基于领域类别信息C-value的多词串自动抽取

该本的多词串抽取是自然语言处理领域一项重要的研究内容。该文提出了一种多类别C-value(Multi-Class C-value)方法,利用多词串在不同领域的分布信息改善领域相关的多词串抽取的性能。在汽车、科技和旅行三个领域的数据上进行实验,评价多词串的准确率,在top-100级别上,较传统的C-value方法在三个领域中分别提高了12、12和13个百分点。实验结果验证了方法的有效性。

TurboC环境中开发汉字应用软件的方法

用ＴｕｒｂｏＣ开发功能丰富的汉字应用软件一直是人们关注的热点。本文通过对ＰＣ－ＤＯＳ与ＣＣ－ＤＯＳ进行比较，论述了用ＴｕｒｂｏＣ实现汉字输入、显示、打印的原理及过程，给出Ｔｕｒ－ｂｏＣ源程序，从而使ＴｕｒｂｏＣ渗透到汉字处理领域。

C语言源程序汉字处理

本文在找出汉字区位码与地址码转换关系的基础上，阐述了用Ｃ语言开发的，在西文图形方式下能显示一、二级汉字库中所有汉字的处理软件的设计考虑，并给出了有关程序。

为C＋＋加一个显示汉字的库文件

本文论述了汉字内码、字形码和汉字显示原理，给出了一组高效、快速的函数，进而构成一个库文件ＨＺ．ＬＩＢ．在西文ＤＯＳ支持下，直接调用ＨＺ．ＬＩＢ中的函数，可显示、放大多种字体的汉字．

中文信息检索系统的模糊匹配算法研究和实现

在现代中文信息检索系统中,用户输入的字符串和实际数据库中的条目往往存在局部偏差,而基于关键词匹配的检索技术不能很好地解决这一问题。本文参考并改进了Tarhio和Ukkonen提出的过滤算法[1],针对汉字拼音输入法中常出现的同音字/近音字混用现象,将算法进一步扩展到广义的Edit Distance上。实验表明,本文提出的算法能有效提高中文信息检索系统的召回率,在实际应用中可达到"子线性"的效率。

LINUX下维、哈、柯文多语种图形化处理平台的设计与实现

针对维吾尔文字、哈萨克文字、柯尔克孜文字(以下简称“维哈柯文”)的特点以及进行维哈柯文、西文等多语种混合处理时的特殊需求,本文通过对L inux的I18N体系中NLS(National Language Support)研究分析,提出了基于L inux的多语种图形化处理平台的设计目标与总体架构。该平台由维哈柯文本地化环境、维哈柯文显示、自适应维哈柯文输入和维哈柯文打印输出等4个子系统的十余个模块组成。本文详细介绍了各子系统主要模块的实现技术。通过在redhat linux 8.0、turbolinux上测试表明,该平台在桌面环境、编辑软件、网络浏览、数据库软件、多媒体软件、图形处理软件等应用中均能较好的实现维哈柯文、汉文、西文的混合输入、显示、编辑、排版、打印等功能。

重大工程地下环境信息系统的特点

地下环境信息系统(GIS)是信息技术在岩土工程中的应用产物,是综合运用地质学、地理学、计算机图形学、计算数学等多门学科理论。以 GIS 技术为基础,结合数据库处理、C++语言编程、OpenGL 编程、三维图象处理技术建立了对地下环境信息进行数据管理和模型分析的大型信息管理系统,同时介绍了地下环境信息系统的结构特点、数据特点、功能特点及操作应用特点,对其主要技术创新进行了描述。

“中文信息处理”实践教学探索

从中文信息处理课程的特点出发,在分析课程实验案例的基础上,提出中文信息处理课程互动式教学法和项目教学法。结合课程资源建设等其他措施,在中文信息处理实验教学方面开展了有益的尝试,取得了良好的效果,受到学生好评,该课程目前已被评为校级精品课程。

一种结合SVM学习的产生式依存分析方法

本文提出了一种结合SVM学习和产生式模型的依存分析方法。该方法用产生式模型的分析错误对SVM分类器进行训练。为进一步提高分析精度,采用扩大寻优范围的动态规划算法对产生式模型的分析结果进行错误估计,同时引入范围参数,使得寻优范围可以根据实际情况进行调整。本方法在不牺牲分类性能的前提下,有效减少了训练SVM分类器所依赖的支撑向量数。在对哈工大中文树库语料上的对比测试结果表明,该方法的依存分析精度达到86.4%,具有很强的依存分析能力。

通用中文菜单程序的实现

本文讨论了在微机ＤＯＳ系统下中文菜单的实现技术；这是一种通用的与应用无关的实现方式。文中重点介绍了实现中所采用的一致的菜单数据结构以及几个主要的菜单程序。

数据库管理系统中汉字信息的截取

阐述了在数据库管理系统中分段显示或打印库内容时，如何避免截取半个汉字的问题，详细阐明了解决该问题的基本原理及程序实现。