基于语义特征句向量距离的汉语-俄语跨语言文本聚类方法研究

[目的/意义]旨在为跨语言文本聚类研究提供参考。[方法/过程]首先,通过分句及计算每个句子的语义特征值确定文档的特征句集并进行文档向量表示;其次,将词旋转距离(Word Rotator s Distance WRD)的思路引入相似度计算步骤中,提出语义特征句向量距离(Semantic Feature Sentence Vectors’Distance,SFSVD)相似度计算方法,获得不同文档间的相似度;最后,利用HAC聚类算法获得文本聚类的结果。[结果/结论]提出的汉语-俄语跨语言文本聚类方法对比现有方法,其Purity值和NMI值显著提升且表现稳定。基于语义特征句和SFSVD相似度计算方法能够较准确地表示文本信息,从而进一步提升汉语-俄语跨语言文本聚类的性能。

全媒体传播下城市应对公共危机的新举措——以广州市抗击新冠肺炎疫情为例

岁末年初,新冠肺炎疫情蔓延全国,这是对各个城市应对公共危机和治理的严峻考验,而城市在应对突发公共危机中的表现在一定程度上体现着其社会治理水平等综合实力。作为2003年抗击“非典”主战场之一的广州,在新冠肺炎疫情中展现出其在全媒体时代下公共危机应对与治理的能力。本文通过对广州抗击新冠肺炎疫情的个案研究,探讨全媒体传播背景下城市应对公共危机的新举措。

复杂地形下有害气体泄漏的模拟预测与输运规律

从近几年国内外发生的几起重大气体泄漏事故的情况来看,由于缺乏对有害气体迁移和输运规律的把握,频频发生人员疏散延误和盲目疏散等现象,因此对有毒有害气体迁移和输运规律的研究显得尤为重要。现有研究方法大多使用经验模型预测气体泄漏过程,但是这些模型无法模拟在存在建筑物、山体等复杂地形条件下的气体泄漏输运时产生的低洼积聚、地形导向等重要现象。该文利用计算流体力学方法求解Navier-Stokes方程,对泄漏发生后的流场内的有害气体组分流动进行了研究。在对开县天然气井喷过程的数值模拟中,成功模拟了有害气体输运的积聚、导向等现象,模拟结果和事故现场的定性和部分定量结果进行比较,得到较为一致的结论。

智媒时代的传媒业

2019年,媒体借助不断成熟的智能技术,以建设全媒体传播体系为目标向纵深发展。在布局未来蓝图的同时,也要看到技术带来的新情况、新问题。随着5G、AI、区块链技术的广泛应用,未来传媒业将在万物互联时代迎来新的发展机遇。