利用N-元模型构建甲骨卜辞词元库的研究

准确识别甲骨卜辞词元是使用计算机技术正确切分与处理甲骨卜辞信息的关键。当前,在甲骨学研究领域没有专门的甲骨卜辞词元库,自动、高效、科学、动态地构建甲骨卜辞词元库非常重要。依据甲骨卜辞特点及拥有的大量甲骨卜辞资源,提出基于N-元模型的Bi-gram模型构建甲骨卜辞词元库的技术方法。实验表明,将统计计算语言模型用于甲骨卜辞的词元库的构建具有很强的实用性和可操作性。

一种面向模糊测试的GUI程序空转状态实时检测方法

针对当前Windows下GUI软件模糊测试过程中,由于进入空转状态时刻判断不准确导致的测试效率降低的问题,利用自然语言处理的方法在函数执行迹的基础上来解决空转状态识别问题.首先分析了传统程序分析方法在空转状态判断上遇到的困难,提出了基于Bi-Gram模型以及统计分析的空转状态识别方法.通过Bi-Gram算法,将程序函数执行迹转换为概率特征序列;利用空转状态在特征序列中的方差特征,将空转状态特征序列从程序特征序列中分离,在此基础上,进一步提取空转状态特征并实现空转状态实时检测算法.通过对典型源码与二进制软件程序的实验测试表明,该方法在效率和准确性上优于传统方法,能够支撑对GUI程序模糊测试的需求.