大规模语音语料库及其在TTS中应用的几个问题

首先介绍了大规模语音语料库以及基于大规模语音语料库的文语转换技术的研究现状,接着介绍了一个大规模连续汉语语音语料库的实例Slib的结构和内容;在此基础上,讨论了面向大规模语音语料库的索引技术,提出了语料库检索中的集合运算和最小包容问题,证明了最小包容问题是NP完全的,给出了求解该问题的贪婪算法以及算法的近似比;最后,讨论了基于集合运算的大规模语音语料库的检索技术在文语转换系统中的应用,特别是在基本语言单位实例的选取问题上实现了一种基于最小包容的优化方法,对提高文语转换系统的自然度有实用价值.

面向信息检索的快速聚类算法

随着信息检索技术的迅猛发展,针对检索系统的改进已逐渐成为研究的热点.聚类是一种有效的改进策略,通过对检索结果进行聚类,可以使用户快速地定位到自己感兴趣的检索信息所在的类别.然而,传统的检索聚类算法要么运行效率低下,要么类别划分能力不强,使它们无法真正地用于检索系统中.针对此问题,提出了一种新颖的检索聚类算法,该算法首先通过极大极小值理论从检索返回的文档集中抽取多个聚点,并依此形成初始文档类划分结果.在此基础上,算法对初始文档类的特征集合进行细化调整以使类别的划分更加精确;同时对不满足收敛条件的文档类进行层次分裂以解决信息的分层描述问题.实验表明:此算法的时间复杂度与现有的检索聚类技术相差不多,并且由于对特征集合进行迭代调整使得类别的划分更加准确合理.

相关性研究探析

相关性是情报学尤其是信息检索研究巾最基本的概念。本文总结了早期相关性研究所取得的主要进展，重点对近期相关性的理论研究（特别是相关性类型及其关系、相关性评价研究）和实证研究方面的研究成果进行评述。最后提出了作者对相关性的理解：相关性是一个不断发展的概念；它涉及以下5种类型的相关性：算法相关，主题相关（即主题性），需求相关（即针对性），情景相关，社会认知相关；不同的相关性类型对应着不同的研究阶段和研究范畴；相关性已经覆盖了情报学整个领域，成为联系情报学、图书馆学和其他相关学科的纽带和桥梁，是情报学的基本原理之一。

基于多媒体信息检索的有监督词袋模型

词袋模型的复杂度高,且区分能力较弱,为解决这一问题,在经典词袋模型的基础上,提出一种有监督的词袋模型。在训练过程中对训练样本类别进行标记,在此基础上构建直方图总体能量目标函数,依据能量最小准则学习码本。通过文本检索和图像检索两组多媒体信息检索实验进行对比,对比结果表明,有监督词袋模型比经典词袋模型的检索精确度高、检索耗时少。

地理信息Web检索系统体系结构、原理及发展

介绍了地理信息Web检索系统的含义、体系结构及基本原理，并重点阐述地理信息检索系统的发展，包括该领域两个重要的研讨会：GIR和GeoCLEF；讨论了地理信息Web检索系统与GoogleMaps等通用地理类搜索工具的区别，并对一个有代表性的地理信息Web检索系统SPIRIT做了详细说明；指出地理信息Web检索系统目前面临的挑战包括：地理本体的建立，页面地理信息的抽取，空间索引的建立，主题和空间双重搜索模型的运用，搜索结果的排序及搜索结果的地图可视化。

WWW信息检索可视化实现原理研究

随着对可视化研究的深入,出现了许多不同表现形式的可视化检索系统。在总结分析已有信息检索可视化系统的基础上,本文提出了WWW信息检索可视化的一般原理,并指出信息检索可视化的实现需要始终坚持以支持信息检索为目标的原则。

最小省力原则与情报检索系统的可接近性

人类行为是建立在最小省力原则基础上的，情报检索系统的用户行为中也自始至终贯穿着这一原则。本文从多方面阐述了影响检索系统可接近性的因素，并提出相应的措施对系统进行合理规划，以建立可接近性高的检索系统，保证最小省力原则的实现，使用户只需付出最小努力便可轻松使用。

试论信息检索途径的多样性

有感于平时上信息检索课找不到一泰关于信息检索途径方面的完整资料，于是自己动手归纳。文章在简要介绍信息检索概念和检索原理的基础上，从文献的形式特征和内容特征两个方面提出了多种信息检索途径，如题名途径、著者途径、序号途径、引文途径、“名称”途径、来源途径、关联途径、年代途径、分类号途径、摘要途径、代码途径、主题词途径，主题词途径包括标题词途径、元词途径、叙词途径、关键词途径等等。

大学生搜索引擎信息检索行为现状分析

网络信息资源呈爆炸式增长,大学生获取需要的信息资源时,对网络搜索引擎的依赖性越来越强。然而由于搜索引擎质量良莠不齐,大学生自身的信息素养与检索能力具有局限性,难以全面准确地检索到自己所需要的信息。因此,研究当代大学生通过网络搜索引擎检索所需信息资源时的行为特征与影响因素,提出有针对性的建议与策略,对设置合适的检索教学任务和内容是十分重要的。

论犯罪信息检索的原理、方法及其侦查学价值

犯罪信息检索是指公安部门在案件侦查过程中,利用信息网络系统,将存贮于计算机中的各种与犯罪案件相关的处于待命状态的情报信息激活,与案件中的现有信息进行比对、研究,以确定案件信息与存贮信息之间关系的技术。犯罪信息检索的理论基础是同一认定原理和信息流原理。犯罪信息检索的类型有单项检索法、多项检索法和滚动式检索法。犯罪信息检索不仅可以增加侦查的科技含量,加强侦查部门的协同作战能力,降低侦查成本,同时也丰富了侦查技术的内容体系。

文献资源统一检索系统原理

互联网环境下文献资源数据库快速发展,为统一检索系统提出了需求。本文结合当前文献资源统一检索的发展情况,阐述了统一检索系统的原理和实现方法,比较了几种用于实现统一检索的协议与技术,探讨了各自的优缺点,分析了统一检索系统的用户需求和发展方向。

基于内容的图像信息检索技术的原理分析

本文在对基于内容的图像信息检索技术分析的基础上 。

浅议计算机信息检索的原理与过程

当今世界正在经受着信息技术迅猛发展浪潮的冲击。通信技术、计算机技术、网络技术、声像技术等现代信息技术的发展相互融合,拓宽了信息的传递和应用范围。通过探讨计算机信息检索的原理和检索过程,给出了常用的检索方法,供读者参考。

语音检索中子词单元的构建算法

针对语音关键词检索中的集外词问题,提出基于最大互信息-最小描述长度(MMI-MDL)的子词集构建算法。根据子词对的互信息挑选聚合对,通过MDL准则判断是否聚合成新的子词。使用该子词集把单词映射成子词的组合用于检索。实验结果表明,与已有的MDL子词集构建算法相比,由MMI-MDL方法得到的子词集对检索性能有较大提高,在相同精确率指标下,集外词的召回率相对MDL算法提高12.1%。

顾及地理语义的地图检索意图形式化表达与识别

主流地图检索方法多基于元数据文本匹配或图像内容相似度计算,缺乏对用户意图的主动理解,导致检索结果欠佳;而现有意图识别方法无法准确表达与识别复杂地理概念联合约束的地图资源检索需求。为此,本文提出一种顾及地理语义的地图检索意图形式化表达与识别方法,旨在利用相关反馈样本“感知”用户需求,以提升检索精度。该方法通过地理本体约束“意图-子意图-维度分量”模型的构建,实现检索需求的语义化描述;并将意图识别视为组合优化问题,基于最小描述长度准则、顾及地理概念从属关系的样本随机合并策略及贪心搜索实现最优意图识别。实验结果表明,相比基于频繁项集挖掘的RuleGO、决策树的DTHF算法,本文方法具有更高的识别准确度与噪声容忍度;随机合并策略可在不降低识别准确性的情况下有效缩短平均求解耗时;样本增强策略保证算法在样本规模仅为20时仍具有较高识别准确度。该方法可望应用于地理信息门户,提升各类地理信息资源共享与发现的服务品质。

网络信息检索环境中知识链接的设计——基于语用和用户行为研究的视角

知识链接的普遍性、基础性和随意性等特征决定信息检索环境下必须对知识链接进行精心设计,而对用户检索行为的特征和检索过程中语用特征的考察是检索环境中知识链接设计的重要依据。检索环境中知识链接的语用意义主要从链接文本、链接的网页布局和网页间的层次布局三个层面体现出来。信息检索环境下知识链接的设计必须遵循的基本原则包括语境信息充分原则、省力和够用原则、及时更新和持续发展原则等。

大气廓线参数反演中基于大气可反演指数的正则化参数选择方法

以大气可反演指数为指标,采用Nelder-Mead单纯形法求解方法,提出了一种卫星遥感资料反演大气廓线算法中动态的正则化参数选择方案.同时针对四条典型区域廓线,进行了选择试验.从选择结果看,不同廓线所对应的最优正则化参数变化幅度非常小,因此在实际反演过程中,为提高计算效率,可近似取正则化参数为固定值.这为利用卫星遥感资料进行大气廓线反演问题中正则化参数的选择提供了一种可借鉴的方法.