检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于字符语言模型的垃圾邮件过滤

中文信息学报 2009年第2期23卷 41-47页

作者：苏绥林鸿飞叶正大连理工大学计算机科学与工程系辽宁大连116024

基于内容的过滤是当前解决垃圾邮件问题的主流技术之一。该文先简单综述了当前基于内容的垃圾邮件过滤中采用的各种技术,在此基础上提出将基于字符的语言模型应用于垃圾邮件过滤任务中,并通过实验对比了该方法与Na ve Bayes、SVM和基于... 详细信息

基于内容的过滤是当前解决垃圾邮件问题的主流技术之一。该文先简单综述了当前基于内容的垃圾邮件过滤中采用的各种技术,在此基础上提出将基于字符的语言模型应用于垃圾邮件过滤任务中,并通过实验对比了该方法与Na ve Bayes、SVM和基于词的语言模型方法的性能差异,以及不同n值、不同特征选择方式对过滤结果的影响。实验结果表明,基于字符的语言模型实现简单且具有很高的性能,能较好地满足大规模在线邮件系统的需要,具有很高的实用价值。

关键词：计算机应用中文信息处理垃圾邮件过滤语言模型朴素贝叶斯支撑向量机 n—Gram

在线全文

学校读者我要写书评

暂无评论

分布式策略与CRFs相结合识别汉语组块

中文信息学报 2009年第1期23卷 16-22页

作者：黄德根于静大连理工大学计算机科学与工程系辽宁大连116024

该文提出了一种基于CRFs的分布式策略及错误驱动的方法识别汉语组块。该方法首先将11种类型的汉语组块进行分组,结合CRFs构建不同的组块识别模型来识别组块;之后利用基于CRFs的错误驱动技术自动对分组组块进行二次识别;最后依据各分组F... 详细信息

该文提出了一种基于CRFs的分布式策略及错误驱动的方法识别汉语组块。该方法首先将11种类型的汉语组块进行分组,结合CRFs构建不同的组块识别模型来识别组块;之后利用基于CRFs的错误驱动技术自动对分组组块进行二次识别;最后依据各分组F值大小顺序处理类型冲突。实验结果表明,基于CRFs的分布式策略及错误驱动方法识别汉语组块是有效的,系统开放式测试的精确率、召回率、F值分别达到94.90%、91.00%和92.91%,好于单独的CRFs方法、分布式策略方法及其他组合方法。

关键词：计算机应用中文信息处理组块识别条件随机域(CRFs) 分布式策略基于CRFs的错误驱动浅层句法分析

在线全文

学校读者我要写书评

暂无评论

人际网络关系抽取和结构挖掘

微电子学与计算机 2008年第9期25卷 233-236页

作者：孙晓玲林鸿飞大连理工大学计算机科学与工程系辽宁大连116024

社会是一个由多种多样的关系构成的巨大网络.对社会网络进行研究,可以揭示关系的结构,解释一定的社会现象.为此首先引入关系以及关系描述词的定义,利用关系抽取技术,扩展传统的二元关系,提出了一种基于同义词词林的提取关系描述词的方法... 详细信息

社会是一个由多种多样的关系构成的巨大网络.对社会网络进行研究,可以揭示关系的结构,解释一定的社会现象.为此首先引入关系以及关系描述词的定义,利用关系抽取技术,扩展传统的二元关系,提出了一种基于同义词词林的提取关系描述词的方法,并收集特定领域内的人物关系信息构建成人际网络.接着对人际关系网络的拓扑结构,社区发现以及网络社区核心人物进行了研究,同时对分析结果实现了可视化.结果表明,社会网络分析可以揭示真实社会中的许多现象,有助于人们理解和开发这些网络.

关键词：人际网络关系抽取社区发现小世界社会网络分析

在线全文

学校读者我要写书评

暂无评论

条件随机域与上下文线索结合的生物实体识别

计算机工程 2008年第7期34卷 203-204,208页

作者：杨志豪林鸿飞李彦鹏大连理工大学计算机科学与工程系大连116024

介绍一个用于在生物医学文献中识别基因、蛋白质等生物实体的识别方法。该方法基于条件随机域方法,选取适当特征进行实体识别,利用上下文线索进一步提高识别性能。实验结果表明上下文线索的引入使识别性能在条件随机域方法基础上提高了... 详细信息

介绍一个用于在生物医学文献中识别基因、蛋白质等生物实体的识别方法。该方法基于条件随机域方法,选取适当特征进行实体识别,利用上下文线索进一步提高识别性能。实验结果表明上下文线索的引入使识别性能在条件随机域方法基础上提高了近3%,从而获得了较好的最终识别效果。

关键词：文本挖掘生物实体识别条件随机域上下文线索

在线全文

学校读者我要写书评

暂无评论

基于文档语义图的中文多文档摘要生成机制

中文信息学报 2009年第3期23卷 110-115页

作者：宋锐林鸿飞大连理工大学计算机科学与工程系辽宁大连116024

从文档集合的语义结构理解文档集合可以提高多文档摘要的质量。本文通过抽取中文多文档摘要文档集中的主-述-宾三元组结构构建文档语义图,再对语义图中的节点利用编辑距离进行语义聚类,并应用Page-Rank排序算法对语义图进行权重计算后,... 详细信息

从文档集合的语义结构理解文档集合可以提高多文档摘要的质量。本文通过抽取中文多文档摘要文档集中的主-述-宾三元组结构构建文档语义图,再对语义图中的节点利用编辑距离进行语义聚类,并应用Page-Rank排序算法对语义图进行权重计算后,选取包含权重较高的节点及链接关系的三元组生成文档集合的多文档摘要。在摘要的评测阶段,将基于句子抽取的多文档摘要结果和基于文档语义图生成的多文档摘要分别与由评测员人工生成的摘要进行ROUGE相关度评测,并对利用编辑距离对语义图进行语义聚类前后的结果进行了比较。实验结果表明,基于文档语义图生成的多文档摘要与人工生成的摘要结果重叠度更高,而利用编辑距离对语义图进行聚类则进一步改进了摘要的质量。

关键词：计算机应用中文信息处理文档语义图编辑距离 PageRank ROUGE 中文多文档摘要

在线全文

学校读者我要写书评

暂无评论

基于支持向量机的人物属性抽取

计算机研究与发展 2007年第z2期44卷 271-275页

作者：叶正林鸿飞苏绥刘菁菁大连理工大学计算机科学与工程系大连116024 大连理工大学计算机科学与工程系大连116024 大连理工大学计算机科学与工程系大连116024 大连理工大学计算机科学与工程系大连116024

研究了如何使用机器学习方法和语义资源实现有效的人物属性抽取.人物属性抽取是指从自由文本中提取出人的属性信息,如性别、职务信息等.如果把描述人属性的词也看做是实体,则可以把人物属性抽取看作是实体关系抽取的具体应用.使用提取... 详细信息

研究了如何使用机器学习方法和语义资源实现有效的人物属性抽取.人物属性抽取是指从自由文本中提取出人的属性信息,如性别、职务信息等.如果把描述人属性的词也看做是实体,则可以把人物属性抽取看作是实体关系抽取的具体应用.使用提取描述人属性的词作为触发词,这样就可以把触发词和人名间的描述关系转化为一分类问题.当选取触发词和人名左、中、右的3个词的词义和词性作为特征,使用支持向量机进行判别时达到最好抽取效果.

关键词：属性抽取支持向量机语义资源

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于语义特征和本体的语篇情感计算

计算机研究与发展 2007年第z2期44卷 356-360页

作者：徐琳宏林鸿飞大连理工大学计算机科学与工程系大连116024 大连理工大学计算机科学与工程系大连116024

目前在国内外语篇级情感计算的研究刚刚起步.首先按表达情感的复杂度将句子划分为单情感词的简单句、多情感词的简单句和多情感词的复杂句3种.然后从句子的词汇和结构两方面考虑提取影响语句的情感色彩的9个语义特征,并在已有的情感词... 详细信息

目前在国内外语篇级情感计算的研究刚刚起步.首先按表达情感的复杂度将句子划分为单情感词的简单句、多情感词的简单句和多情感词的复杂句3种.然后从句子的词汇和结构两方面考虑提取影响语句的情感色彩的9个语义特征,并在已有的情感词汇本体和句子级关键情感词汇识别的基础上将语义特征加入到条件随机域中.最后对文章的情感结构采用两种不同的评估方法,分别评测结果的标注正确率和情感的连贯性.

关键词：语义特征情感计算本体条件随机域

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

搜索引擎发展阶段研究及热点发现

情报学报 2008年第5期27卷 664-669页

作者：唐琴许侃林鸿飞大连理工大学计算机科学与工程系大连116024

随着信息检索、数据挖掘、自然语言处理和机器学习等多领域的理论和技术的发展，搜索引擎技术得到了迅猛的发展和广泛的应用。本文旨在对搜索引擎的发展阶段进行分析，给出搜索引擎技术的发展概貌。基本思想是，一方面利用文本的有序聚... 详细信息

随着信息检索、数据挖掘、自然语言处理和机器学习等多领域的理论和技术的发展，搜索引擎技术得到了迅猛的发展和广泛的应用。本文旨在对搜索引擎的发展阶段进行分析，给出搜索引擎技术的发展概貌。基本思想是，一方面利用文本的有序聚类方法对搜索引擎的发展过程进行有序划分，并在此基础上对各个发展阶段的主要特点进行分析；另一方面通过基于词频的统计分析，深入挖掘搜索引擎技术和信息检索技术方面的研究热点，并对其进行分析和总结。

关键词：热点发现有序聚类搜索引擎

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

中文情感常识知识库的构建

情报学报 2009年第4期28卷 492-498页

作者：陈建美林鸿飞大连理工大学计算机科学与工程系大连116024

本文构建了一个中文情感常识知识库,包括规则库和实例库两部分。目前的文本情感分析,主要以句子为计算单位,仅仅得出一个句子的情感,忽视了对于情感的持有者的分析,而且认为上下文句子的情感存在接续关系。本文尝试以情感的持有者作为... 详细信息

本文构建了一个中文情感常识知识库,包括规则库和实例库两部分。目前的文本情感分析,主要以句子为计算单位,仅仅得出一个句子的情感,忽视了对于情感的持有者的分析,而且认为上下文句子的情感存在接续关系。本文尝试以情感的持有者作为文本情感计算的单位,认为一个情感持有者的情感存在接续关系,这一部分在规则库里进行描述。在情感计算的对象方面,当前主要以＂人＂为计算对象,而本文构建的实例库还包括一些非情感词汇,动物和特殊身份人物的情感常识知识,从而扩大了情感计算对象的范围。

关键词：情感常识知识库情感计算情感持有者