一种基于权重预处理的中文文本分类算法

文本分类是NLP(natural language processing,自然语言处理)处理技术的重要分支。信息检索、文本挖掘作为自然语言处理领域的关键技术,给人们的生活带来了许多便利,而文本分类正是这些关键技术开展的重要基础。文本分类作为自然语言处理研究的一个热点,其主要原理是将文本数据按照一定的分类规则实现自动化分类。目前常见的文本分类方式主要分为基于机器学习和基于深度学习两种,它们的本质是通过计算机自主学习从而提取文本信息中的规则来进行分类。针对数据量较小、硬件运算能力较低的应用场景,往往使用基于机器学习算法而衍生的文本分类模型。该文以期刊论文作为实验数据,研究中文文本分类问题,在改进传统词频算法的基础上提出了一种基于权重预处理的中文文本分类算法PRE-TF-IDF(pre-processing term frequency inverse document frequency)。传统词频算法在对词加权时仅考虑词的出现频率而不考虑词在文本中的位置;PRE-TF-IDF算法在TF-IDF(term frequency inverse document frequency)算法的基础上增加权重预处理和词密度权重两个环节。实验结果显示PRE-TF-IDF算法能够有效提高文本分类的准确性。

基于语言模型的神经网络文本情感分析

本文着眼于基于语言模型的神经网络文本分析,提出将长时记忆网络和深度神经网络深度结合,综合分析文本中的情感,在LSTM-LM模型中完成机器语言的升级。通过实验可得,本次研究所采取的模型在各项性能指标上都比传统的机器语言学习方法优越,更能胜任大数据下的应用场景。

MetaMap的文本映射原理及其对检索效果影响的研究

MetaMap是美国国立医学图书馆建立的自由文本到UMIS超级叙词的映射工具。文章首先从名词短语的变量产生、入选叙词、入选叙词赋值以及最终映射四个阶段对MetaMap的文本映射基本原理进行了描述。在此基础上，利用自动文本检索系统SMART，对经MetaMap映射的NLM文本测试集进行检索，并与未经映射的文本及仅由UMIS超级叙词组成的文本的检索结果进行对比，计算其查全率与查准率，分析MetaMap对检索效果的影响，结果显示MetaMap能在一定程度上提高检索效率。最后，作者对MetaMap目前存在的问题进行了简单分析。

当前流行Web开发语言——PHP

一、初识PHP PHP,一个嵌套的缩写名称,是超级文本预处理语言（PHP：Hypertext Preprocessor）的缩写。PHP是一种HTML内嵌式的语言,是一种通过在服务器端执行嵌入的HTML文档的脚本语言,它的语法结构比较接近C语言,受到很多的网站编程人员钟爱与认可。举例说明一个嵌入了PHP代码的HTML文档：

基于深度学习和支持向量机的文本分类模型

NLP(Natural Language Processing,自然语言处理)是人工智能领域的一个主要研究方向,而文本分类是NLP处理技术的重要分支。自然语言处理使计算机、手机等电子设备能够具有识别理解人类语言的能力,由于其自身的复杂性,目前仍有许多技术难点没有被完全攻克,主要包括不断产生的新词、中文词语的一词多义、自然语言的灵活性等问题。该文以期刊论文作为实验数据,研究中文文本分类问题,在传统卷积神经网络模型的基础上提出了一种基于卷积神经网络和支持向量机结合的文本分类模型CNNSVM(Convolutional Neural Network and Support Vector Machine Classifier)。相较于传统方法,CNNSVM增加了注意力机制,简化了模型参数,并使用基于支持向量机的分类器替代传统模型中的softmax层帮助实现文本的分类。实验结果显示,该模型提升了特征词语的提取效果,有效解决了softmax层泛化能力较弱的问题。

符号学视野下《超级演说家》的创新发掘

《超级演说家》突破以往节目的简单复制,实现了真正的创新。本文就从符号学的角度分析节目给我们展现的不同层面文本,从而找出《超级演说家》的创新之处。

新闻文本自动分类技术概述

文本分类是对文本集按照一定的分类体系或标准划分为不同的类别。该文总结了文本分类的基本流程,讨论了中文文本分类的主要特点和常用技术,指出了现今新闻文本分类存在的问题,并对中文文本分类未来的发展前景和研究方向做出展望。

基于深度学习的冒犯性语言检测方法综述

冒犯性语言在社会化媒体上频繁出现,为了建立友好的网络社区,研究高效而准确的冒犯性语言检测方法具有重要意义。文章首先阐述冒犯性语言的定义,然后分析各种检测方式的特点与基于预训练的深度学习检测方法的潜力和优势。随后对现阶段常见的预处理方法及几种典型的深度学习模型的利弊、现状进行介绍。最后对冒犯性语言检测领域面临的挑战和期望进行归纳总结。

基于PHP的网络图片管理

详细讨论 PHP技术相对于其它动态网页技术的优缺点 ;分析基于 PHP技术管理网络图片的两种方法 :使用 PHP+FTP进行图片文件化管理的实现步骤 ;使用 PHP+My SQL实现图片数据化管理的一种算法。

基于JavaScript和PHP技术的游戏资源分享网站

主要设计和实现了一个基于JavaScript和超文本预处理语言(PHP)技术资源分享的动态网站。该网站具有用户注册、登录、注销、头像上传、评论、评分、论坛等功能,其所使用的数据库是MySQL,用户的信息保存在MySQL数据库中,运用面向对象的技术,把多种方法封装在一个类里,然后通过调用方法,实现往数据库添加数据的功能。用户注册采用前后端结合传值、后端接收值的方式。经过各模块的功能测试证明,该网站功能基本实现,且达到预期效果。

基于WAP的校园信息服务系统设计与实现

通过对WAP应用环境及济南大学WAP站的介绍,提出了一种将校园网中基于Web的信息服务系统以WAP方式提供的实现技术.详细阐述了信息转化、集成、过滤的方法,最后实现了WML转化器的设计及WAP校园信息服务系统.

四维WebGIS系统设计与实现

为了解决四维地理信息系统数据量大、时间维度信息描述难、互连网访问不容易实现的问题,提出了基于Action-Script 3.0、php和Mysql技术的四维地理信息系统开发模型。在三维空间数据库的基础上,使用php DOM技术将空间数据解析为空间信息数据XML文件,使用ActionScript 3.0与flash动画相结合的技术实现时间维度信息描述、公交动画功能、空间信息数据XML文件解析和WebGIS基本操作,并利用php Web技术进行了系统的发布。实例结果表明了四维时间域表达及结合用户虚拟现实体验的过程,有效地解决了技术难题,为四维地理信息技术提供了可行的解决途径。

基于AMP环境的网络教学平台身份验证方案比较

议论了如何解决网络教学平台中常见的用户身份验证问题,提出了基于AMP环境的不同的解决方案,并给出了每种方案的具体实现算法,其思路对于此类问题的解决具有普遍意义。

WINNT下PHP的安装及使用

介绍WINNT系统下PHP的安装、配置及使用。

基于HTML特征与层次聚类的Web查询接口发现

针对各网站Web查询接口(WQI)因结构异构而难以被自动发现的问题,提出一种基于超级文本标记语言(HTML)特征和层次聚类的Web查询接口发现方法。利用HTML控件元素之间的层级结构、依附关系和HTML交互控件的终端特性,通过前序和后序遍历相结合的方式解析页面,建立合适的页面树状模型。按照查询区域交互密度的局部集中性定位并初始化聚类集合。将聚类集合中各潜在接口区域结构距离的相似性进行层次聚类,并对所得潜在接口中的交互控件选择合适的文本节点进行语义标注,得出完整WQI区域,利用接口中的文本特征过滤非查询接口。实验结果表明,该方法克服了传统方法对<form>标签的过度依赖,具有较强的通用性,接口识别率与准确率分别达到90.7%和92%。

基于HL7 V3标准的双向转诊系统的设计与研究

设计了一套基于HL7 V3标准的双向转诊系统,系统结合了PHP、MySQL以及Web Service技术,实现了双向转诊系统的基本功能。通过运用一个标准的HL7引擎来进行HL7信息的构建及解析,系统的服务端和客户端之间的接口采用标准的Web Service接口,数据流采用HL7 V3标准的XML组织方式。因此,该系统的服务端可以提供给任何支持Web Service及HL7 V3标准的客户端调用,具有良好的可扩展性。

自动词语简化方法综述

自动词语简化是用简单、同等意义的词语替代句子中复杂词的过程,是文本简化中的一个重要研究方向。随着自然语言处理技术的快速发展,词语简化方法也在不断更新与变化。该文对词语简化方法的相关研究进行了梳理,先对词语简化的整体框架进行解释,然后将词语简化方法总结为语言数据库、自动规则、词嵌入模型、混合模型和预处理语言模型。接着对汉语词语简化研究所面临的难点进行论述。最后,对词语简化方法的发展方向进行了展望和总结。

基于H5技术的交互课件设计与实现

基于新媒体技术的新兴教学辅助课件相较于传统教学课件具有趣味化、交互强、灵活度高等优点。文章基于H5、CSS和Javascript等技术设计并实现了一个交互式课件。该课件包括7个模块,每个模块都经过合理的内容安排与交互效果设计,在激发学生学习兴趣的同时,还可以提高学生的学习效果。

考虑特征稀疏特性的短文本命名实体快速识别方法

首先,通过过滤标点符号选择适当的特征,并构建向量,分割两个及两个以上词语组成特定语义,标注词性,找出相对词类。其次,利用潜在狄利克雷分配(LDA)模型令话题与文档间存在相关性,明确文档主题,降低数据特征稀疏特性。再次,本文双向长短期记忆网络条件随机场(BR-BiLSTM-CRF)模型通过双向LSTM模型检测文本命名实体的边界,与链式条件随机场层的输出实体类型相结合,增加了词汇和词类的特征,实现对文本整体序列实体边缘的检测。最后,采用交叉熵和梯度下降修正网络参数,直至误差不超过指定数值,实现文本命名实体的识别。实验结果表明:本文方法识别速度快、精度高、整体性能强;该方法能够更好地通过计算机识别语言明确文本词性,提高命名实体识别的准确性和效率。

前卫的忏悔──吉姆·戴恩近作展“新版本”观后

前卫的忏悔──吉姆·戴恩近作展“新版本”观后段炼美国当代画家吉姆·戴恩（ＪｉｍＤｉｎｅ）的艺术，旨在用象征的语言来追求艺术生命。探讨戴恩的艺术语言，既可以帮助我们对２０世纪后半期西方前卫艺术的发展进行历史的再认识，也可以帮助我们展望下个世纪艺术的生存...