融合多特征的最大熵汉语命名实体识别模型

最大熵模型能有效整合多种约束信息,对于汉语命名实体识别具有很好的适用性.因此,将其作为基本框架,提出一种融合多特征的最大熵汉语命名实体识别模型.该模型集成局部与全局多种特征,同时为降低搜索空间并提高处理效率,而引入了启发式知识.基于SIGHAN 2008命名实体评测任务测试数据的实验结果表明,所建立的混合模式是一种组合统计模型与启发式知识的有效汉语命名实体识别模式.基于不同测试数据的实验说明,该方法针对不同测试数据源具有一致性.

基于英汉机译实现跨语言信息检索

随着日益增长的大量信息成为可利用的、用户面对查询一个多语种文本集合的情形 ,变得越来越普遍 .这就产生一个非常重要的问题—以一种语言描述的用户查询与以不同语言书写的文本之间的匹配问题 ,也就是一种如何跨越语言界限的问题 ,即跨语言信息检索 (Cross- L anguage Information Retrieval,CL IR) .针对该项任务建立了一个面向英汉的跨语言信息检索系统 ,并以此为基础提交了相关的几组运行结果 .同时 ,结合所构建的汉语 IR系统 ,实现完整的英—汉 CL

基于DOP的汉语句法分析技术

本文提出一种以DOP技术作为基本框架,同时利用基于相似的概率评估技术,实现汉语句法分析的方法。其中,对于输入语句,首先需要经过词汇层与词性层两层初选。然后,基于已构建知识源,获取输入语句的片段组合形式。最后,对输入语句与初选结果进行相似性评估,完成输入语句的组合分析过程。为论证方法有效性,基于包含1 000 个语句的真实汉语语料构建知识源,并采用包含100 个语句的真实汉语语料作为测试集。实验表明,句法分析的各项指标都比较令人满意,可有效地实现汉语句法分析。

基于相似性评估的近似实例求解策略

提出在基于实例的英汉机译中，一种基于相似性评估的近似实例求解策略·首先，对知识源进行预处理，包括树库、片段库及片段组合库的构建；其次，对输入句子进行预处理，包括句法分析树的建立，合法片段的抽取及片段组合形式的转换；最后，测量片段至句子的相似性，依据相似性阀值获取输入句子的所有近似实例·实验结果表明。

一种新型的跨语言信息检索技术

1.前言 随着科学技术迅猛发展,信息交流量与日俱增,人们开始广泛应用高速度、大容量的现代化工具--计算机进行信息处理.为使计算机能够应用于更广泛的用户,利用计算机高效率地进行各种语言信息处理已成为一个迫切需要研究的课题.由此,语言信息处理应运而生,成为一门新兴学科,其相关理论和方法研究在计算机科学与人工智能领域也显得尤其重要.自动的信息检索(Informatton Retrieval,IR)也作为语言信息处理研究领域的重要课题,越来越引起人们的兴趣与重视.人们希望用机器来实现信息自动检索,以解决人工方式带来的困难与复杂,如今正随着人们在语言信息处理领域里所取得的成果而变为现实.

程序设计与算法类课程建设模式探索

程序设计与算法类课程是计算机科学与技术专业的必修课,是综合性的专业基础课,在计算机科学与技术专业课程建设中的地位十分重要,因此针对该类课程的有效建设模式进行更深层次的探索是一项非常有价值的工作。从基于系统观的课程体系架构、基于全局观的建设规划设计以及基于局部观的课程内容建设三个层面,分析和讨论了有关程序设计与算法类课程建设模式的一些新探索,由此进一步提升学生对该类课程精髓的理解度,进一步提高这一重要课程群体的整体教学质量和教研水平。

基于数据驱动技术在语料词类分析中的应用

语料库语言学的主要研究内容之一是对所建立语料库中的语料,进行不同层次的语法分析。语法分析一般由两个层次组成,即词类分析(Part-of-Speech Analyzing)与句法分析(Parsing)。词类分析通常包括两个过程:(i)引入歧义(即,词法分析过程);(ii)消除歧义(即,排除非法选择的过程)。

面向数据的句法分析消歧

面向数据的分析技术(Data-Oriented Parsing,DOP)是一种概率分析策略,其概率模型的主要目的在于为一个给定的句子找到最可能的分析,即分析消歧。实际上,有关算法计算复杂度的大量研究证明,该类消歧问题属于NP-完全问题。因此,为有效实现最可能的分析,国外学者提出许多近似分析算法。本文主要论述在 DOP 框架中,基于 Monte Carlo 方法找到最可能分析的近似分析算法,并说明该方法可在合理的算法时间代价范围内实现,而且在统计上受控,以确保所获得的近似解确实对应着分析消歧后的精确解。

一种新型的面向数据的语言处理技术

1.引言在过去几年中,一种新型的语言处理技术开始出现,并以各种名称为人们所知,如“面向数据的句法分析(Data-Oriented Parsing,DOP)”,“基于语料库的解释”,及“树库文法”等等,统称为面向数据的语言处理或DOP方法。该方法由Scha[1990]提出,并由Bod[1992-1995]发展,是一种概率的分析策略,其中体现一种假设,即人类对语言的理解与创造,依赖于以往具体的语言经验,而不是抽象的语言学规则。因此,在实现这种方法的模型中,保留以往出现言语语言学表示的大语料库。当处理一个新的输入言语时,通过组合来自语料库的片段构造该言语的分析。其中片段的出现频率用于估计最可能的分析。

钢铁企业MTO-MTS混合合同计划管理模式研究

基于钢铁企业生产计划组织流程,提出MTO-MTS混合合同计划管理模式;分别建立了基于MTO管理模式和MTO-MTS混合管理模式的合同计划混合整数规划模型,模型中以提前/拖期惩罚、库存成本、生产能力未充分利用惩罚、库存匹配费用、合同取消惩罚总额最小为目标,同时考虑库存余材匹配和生产计划,并设计了对非可行解进行启发式修复的改进粒子群算法求解策略.仿真实验首先对参数设置进行分析,然后对多组数据进行实验,结果表明MTO-MTS管理模式能够规避需求预测不准确的风险,可以协调快速交货和降低库存的矛盾,更能适应客户需求多品种、小批量的发展趋势.

基于加权支持向量机的移动建模方法及其在软测量中的应用(英文)

工业过程软测量技术的核心问题是建立软测量模型,然而,利用传统全局建模方法与多模型建模方法进行复杂工业过程软测量建模时,在不同程度上存在一些问题.本文利用支持向量机(SVMs)泛化能力强的特点,结合局部加权学习(LWL)算法思想,提出一种适于局部学习的加权支持向量机(W-SVMs)学习算法和基于这种算法的移动建模方法.利用这种建模方法对Box-Jenkins煤气炉和重油催化裂化(FCCU)装置进行分析建模,并与其它不同建模方法进行比较,显示了该方法的优点和有效性.

基于粒子群-支持向量机的时间序列分类诊断模型

构建一种基于粒子群算法-支持向量机(PSO-SVM)的磁共振功能成像(fMRI)时间序列分类诊断模型,通过针对脑区多维时间序列数据的深层次分析实现病症患者和健康者的准确判断与区分,为面向fMRI时间序列数据的病症诊断和预测提供有效科学依据.该方法在以下4个方面不同于其他已有相关研究工作:(1)构建基于自回归模型的脑区多维时间序列数据特征表示;(2)构建基于支持向量机模型的脑区多维时间序列数据分类机制;(3)构建基于粒子群算法的分类学习参数寻优策略;(4)建立融合上述特征表示、优化分类与参数优选模式的fMRI时间序列数据分类诊断模型.通过以精神抑郁症作为实证分析的具体案例,所提出分类诊断模型已取得良好实验效果,展示出其有效性与合理性.

车辆可重复利用VRPTW问题的模型和改进蚁群算法

提出车辆可重复利用的VRPTW问题,建立多目标整数规划模型;基于蚁群系统(ACS),按优先访问服务开始时间较早、服务时间较短和关窗时间较早的原则,设计启发式因子和蚂蚁状态转移规则;借鉴MMAS和ASrank的优点设计信息素更新策略,既加强对每次迭代最好解的利用,又避免陷入局优;根据客户服务结束时间较早优先原则构造初始解。实验结果表明,可以大幅度减少所需车辆数并节省车辆的总运行时间,具有较快的收敛速度,本文的模型和算法是有效的。

协同粒子群-模拟退火算法求解VRPSPD问题

研究逆向物流车辆路径(VRPSPD)问题,建立了VRPSPD问题的混合整数规划模型。利用启发式算法的特点构造求解VRPSPD问题的一种协同PSO_SA算法,设计了该算法初始种群的编码规则、信息交换策略、2-opt邻域解生成策略和SA算法中的冷却进度表规则。实验过程以典型算例为例进行了实验,并对重要参数进行了分析。实验结果表明,该算法对于求解VRPSPD问题,可以有效提高车辆的负载使用率,避免因负载波动和最大负载能力约束而增加车辆总行程,在可以接受的迭代次数限制内可以收敛到满意解。

PSO_ACS混合算法求解VRPSPD问题及仿真

构造PSO_ACS混合算法求解同时送取货的车辆路径问题(VRPSPD),通过将ACS算法中的信息启发式因子和期望值启发式因子用解空间中的粒子位置动态表示,将PSO算法和ACS算法有机结合起来;利用PSO算法自适应改进ACS中的启发因子,从而提高蚁群算法的适应性。并用动态改变惯性权重的参数的方法加快PSO收敛速度。最终采用Dethloff的典型算例进行仿真实验,验证了混合算法的可行性和有效性,在求解最优解和收敛性能方面具有一定的优势。

基于样本依赖代价矩阵的小微企业信用评估方法

针对小微企业信用历史数据规模较小,而且类别不平衡问题较为严重,提出基于样本依赖代价矩阵的Smote XGboost-Bayes Minimum Risk(SXG-BMR)模型,对整体样本进行低倍率过采样,以弱化类别不平衡问题,降低模型过拟合的风险;模型将集成学习模型与最小风险贝叶斯决策相结合,以实现代价敏感。同时,模型中引入了样本依赖的代价矩阵,该代价矩阵不仅与类别有关,而且与样本自身属性有关,可以更为准确地表征代价。使用标准信用数据集和上海市小微企业信用数据集,进行多种算法的对比分析,结果表明,该模型性能优良。

PSO算法求解基于PCVRP的热轧批量计划问题

将热轧批量计划编制问题归结为奖金收集的车辆路径问题,按照热轧工艺规程,同时考虑轧制计划中钢板宽度、厚度的反跳约束,设计了反跳惩罚表,提出一种多目标数学规划模型,即最小化轧制计划数、最小化惩罚值、最小化未轧制板坯数.应用粒子群(PSO)算法进行求解,对PSO算法的求解过程进行了改进,使其适用于热轧批量计划问题,在实验中测试了算法的参数(惯性权重、加速因子)对解的影响,并进行了实验分析,获得了满意的结果.实验表明,经过改进的PSO算法所获得的最优解以及平均使用时间上都是有效的.

基于情境案例推理的播前收视率预测方法

本文旨在研究基于情境案例推理的电视节目播前收视率预测方法,充分利用大量积累的历史收视数据,通过历史电视节目案例与新节目案例的匹配与重用对新节目收视率进行播前预测,弥补传统播前预测方法成本高、效率低的缺陷,为电视节目的播前收视率预测提供新思路。该方法在以下三方面显著不同于其他已有相关研究工作:(1)引入心理学和知识领域的情境至基于案例推理的播前收视率预测中,构建一种内外部情境相交融的电视节目案例表达多层次情境结构;(2)基于电视节目案例表达中所存在的多值情境,构建多值符号情境的局部相似度计算模式,即多值匹配策略;(3)针对案例重用中目标案例与相似案例的情境匹配,构建基于差异情境的情境系数调整规则。基于华东地区8个月的收视数据,以电视剧收视率调查作为实验分析的具体案例,实验结果表明,本文提出的播前收视率预测方法具有良好的预测效果,并展示出其有效性与合理性。

基于ASRank和MMAS的蚁群算法求解飞机指派问题

本文将航班串的飞机指派问题归结为车辆路径问题,考虑连续航班串之间衔接时间、衔接机场的约束、每架飞机的总飞行时间约束,建立了带有飞行时间约束的车辆路径问题的混合整数规划模型。构造了蚁群系统算法,引入基于排序的蚂蚁系统和最大最小蚂蚁系统算法的信息素更新策略。选取某航空公司7组初始航班串集合进行测试,并对算法中的重要参数进行了分析。实验结果表明,本文设计的模型和算法可以有效地减少连续航班串之间的总衔接时间,在可接受的计算时间内获得满意解。

基于Lucene的英汉跨语言信息检索

描述了一个英汉跨语言检索系统的设计与实现,其主要研究目的在于寻找更为有效的英汉查询翻译方法,以及提高汉语检索系统的性能。在英汉查询翻译方面,以英汉双语词典为基础,建立了查询翻译算法。在汉语检索方面,分析不同索引单元对于检索性能的影响,基于Lucene全文索引工具包建立了搜索引擎。在系统评测方面,提出了一种根据主题,快速构建评测数据的方法。