词义标注一致性检验系统的设计与实现

词义消歧是自然语言处理领域的一个重要研究课题。词义标注的一致性将直接影响语料库的建设质量,进而直接或间接影响到其相关的应用领域。由于语言本身的复杂性与发展性以及算法设计的难点和缺陷,目前各种词义标注的算法与模型还不能百分之百正确地标注词义,即不能保证词义消歧的正确性与一致性。而人工校验在时间、人力方面的投入是个难题。该文在对《人民日报》语料、语句相似度算法和语义资源《知网》研究的基础上,提出了对《人民日报》语料词义标注进行一致性检验的方法。实验结果表明,此方法是有效的。

案例教学在高等数学教学中的应用研究

本文结合我校学生特点以及作者多年一线教学经验,分析了高等数学教学中存在的问题以及将案例教学法应用于高等数学教学的优点.阐述了案例教学的准备过程包括编写教学案例库、构思互动场景、培养优秀的案例执行者等方面.通过研究高等数学案例教学的实施步骤:案例预习、案例展示、案例讨论、课堂总结等重要问题,提高了我校高等数学课程的教学质量.

基本广义随机数据包络分析方法

广义DEA方法是基于任意参考系评价决策单元相对效率的评价方法。针对评价过程中决策单元和样本单元可能受到随机因素的影响,本文初步研究这两种单元的输入输出指标分量均随机的基本广义DEA方法。利用期望值模型和机会约束规划将随机模型转化为确定性模型进行求解,给出广义期望DEA有效与广义机会约束DEA有效的概念,广义期望DEA有效与多目标规划Pareto有效关系,以及利用移动因子的决策单元有效性排序方法。通过算例可以看到,是否考虑方差会对评价结果产生影响。

基于区间直觉模糊集的多阶段动态双边匹配决策方法

在双边匹配问题中,偏好强度很难用具体的数值来描述,加之双边匹配具有阶段性特征,因此论文从以上两个方面提出一种新的处理多阶段双边匹配的方法。首先,依据每阶段的匹配最优信息动态分配权重;其次,提出不确定动态区间直觉模糊加权几何(UDIIFWG)算子,并用该集结算子将多个阶段的偏好信息进行集结,并基于得分函数矩阵和匹配矩阵构建以双边主体满意度最大为目标的匹配决策模型,通过求解该模型得到最优的匹配决策方案。最后,通过算例对所提方法加以验证。

一种有方案偏好的TOPSIS区间直觉模糊多属性决策方法

考虑了决策者对方案具有一定偏好,且偏好信息和决策信息都为区间直觉模糊数的多属性决策问题.首先,基于偏差极小化的思想,利用区间直觉模糊得分函数构造优化模型,计算属性权重,然后将TOPSIS方法拓展到区间直觉模糊环境中对方案进行排序,进而提出了一种有方案偏好的TOPSIS区间直觉模糊多属性决策方法.最后,通过实例表明了所提方法的有效性和实用性.

基于区间直觉模糊集的双边匹配决策模型及应用

许多经济管理活动中都涉及到双边匹配决策问题。由于双方主体决策过程中的复杂性,很多情况下的双方主体决策信息是模糊的。基于此,本文给出在区间直觉模糊环境下利用得分函数建立双边匹配模型的决策方法。在该方法中,首先将区间直觉模糊集矩阵转化为得分函数矩阵;然后以双边主体满意度最大为目标,构建了基于得分函数矩阵和匹配矩阵的双边匹配模型;通过求解该模型得到最优的匹配决策方案。最后,通过一个实例说明所提方法的可行性和有效性。

基于期望值的区间直觉模糊多属性决策方法及其应用

研究属性权重信息完全未知和部分已知,且属性值和对方案的偏好值均为区间直觉模糊数的多属性决策问题.基于偏差极小化的思想,利用区间直觉模糊得分函数构造优化模型,计算属性权重,然后利用区间直觉模糊数加权平均算子对区间直觉模糊信息进行集结,根据得分函数和精确函数对方案进行排序.最后,通过一个实例说明了该方法的合理性与有效性.

区间直觉模糊环境下考虑主体满意度与中介风险偏好的双边匹配决策方法

本文针对区间直觉模糊环境下的双边匹配问题,给出一种在考虑中介偏好的同时兼顾双边主体满意度的匹配决策方法。首先,本文考虑了一方决策主体对另一方决策主体的模糊评价信息,并考虑了中介风险偏好,提出了区间直觉模糊匹配满意度公式;其次,依据双方主体满意度函数构建匹配矩阵;再次,运用线性加权法将多目标优化模型转化为单目标优化模型;最后,通过算例说明给出方法的有效性。