基于灰色关联分析的中文新闻事件关联性识别

针对中文新闻事件关联性识别准确率较低的问题,提出一种基于灰色关联分析(GRA)的中文新闻事件关联性识别算法,该算法是一种多因素分析法。首先,通过分析中文新闻事件的特性,提出三个影响事件关联性的因素,分别为触发词的共现性、事件的共享名词以及事件句的相似度;其次,对多个影响因素进行量化处理,计算每个影响因素的影响权值;最后,运用GRA将多个影响因素结合在一起,建立事件之间的灰色关联性分析模型,实现事件关联性识别。通过实验验证了三个影响因素对事件关联性识别的有效性,而且相对于只考虑单一影响因素的关联性识别算法,所提算法提高了事件关联性识别的准确率。

基于事件内容的快速视频交叉检索方法

针对安全系统中的海量资料和信息,提出一种基于事件内容的快速视频交叉检索方法。该方法通过检索事件所处环境和涉及的安防设备进行针对性的关联性检索,快速地将相关事件证据形成完整的事件证据链。实验结果表明,该方法能提高检索效率,提升针对突发事件的响应速度。

网络流行语的概念辨析与传播过程

伴随着网络的普及,中国网络流行语层出不穷,逐渐从网络渗透到传统媒体和社会生活中,成为公众用语。从网络流行语的概念和其与普通网络语言的区分出发,指出事件关联性是促进网络语言流行化的重要因素,影响网络流行语产生的心理因素包括个体心理因素和群体心理因素两个部分,网络流行语具有社会性、娱乐性、不规范性这三个语言特色。