基于GeoNames和Solr的地名数据全文检索

地名数据是一种重要的地理信息资源,目前我国的地名数据库建设多局限于国内地名,缺少国外数据。传统地名数据的检索多为关键字查询,查询效率低且无法用于复杂地名查询。文中提出一种基于开源地名数据库GeoNames和开源搜索引擎Solr的地名数据全文检索方法,通过分析GeoNames的数据类型和结构,构建MySQL地名数据库,并利用Solr建立地名索引,提供基于Web服务的地名数据全文检索。实验表明,基于Solr的地名数据全文检索能够显著提高地名数据检索效率,对于复杂地名查询,也能进行有效地检索。

Statistical distribution of Chinese names

This paper studies the statistical characteristics of Chinese surnames, first names and full names based on a credible sample. The distribution of Chinese surnames, unlike that in any other countries, shows an exponential pattern in the top part and a power-law pattern in the tail part. The distributions of Chinese first names and full names have the characteristics of a power law with different exponents. Finally, the interrelation of the first name and the surname is demonstrated by using a computer simulation and an exhibition of the name network. Chinese people take the surname into account when they choose a first name for somebody.

面向柳州市时空信息云平台的地名地址全生命周期更新运营管理建设实践

地名地址是柳州时空信息云平台的重要组成部分之一,但是各类政务数据里面的地址标准不一、地址表述多样、地址运营更新困难,严重制约着时空信息云平台公共服务效率的进一步提升。据此,本文探讨了一种基于地名地址模型的全生命周期更新运营管理方法,通过引入社会企业地名地址大数据运营管理的实践能力,结合时空信息云平台的定位,采用人工智能地名地址匹配、深度学习的地址分词、地址语义图谱和归一化地址关联匹配等技术,确保柳州市地名地址数据表述更加标准、语义更加丰富;最终为各部门提供更加准确、翔实的地名地址服务,以满足“智慧城市”多样化应用的需求。

基于Lucene的地名数据库快速检索系统

针对传统关系型数据库海量地名数据检索效率低下的问题,提出了一种盘古分词和Lucene全文检索相结合的地名数据库快速检索方法。首先,设计了一种地名数据表结构,比较了几种常用开源分词器的中文分词性能,并选用性能优异的盘古中文分词器,通过扩展其词典来实现中文地名的有效分词。其次,利用内存索引和多线程并行处理技术提高Lucene创建倒排索引效率,并依据地名类别和显示优先级属性优化了检索结果相关度排序策略。最后,开发了一套具有快速搜索和地图定位展示的Web地名检索系统,使用500万条真实地名数据测试了其检索性能,查询平均耗时不到1s,比MySQL数据库模糊检索效率提高了15倍,匹配结果也更加准确,能够提供高效灵活的海量地名公共检索服务。

英汉姓名比较及其文化内涵

姓名,是用以指称某一确定的个人并与他人相区别的标志。它作为人类社会特有的现象,同复杂的社会文化有着深刻的关系。从中英两个民族的姓名入手,对其来源、结构进行了分析。从而揭示了两种不同的文化内涵和历史背景,有助于中西方文化和历史的研究与交流。

英汉姓名的文化底蕴及其翻译

姓名作为一种文化载体 ,具有丰富的文化内涵 ,集中体现了民族文化的特点 ,英汉姓名因而存在着巨大的文化差异。英汉姓名的翻译应遵循“名从主人原则” ,“约定俗成原则” ,采用音译法和形译法 。

从人名看东西方文化异同

人名是社会的一面镜子,透过人名可以发现不同的社会文化、社会心理以及不同的社会生活变迁的印迹。文章从东西方人名的异同这一角度分析其相应的土壤——东西方文化的异同。

西周既望历日与建正范围研究

利用具有月龄特征的历谱规律的研究成果 ,在求解 1 6件西周既望历日的过程中 ,得出其时历法的建正范围为丑、寅、卯、辰。分析“夏商周断代工程”

商业信函处理系统的设计与实现

利用邮政网点所蕴含的名址信息资源，以Oracle数据库为基础，利用数据库技术与全文检索技术的有机结合实现了商业信函名址信息系统，介绍了商业信函处理系统的业务功能、系统结构和名址信息系统组织形式与逻辑结构，分析了现有商业信函处理系统检索方式存在的缺点和全文检索的有关技术，系统的成功应用提高了企业的服务质量和经济效益。

《清文翻译全藏经》丛考

manju hergen i ubaliyambuha ambag‘anjur nomun的新拟书名为《满文大藏经》或《清文全藏经》,这与书序名称及书名著录原则均不符;"以国语译汉全藏经"则是乾隆帝《御制清文翻译全藏经序》中的一句叙述话语,不能把"国语译汉全藏经"当作书名。该满文古籍应定书名为《清文翻译全藏经》,全称为《御译清文翻译全藏经》。承担该书翻译的是清字经馆。清字经馆是乾隆朝增设的临时性机构,开始时称"译经处",专为修《清文翻译全藏经》而设,隶属于内务府。清廷组织了一批人员专门从事《清文翻译全藏经》的译刻人员,确保了《清文翻译全藏经》的翻译质量。

基于网页信息和分词的中文机构名全称和简称提取方法

搜索引擎在处理全称和简称的对应关系时,以往只能通过人工添加,造成简称遗漏、搜索结果召回率低等问题。为此,提出了一种自动获取机构全称和简称的方法。根据域名地址获取机构网站首页源代码,从中提取相应机构全称,再结合机构名上下文特征词集合从中提取候选简称,最后计算候选简称与全称的相似度确定最终简称。通过对1 287个组织机构网站的实验,全称提取正确率达93.9%,简称召回率和正确率分别达85.3%和90.8%,实验表明该方法效果良好。

墨家逻辑的命题论

墨家逻辑有独特的命题论。其中对实然、或然和必然等模态命题,祈使句的主观或然模态和客观必然模态的区分,全称特称命题,假言命题,以及命题的评价标准等,都有独到的论述和巧妙的运用。这对今日的逻辑研究和今人的思维表达,都有重要的启示和借鉴意义。

《中图法》(第四版)全称及部分类名刍议

基于重视命名的科学性,准确反映事物内涵的原则,认为《中图法》(第四版)将全称由原来的《中国图书馆图书分类法》改为《中国图书馆分类法》,删去作为类分对象—"图书"这一关键词欠妥,同时探讨S农业科学、T工业技术等一级类目以及T工业技术大类中几个二级类目命名上存在的问题。

试论云南瑶族姓名中的瑶传道教因素

受瑶传道教的影响,云南瑶族姓氏中只有亚姓起着祖先祭祀的作用,而姓名中最重要的戒名的有无,直接关系到人死后能否在来世取得家先的资格和在仙界获得一定的地位。瑶传道教是瑶族支系蓝靛瑶、过山瑶和茶山瑶的宗教信仰,是道教信仰传入瑶族社会后与其固有的原始宗教因素融合而形成的。云南瑶族主要由蓝靛瑶和过山瑶组成,瑶传道教信仰深入到了其社会文化体系的各个方面。

术语“AIDS(艾滋病)”全称应用考察

本文考察表明,部分汉语辞书未能规范应用AIDS全称。辞书确定术语规范形式应根据国家标准、政府的法规性规定、科技界的应用通例、权威或通行的汉语辞书的模式进行;语文辞书中的术语规范应用在词汇、概念、词条3个层面上分别要求。

“耳胀”“耳闭”病名考证

耳胀耳闭是以耳内胀闷堵塞感及听力下降为主要症状的中耳疾病,教材和相关指南认为西医学的分泌性中耳炎属于此范畴。“耳胀耳闭”是以2个名词排列形成的一个疾病名称,因此并不符合疾病的命名原则。为寻找更为规范的命名,本文通过梳理古现代文献中关于“耳胀”“耳闭”的记载,发现“耳胀”“耳闭”作为名词在古代文献中分开记载,多被描述为疾病的症状。此外,与“耳胀”“耳闭”描述相似甚或相同的疾病病名有“风聋”“暴聋”“卒聋”“气闭耳聋”以及现代的“急、慢耳痹”。通过考证,“风聋”“暴聋”“卒聋”“气闭耳聋”均不能够取代“耳胀耳闭”“急、慢耳痹”为新命名疾病且影响面较小有待进一步考辨,另期待广大同仁能够寻找更为合适的病名。

论重庆涪陵地名的命名类型及文化意义

一个地方的命名总有其根据,或依据自然因素,或依据人为因素,一个地名要么反映了该地的自然特征,要么反映了该地的人文特点。涪陵地名的通名主要以地理形态特征、建筑物和行政区划为命名依据,专名主要以地理形态特征、动植物、姓氏、生产活动、历史故事人物、宗教传说等为命名依据,文章从命名依据中探究了地名所蕴涵的文化意义。

实名制校园安保服务平台的设计与实现

针对校园安保服务平台实名制网络服务需要和信息检索效率问题,运用当前流行的Spring、Mybatis等开源框架开发,采用教育电子身份号(EEID)的实名认证技术和全文检索技术设计实现了实名制校园安保服务平台。经测试,平台具有对校内人员的信息管控、校园保卫人员的实时调度、安保工作智能管理等功能,信息检索响应速度快,系统安全性能好,适合数字化校园安全保卫建设需要。

针对特定任务的方法实体评估研究

[目的/意义]在科学的发展中,研究方法扮演着重要角色。收集并分析特定学科的方法实体,能够帮助学者更好地了解该领域的研究方法,并找到适合其自身研究的方法。目前已有针对方法抽取和评价的相关研究,但尚未针对特定任务开展知识实体抽取与评估研究。[方法/过程]本文以命名实体识别(Named Entity Recognition,NER)任务为例,从ACL Anthology网站中收集相关论文,利用内容分析法对论文中作者使用的方法实体进行标注。本文从426篇学术论文中标注出904种方法实体。并基于使用次数和使用年代两个维度来评估方法实体影响力。[结果/结论]条件随机场是NER任务中影响力最大的算法,神经网络算法在近五年发展迅猛;学者倾向于使用算法而不是现成的工具进行实体识别;在数据选择方面,经典数据集是学者的首选;F值、正确率和召回率是影响力最大的评价指标。本文的标注结果能够帮助学者更好地理解该任务,提高科研的效率。实体评估的结果能够为初学者在选择具体研究方法时提供参考。

基于编辑距离的中文组织机构名简称-全称匹配算法

在面对中文语言环境下组织机构名简称-全称匹配这一具体问题时,经典的基于编辑距离进行字符串相似匹配方法的实用性有所下降。基于编辑距离的思想,提出了一种改进匹配算法:首先对简称和全称进行分词,以切合中文的语法结构特点;之后结合重定义的词汇语义相似度度量方法,修改编辑操作权重,并通过自适应学习的方式进一步修正;最后选择与简称编辑距离最小的全称作为匹配结果。实验结果表明,该算法匹配准确率比原始方法有较大提升。