中文论坛内容监测的方法研究

互联网上充斥着用户生成文档,如论坛中的帖子。如何对这些杂乱无章的内容进行监控是安全部门所关心的重点之一,话题识别与跟踪(Topic Detection and Tracking,TDT)是监控的有效手段之一。但是,网络论坛帖子的特点是回帖篇幅短、话题转移快,使得面向论坛的话题识别与跟踪变得异常困难。针对其特点,给出了三个TDT模型:首先给出一个基线模型;为了缓解"话题漂移"现象,提出了将一个话题表示为种子向量与后续向量的改进模型;在改进的模型上运用最新的命名实体(NE)权重调节策略。针对论坛帖子格式不规范及TDT系统对处理速度的要求,提出了一种特征提取方法。最后,在真实数据集上给出了所用TDT模型的实验结果,证实了所建模型及特征提取方法的有效性。

基于论坛的中国互联网用户兴趣调查研究

通过分析网民在论坛中的发帖内容来揭示网民所共有的社会兴趣。通过跟踪流行中文论坛的在线人数和日发帖量来说明论坛在中国很受欢迎,论坛用户所共有的兴趣可以被看成社会兴趣。使用数据挖掘方法分析天涯论坛发帖内容,引入量化阶梯树表现社会兴趣。实验结果不仅揭示了论坛用户所共有的普遍兴趣,而且确定了当前的社会热点。实验表明通过研究论坛可以自动确定社会兴趣和社会热点。

一种局部最优社区挖掘方法

研究互联网论坛中划分用户社区问题。首先通过分析用户在论坛上的发言层次结构与内容建立用户之间的回复关系图,然后提出一种基于局部最优的图聚类方法LOGCA对大容量的论坛网络图进行分类。实验得到互联网论坛上几个有意义的用户社区,并且确定了社区成员的共同兴趣。实验结果表明新方法简单有效,能够从大规模网络中发掘出有意义的用户社区。

美国汉语教学的现状及思考

汉语教学在美国不断升温,每年在美国都要召开"全美外语教学学会(简称ACTFL)"和"全美中文论坛"两个年度性语言学术研讨会,通过近两次参加这些世界性的语言会议,我们不仅了解到现在对外汉语教学在美国以及国际上的发展状况,同时也学习到很多行之有效的课堂教学方法,特此总结一下拿来与诸位分享。