汉语分词系统中的信息集成和最佳路径搜索方法

复杂的汉语分词系统中，各种信息的有效集成是系统实现的关键。本文介绍了分调系统SegTag中信息集成方法，并讨论了信息集成结构中的两种最佳路径搜索方法。最后，我们给出实验结果和结论。

万维网知识挖掘方法的研究

1.引言万维网(World Wide Web)的出现使计算机拥有海量的信息资源,然而这些信息却很少以计算机可理解的结构存在,因为,万维网上的页面本来就是以人,而不是计算机为其阅读对象的。因此,复杂的文本结构、图像、声音等多种信息的存在,既把万维网变成一种丰富多采的媒体,又造成了计算机对万维网信息进一步处理的障碍。

Internet上的软件Agent

本文首先介绍Agent的基本概念及其相关理论、体系结构和语言。然后较详细地介绍软件Agent方面的典型工作。最后,阐释Internet软件Agent有关思想,并给出一些相应的研究结果。

Internet中文个人信息搜索

本文构造了一个用于自动生成Ｉｎｔｅｒｎｅｔ个人信息索引的实验系统ＰｅｒｓｏｎＩｎｄｅｘｅｒ。在ＣＥＲＮＥＴ两个网址上进行的初步实验表明，ＰｅｒｓｏｎＩｎｄｅｘｅｒ对中文姓名、拼音人名、中文机构名的召回率和精确率平均分别为９７．８％和６１．９％、１００％和６４．５％、９４．５％和９２．１％，对电子邮件地址和电话传真号码的召回率和精确率均为１００％。鉴于Ｉｎｔｅｒｎｅｔ上的信息检索以及自然语言处理这两个领域都互向对方提出了要求，我们相信，面向大规模真实文本的汉语分析技术与Ｉｎｔｅｒｎｅｔ的结合。

Internet的信息收集Agent及其搜索方法

本文首先介绍了Internet上Agent技术的重要性和信息结构，接着阐明了Internet信息收集Agent的功能及其信息搜索算法，并进一步描述其具体实现的体系结构。

Intranet搜索索引自动生成工具Weblndex

本文在分析几种典型Ｉｎｔｅｒｎｅｔ搜索引擎的基础上，设计实现了一种面向Ｉｎｔｒａｎｅｔ的信息收集ａｇｅｎｔ，着重阐述了ＷｅｂＩｎｄｅｘ，一个基于ＩＩＣＡ体系的Ｉｎｔｒａｎｅｔ搜索索引自动生成工具。该系统克服了现有产品的一些缺点，在系统的可伸缩性、可移植性和中文处理能力方面有明显的改进。

基于统计的汉语分词模型及实现方法

本文介绍了一种基于统计的汉语分词模型以及该模型在不同资源要求下的实现方法,并进一步讨论了这种方法的优缺点,最后,作者实现了这些方法,并给出相应的实验结果和结论。

利用汉字二元语法关系解决汉语自动分词中的交集型歧义

本文提出了一种利用句内相邻字之间的互信息及ｔ－测试差这两个统计量解决汉语自动分词中交集型歧义切分字段的方法．汉字二元语法关系（ｂｉｇｒａｍ）为相关计算的基础，直接从生语料库中自动习得．初步的实验结果显示，可以正确处理９０．

Java在中文信息处理中的应用

简要介绍了java在平台无关性方面的特点,着重论述java在中文软件系统的资源、文件I/O和码表转化几个方面的应用,同时提供几个体现中文信息处理方法的例子。