基于组合词和同义词集的关键词提取算法

为了提高关键词的提取准确率,在对现有关键词抽取方法进行研究的基础之上,针对影响关键词提取准确率的分词技术、同义词现象等难点,提出了一种基于组合词和同义词集的关键词提取算法。该算法首先利用组合词识别算法极大地改进分词效果,能识别网页上绝大多数的新词、未登录词,为提高关键词自动抽取准确率奠定了坚实的基础;同时利用构造的同义词集,合并同义词的词频,避免了同义词在输出结果中同现;利用综合评分公式,充分考虑候选关键词的位置、长度、词性等特性。实验数据表明,该方法有较高的提取准确率。

基于主题词权重和句子特征的自动文摘

为获得高质量的自动文摘,在组合词识别算法的基础上,充分考虑词的频率、词性、词的位置、词长等因素,构建了一个词语权重计算公式,该公式能使表达主题的词和短语具有较高的权重.对句子权重的计算,则考虑了句子的内容、位置以及线索词的作用和用户偏好等.摘要的生成充分考虑了候选文摘句的相似性,避免了冗余信息的加入.对摘要的评估进行了从句子粒度到词语粒度的改进,提出了一种基于词语粒度的准确率和召回率计算方法.实验证明,该算法生成的自动文摘有着较高的质量,平均准确率达到77.1%.

受限领域中文问答系统问句分析研究

问句分析是问答系统中一个极其重要的部分,它对后续的搜索模块和答案抽取模块有着至关重要的影响。为了提高问句分析模块的性能,对中文问答系统问句分析模块进行研究和分析,在构建领域词典的基础上实现了对问句中命名实体的识别。对问句类型的识别则采用问题类别对照表的方式来实现。在对问句进行分词、词性标注之后,提取出其中的名词、动词、形容词等实词,形成初始查询向量,最后对初始查询向量进行同义词扩展和问句类型关联词扩展。实验结果表明,通过查询向量进行查询比用问句直接查询有着更高的准确率。

一种关于旅行商问题适用范围的优化方法

针对旅行商问题适用范围存在的局限性,结合实际的仓库拣货作业优化实例开展研究。考虑仓库内各货位点之间的相对位置关系以及拣货员可能行走的路线,设计出关于拣货员行走路线的分类算法;提出虚拟点的概念来解决旅行商问题求解时起点、终点不一致的问题;利用虚拟点,根据任务单要求找出拣货员所有的最优位置访问顺序;比较每一种情况,得到拣货员的最优路径,以实现缩短拣货总时间、减少人力和物力的总目标,较好地提高拣货效率。

基于机器视觉的外卖员安全头盔的设计与开发

本文基于社会现象:外卖配送交通事故频出,一些配送员争分夺秒、骑车像风,不仅如此,逆行、闯红禄灯、随意调头转弯、骑行看手机等现象也屡见不鲜,导致事故发生率高居不下。我们使用树莓派进行开发,通过移植深度学习框架到嵌入式设备中,训练出所需要的模型,实现对外卖员是否违法交通规则进行对应的识别,上传其违法图片到管理后台,有效的管控道路安全,并在设备上配套了电话功能,能实现不看手机,通过头盔的按键实现与客户通话,同时搭配GPS功能,实现位置上传,配套外卖员管理系统,在地图上实时获取外卖员位置信息,可随时监控外卖员行为,实现了智能化管理外卖员骑行行为。