Hash—Tree—一种词典组织方法

本文讨论了一种新的数据组织Hash-Tree。它综合了散列(Hash)和树(Tree)的优点。Hash使键值分布均衡,使所生成的基本上是一棵平衡树,而树结构又使最坏时间开销从Hash的O(N)降为o(logk N),k是树的分枝数。Hash-Tree的算法难度远较B-树,B~+树,DB树为低,当然它仅适于随机检索。 本文提出了Hash-树的结构及操作算法,分析了它的时空效率,对它的优劣作了简单评述。

藏文情感词典构建的现状分析

近年来,许多研究者证实,基于深度学习的多特征融合情感分析方法比纯深度学习方法更能挖掘文本的情感信息,其中情感词特征是最重要的特征之一。目前,藏文虽然有少量的情感词典,但基本上没有公开,想要使用藏文情感词典资源,只能自行构建。研究藏文情感词典的构建现状能对后续藏文情感词典的构建提供帮助。为了解藏文情感词典的词汇分类方法、常用词典构建方法以及已有藏文情感词典的词汇量与词汇构成等方面的研究现状,文中通过对比和统计等方法分析了近10年藏文情感词典构建相关的文献(以CHKI为主),总结出了藏文情感词典构建方面的研究状况。经研究发现,情感词的分类方法中,主要有7大类21小类、12大类20小类、2大类18小类等。藏文情感词典的构建方法包括词典匹配、机器翻译、SO-PMI扩充、基于word2vec或BERT的相似度扩充方法等。已有藏文情感词典的词汇量大致在5000至28000之间,接近中文情感词典的水平,词汇构成主要包含情感词、程度副词、否定词、双重否定词、表情词等。希望为相关研究人员提供参考。

基于混合方法的维吾尔语词干提取方法研究

针对维吾尔语形态变化,提出了利用规则和词典相结合的混合处理方法进行形态还原技术。利用从左到右地分析和Lovin算法实现了词干提取器。通过总结词法连接规则,提出了规则实现词干提取、用词典验证提取结果。经过对不同新闻内容的五次测试得出平均准确率达到了77.4%。

基于自然语言网络教学答疑中无词典分词算法的研究

提出了一种面向网络答疑系统的无词典分词方法.该方法用统计的手段从大规模未进行任何切分的领域语料中获取算法所需的参数,并结合一定的规则进行分词.该算法具有自学习的能力,适应性强,只要改变训练所用的语料,就能切分出不同领域的词.实验结果表明,该分词方法有较高的召回率和精度.

自然语言处理在企业语调领域的应用与展望

作为人工智能的一个子领域,自然语言处理推动了企业语调研究的发展。本文回顾和梳理了与企业语调相关的自然语言处理模型,以及该领域的重要研究成果。企业语调能提供细微独特且时效性强的企业经营信息。掌握企业语调信息,有利于高效监管和风险防范。文章给出了政策建议并对企业语调研究的发展趋势进行了展望。

Knowledge Automatic Indexing Based on Concept Lexicon and Segm-entation Algorithm

This paper is based on two existing theories about automatic indexing of thematic knowledge concept. The prohibit-word table with position information has been designed. The improved Maximum Matching-Minimum Backtracking method has been researched. Moreover it has been studied on improved indexing algorithm and application technology based on rules and thematic concept word table.