阐释“旅行的意义”——现象学的视角

流行文化中有关"旅行的意义"的说法并不少见,但如何对"旅行的意义"进行阐释却很少有人研究。该研究从"意义"的3种常见用法——价值与目的、含义与语义、语境与范畴——入手,主要借鉴现象学的分析方法,得到了如下主要观点:1存在两种阐释"旅行的意义"的可能方式,即可以将其理解为旅行行为本身在语境、含义、价值之间的一种整体性关联,也可理解为嵌套于人们的整个生命时空或生活世界之中的一种基于"旅行-意义"的关联,因此未来的相关研究需要从旅行这个相对封闭的小世界跨入日常生活这个开放的大世界;2人们是先行在前语言的层面上获得了原初的"旅行-意义",然后才有可能在一定的语境中用语言来获得派生的"旅行的意义";3对"旅行的意义"这个命题来说,更合理的提问方式应该不是问旅行的意义"是什么",而是问旅行的意义"如何(发生)"。

OpenURL及其在参考文献链接中的应用

OpenURL是一种开放链接环境下提供定位服务的服务组件和信息资源之间的互用性协议 ,克服了URL存在的一些问题 ,为上下文敏感链接的实现提供了可能。在指出URL存在的不足的同时 ,介绍了OpenURL标准的发展以及其句法结构 ,并对其在参考文献链接中的应用以及基于OpenURL软件系统的情况进行了阐述。

基于情境的社交网络信息传播链路预测研究

[目的/意义]针对目前链路预测模型准确度不高的问题,提出将情境特征融入到传统的链路预测研究中,以此来提高链路预测的精确度。[过程/方法]在对情境特征分析的基础上结合朴素贝叶斯理论,构建了基于情境特征的兴趣加权贝叶斯链路预测模型,并应用腾讯微博数据对该模型的准确性进行验证。[结果/结论]由实验结果分析可知,融入情景特征以及考虑兴趣加权的链路预测模型相比于传统的链路预测模型精确度更高,更贴近现实的社交网络。

QUIC——一个智能超文本导航系统

本文主要介绍了一个智能导航系统—— QUIC。通过使用智能代理和动态链库 ,QUIC能让浏览者快速地判断出浏览者所需的信息 。

基于移动视觉搜索技术的智慧公共文化服务模型研究

移动视觉搜索应用于公共文化服务符合国家"互联网+"的发展战略。通过对移动视觉搜索应用于智慧公共文化服务的需求动机可以发现:公共文化服务领域已有丰富的视觉资源;不同机构视觉资源急需互联;大数据环境激发高层语义表达需求;移动互联网改变人们搜索习惯。随后从视觉资源获取方式、视觉资源组织方式、移动视觉搜索实现方式和应用与服务方式四个方面进行案例分析,构建了一个基于移动视觉搜索技术的智慧公共文化服务模型。文章最后从视觉资源获取、视觉资源组织、移动视觉搜索和应用服务四个层面探讨移动视觉搜索如何应用于公共文化服务。

融合连边符号语义信息的网络表示学习算法

为融合连边符号语义信息提升网络表示学习质量,针对现有算法处理复杂连边符号语义信息能力较弱问题,提出一种融合连边符号语义信息的网络表示学习算法,将包含正负关系的连边符号语义信息引入网络表示学习过程。首先,该算法设计基于三层感知机的关系预测模型刻画节点间不同类型的上下文链接关系;然后,引入随机游走策略实现上下文链接采样以适应大规模网络场景训练需求。在三个数据集中实验表明,该算法能够有效建模节点间不同类型的上下文链接关系,挖掘其中包含的复杂语义信息,相比目前最优的SIDE方法,所提算法的性能分别提高了0.31%、1.3%和1.85%。

面向上下文无关语言的信息提取模块化设计

为实现白盒测试的源文件信息提取,提出了通过Lex和Yacc对使用上下文无关文法定义的语言进行词法和语法分析,构建独立的信息提取模块的思想。在函数信息提取部分提出了块和级的概念,用语句结构和语句链表结构将函数定义信息表示出来。在类信息提取部分通过识别出类声明中的成员变量和成员函数的声明信息,建立成员链表结构;识别类声明信息,建立类结构。然后将这些结构信息存入数据库,以供后续模块使用,充分做到了模块独立性和可重用性。这样只需要设计不同的信息提取模块,就可以将目前已经实现的面向C/C++语言的软件测试工具WBoxTool推广应用到其它面向上下文无关文法的语言。

直升机数字样机区域化上下文设计方法研究

为提高直升机协同设计效率,提出数字样机区域化上下文设计方法,设计实现该方法的系统框架。结合直升机研发的特点,建立基于AABB层次树的数字样机区域表达数学模型,用于数字样机区域的生成与搜索;运用链接关系图表达数字样机的关联关系,通过数字样机模型链接关系的求解实现模型之间的关联影响性分析。在某型直升机研制过程中采用该方法,提高了数字样机区域化模型的加载效率和准确率,缩短了子系统优化和零组件更改的周期。

呼叫中心接入方式的创新与实现

本文回顾了呼叫中心 (CallCenter)技术的发展 ,重点介绍了作者在呼叫中心接入方式 (电话、图文电话、微机终端、Web、可视终端、传真、手机 )方面的研究成果 。

历史脉络、薄弱环节和外部扫描——关于新民主主义社会理论研究的几点考察

新民主主义社会理论研究的历史脉络大体包括起步、高潮和降温三个时期。新民主主义社会理论研究的薄弱环节包括新民主主义社会理论的科学内涵和理论渊源、关于放弃新民主主义社会理论的研究、新民主主义社会理论与若干范畴的关系及比较研究等问题。国外(境外)关于这一理论的专题研究并没有形成体系,远远滞后于国内。

从交际中的关键词语看认知语境的功能

关键词语是话语中能激发主体产生联想的的特定词语。在交际过程中,认知语境为主体提供联想的空间,话语中的某些关键词语作为输入新信息的一部分,激活主体已有的相关旧信息,主体通过关键词语来实现认知语境的链接功能。

试论大学英语词汇教学的有效途径

本文探讨大学英语词汇教学的有效途径。

隐性衔接机制与篇章的连贯性

语篇的显性衔接机制对语篇连贯的影响已有不少学者进行过研究,而把语境作为研究语篇语义连贯的重要因素,目前还没有提出比较系统完整的理论框架,本文运用语境理论,从形式预设的外指衔接和空环衔接角度分析卡梅伦演讲的语义连贯和语境的关系。

预应式切换中的信头压缩上下文转移机制

为了解决切换过程中重新建立信头压缩上下文开销大的问题,研究了上下文转移机制,提出了一种两步信头压缩上下文转移方法和使用二层触发器的实时上下文转移触发策略,通过转移信头压缩上下文,避免切换时重新建立信头压缩上下文的过程.评估了有上下文转移和无上下文转移机制下的时延、丢包和信头压缩状态迁移情况,仿真结果表明,所提方案能够建立并同步压缩器和解压器处的上下文,减小切换对信头压缩的影响.

论语篇语用连贯的再现

本文从语境分析入手 ,试图揭示语篇语用连贯的实质 ,认为语境中的关系是语用推理的起点和基础。把语用推理产生的语用隐性前提和隐含结论作为语篇的欠缺环节 ,从而实现语篇语用连贯。

关联数据学习平台建设研究

关联数据学习平台的建设有助于普及关联数据教育,提升关联数据学习效能,促进关联数据资源的开发与利用。以开发与利用为导向,针对关联数据知识体系庞大、学习资源相对分散、技术门槛相对较高、理论学习与技术实践脱节等学习问题,构设突破单一线性学习思路的探究式关联数据学习场景,分析场景构成要素和学习资源基础。从关联数据的能力指标体系设计、学习资源描述与组织以及支撑探究式学习功能等方面深入剖析关联数据学习的当前最佳实践LD4PE。关联数据学习平台建设是一个复杂且持续的系统工程。以LD4PE为平台建设基础,将LD4PE的自建学习路线、自选学习资源组合、辅助实践操作、鼓励学习分享互动等作为主要抓手,适时推进对中文环境下关联数据学习平台的本地化建设。

基于概念背景图的主题爬虫设计与实现

为充分利用爬行主题与待访问页面之间的语义关系,提高主题爬虫的整体性能,在研究概念背景图(CCG)主题爬行算法的基础上,提出改进的CCG主题爬行算法。利用HITS算法选取高质量的主题背景知识,根据形式概念分析理论构建概念格模型,将概念格生成CCG用以存储用户查询意向;利用CCG综合父网页、锚文本、链接上下文以及URL自身预测链接主题相关度,过滤不相关页面。实验结果表明,改进的爬行算法有效提高了网页抓取的精度和召回率,具有较强的可行性。

基于局部注意力机制的中文短文本实体链接

实体链接是加强语义理解和连接知识信息与文本的有效方法,但目前多数模型对上下文语境的精准理解受限于文本长度,面向短文本的实体链接任务存在实体边界识别错误和实体语义理解错误的问题。针对中文短文本的实体链接任务,构建基于局部注意力机制的实体链接模型。在实体消歧的过程中,通过对待消歧文本与实体的知识描述文本进行拼接,将短文本转换为长文本,同时引入局部注意力机制,缓解长距离依赖问题并强化局部的上下文信息。实验结果表明,相比于传统加入BIO标注方法的模型,该模型在CCKS2019和CCKS2020数据集上的F1值分别提升了4.41%和1.52%。

被颠覆的文本语境——莫言小说语言的错位链接

由语言错位建构出被颠覆的小说文本语境,是莫言体现独特艺术构思的策略。他打破了语言规律,创造出充满颠覆意味的小说文本语境。错位中生成了独特的辞格,他以超乎常人的构思,使辞格运用呈现出纷繁复杂的状态。错位打破了逻辑链的关联,呈现出一种无理状态。但语境等其他因素的参与,却能使本不合理合规的语言现象具有了内在的合理性,并衍生出审美信息。莫言变幻的叙事视角使叙事对象呈现出一种交替错落,以奇异的叙事视角转换制造变幻多端的小说故事情节,构成让人眼花缭乱的文本语境。

基于网页主题重要性的专题搜索策略研究

网页之间的链接结构为评价网页的主题重要性提供了丰富的信息,但传统的基于链接结构评价的主题排序算法,虽然提出了用向量来表示网页在不同主题中的重要程度,但它们在计算过程中没有充分考虑网页本身的主题相关度.为解决这一问题,本文提出根据链接上下文信息得到主题相关度预测,并将其融合到主题重要性的计算中.同时,根据网页的主题重要性排序,来指导专题爬行器的爬行方向.实验结果表明,基于网页主题重要性的排序测度TopicalRank比PageRank、TSPR(Topical-Sensitive PageRank)对专题爬行更有指导意义.