心理词汇提取的主要因素,结合教学实践,从词频效应、词汇的语义教学、语境教学等方面论述心理词库理论对大学英语词汇教学的启发,并提出相应的教学策略。     

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。     

中国民办高等教育新闻报道计量研究

通过词频统计及词共现等方法,对2000—2011年中国重要报纸上有关民办高等教育的新闻报道在新闻数量、刊登载体、分类统计、主题分布和报道态度等方面进行研究和分析,从而揭示出新闻舆论关注的焦点及其报道的特点。在对国外先进的民办教育经验、民办高校的科研情况及民办高校自身的宣传等方面,需要加强报道的力度。     

异构数据库相似语义属性聚类过程研究

对异构数据库相似语义属性聚类过程及其关键技术进行研究,在词频-逆文件频率的基础上,提出数值类型属性信息的槽频率-逆文件频率处理方法,分别应用于文本信息和数值信息的相似语义属性聚类过程。研究结果表明:使用词频-逆文件频率和槽频率-逆文件频率方法相结合是异构数据库相似语义属性聚类实现的一种有效方法。