基于中文分词算法和众包协同的高校课程思政资源共享与互助系统

近年来,广大高校教师积极参与“课程思政”教改实践,但却经常面临创新思路单一、参考资源查找效率低、教学资源制作的技能和精力不足等困扰。针对现有研究的不足,设计并实现了一个基于中文分词算法和众包协同的高校课程思政资源共享与互助系统。该系统使用TF⁃IDF算法和众包机制来整合互联网上的课程思政资源,联结了多方平台和参与者,使用Spring Boot和Vue框架进行开发。该系统由协同互助、课程思政、讨论区、资源检索、个人中心等模块组成,可为高校教师提供课程思政教学的辅助支持,具有良好的应用价值。

基于统计的云搜索中文分词算法

针对当前云搜索系统中中文分词仅仅采用简单的正向匹配最大算法和逆向最大匹配算法容易产生歧义的问题,提出了采用平均最大分词算法分词,并用最小分词偏离标准差消除歧义的方法进行云搜索系统的中文分词。经过测试,该算法明显优于正向最大匹配算法和逆向最大匹配算法。

专业搜索引擎中文分词算法的实现与研究

为实现专业信息查询的中文搜索引擎,首要的问题就是中文分词。本文首先介绍了分词用词典数据结构的组织以及使用二分查找的查询算法,然后提出了一种基于最短路径的改进分词算法。实验证明,利用该算法,可以消除大量歧义,取得较好的分词效果。

中文分词算法在搜索引擎应用中的运用

中文分词算法在搜索引擎应用中有着广泛的应用空间,且能够增加信息检索的准确性,故而值得予以推广。在此之上,本文简要分析了中文分词算法的作用与中文分词算法在搜索引擎中的难点,并分别从基于字符串匹配分词、基于N元语法分词、基于搜索统计技术等方面,论述了中文分词算法在搜索引擎应用中的运用策略,以此提高大众对中文分词算法的认知水平。

中文分词算法在搜索引擎应用中的研究

在对汉字信息进行处理的过程中,汉字词汇本身的构成具备一定的特殊性,无法实现像英文一样根据空格来分隔单词。因此,对于一整段汉字进行切分形成独立词语是中文信息处理上难点所在。论文主要对中文分词算法以及相应的中文分词技术进行分析和研究,帮助更多人了解到中文分词算法在搜索引擎中的应用。

基于中文分词算法的英语学习资源查询系统研究

针对人工智能在信息搜索领域的实际应用,本文介绍了一种基于中文分词算法的英语学习资源查询系统。该系统通过一种基于中文分词算法的搜索策略,结合事例推理技术实现对英语学习资源的智能搜索。系统测试结果表明,用户可以通过该系统搜索到所提问问题的类似事例以及解决该问题的相关知识条款。

基于NGram的无词典中文分词算法

本文提出的无词典分词方法，仅依靠未标注语料里面包含的统计信息进行分词。这个方法分为两步：第一步通过统计得到NGram的统计信息；第二步根据这些NGram信息对新的语料进行分词，实验表明该方法在没有词典支持的情况下能够比较正确地分词，特别对于短文本有比较好的效果。

应用中文分词技术的网络推广管理系统的设计与实现

为满足某企业内部网络推广管理需求,系统从管理者的角度出发,以引流客户为目的,研究B2B模式下网络推广人员的发帖行为需求,确定系统的主要模块为发帖管理、关键词管理、网帖样本和公司网站管理。利用中文分词技术,基于产品关键词实现快速生成网帖标题和网帖正文,保存可复用的网帖段落,以供推广人员发布精准的网帖。

搜索引擎之中文分词技术研究

近年来,网络发展迅猛,出现了很多新的网络名词,如云计算、虚拟技术和互联网+等,国家也非常重视中国互联网的发展。2015年5月21日互联网金融大会在乌镇召开,共同探讨了"互联网金融+"新机遇与行业发展。在这样一个大数据时代下,想要准确、快速的获取自己需要的东西显得特别重要,本文就搜索引擎技术的一种核心技术——中文分词技术进行阐述,本文抛砖引玉,旨在与大家共同学习。

中文分词在线路工作票安全措施辨识中的应用

计算机具有处理文字甚至理解语言含义的能力,目前已广泛应用至各个领域。文章在研究中文分词理论的基础上,利用最大正向匹配算法分析了中文分词算法在线路工作票安全措施自动识别和校核中的应用,可供参考。

自动答疑系统中文分词模块的设计与实现

本文对国内外自动答疑系统的研究现状进行了分析,对常用的分词词典机制和分词算法进行了理论研究,深入讨论了分词过程中常出现的歧义问题,提出了基于双字哈希索引的词典机制,并将改进的最大匹配算法与串频统计相结合,提高了中文分词的准确性,对自动答疑系统中的中文分词模块进行了设计与实现,通过实验证明该分词系统具有良好的切分精度和实用性。

基于人工智能的主观题自动评分算法实现

针对网络考试系统中主观题自动评分面临的困难和问题,将人工智能中中文自然语言理解的研究成果(空间向量模型、分词算法等)应用于网络考试中对主观题答案(包括标准答案和考生答案)的"理解"过程中,并在此基础上提出了将基于矢量空间模型的文本矢量特征匹配算法应用于计算机对考生答卷进行自动评判的过程中。实验测试数据表明,所提出的算法具有一定应用前景。

基于Java实现网络舆情分析系统的研究与实现

通过对各大门户网站、论坛和贴吧的留言和评论的爬取,录入后台数据库。用户可根据主题、内容进行搜索查看。通过利用中科院分词算法进行实现对爬去下来的内容进行分词处理,分词处理后的结果利用自行研究出来的基于权值算法实现的中文情感分析进行评论的倾向性分析,通过对句子结构和主张词以及情感副词的判断来对评论的情感倾向性做出有效地判断,通过情感权值计算后可给出评论的倾向性以供用户查阅和进行其他相关工作。

基于本体的智能语义检索模型设计与研究

针对现有的基于关键词检索过程中存在的缺陷,构建一种基于本体的面向语义查询的信息检索模型。该系统在领域本体知识库建立的基础上,将智能语义Web技术与信息检索方法相结合,核心是运用中文分词算法和语义扩展实现用户对专业领域信息的有效查询,实现了面向领域的智能检索系统。