基于卡方检验的汉语术语抽取

发现术语在中文信息处理和语言学习方面具有非常重要的作用和意义。提出了一种基于卡方检验的汉语术语抽取方法:先从网络上下载语料,然后使用改进的互信息参数(F-M I)抽取结构简单的质串,并在其基础上进一步使用卡方检验结合质子串分解方法抽取具有复杂结构的合串。实验结果显示,该算法有效地提高了汉语术语抽取的精确度。

基于质子串分解的中文术语自动抽取

针对中文术语构成特点,提出了一种基于质子串分解的术语自动抽取方法,将词分为2类:结构简单的质词和有复杂结构的合词;使用参数F-MI抽取结构简单的质词;并在其基础上,进一步使用质子串分解方法抽取具有复杂结构的合词。实验结果显示,该算法有效地提高了中文自动术语抽取的精确度。目前该算法已在国家网络媒体监测项目中得到了应用,并显示了良好的效果。

x^2+y^2=N^2正整数解的结构与求法

研究勾股方程给定正整数N时,方程是否有解,有几组解,怎样求解.在证明N的解与N的因数的基本解和本原解三者之间存在着一一对应关系的基础上,利用素数的本原解和两组本原解的勾股积运算,经逐次递推,导出了计算N的各种不同类型因数的本原解的计算方法,得到了计算任意N的所有解的简捷方法,并给出了计算全部解的组数的初等公式.填补了多年来研究勾股数的一个空白.

一种基于统计的地质专业词语识别方法

中文分词是地质大数据智能化知识挖掘难以回避的第一道基本工序。基于统计的分词方法受语料影响,跨领域适应性较差。基于词典的分词方法可以直接利用领域词典进行分词,但不能解决未登录词识别问题。在领域语料不足的情况下,为提高地质文本分词的准确率和未登录词识别率,提出一种基于统计的中文地质词语识别方法。该方法基于质串思想构建了地质基本词典库,用以改善统计分词方法在地质文本分词上的适应性。采用重复串查找方法得到地质词语候选集,并使用上下文邻接以及基于位置成词的概率词典,对地质词语候选集进行过滤,最终实现地质词语识别。实验结果表明,使用该方法对地质专业词语识别准确率达到81.6%,比通用统计分词方法提高了近60%。该方法能够识别地质文本中的未登录词,并保证地质分词的准确率,可以应用到地质文本分词工作中。

论有无穷多个双孪生素数串

仿孪生素数对定义双孪生素数串,研究筛余数的个数,15A±2,±4的双孪生素数串频率分析,串数△β的增长规律分析,最后用数学归纳法证明了命题。

三维本原勾股数的求解问题

着重探讨了三维本原勾股数的求解问题,证明了奇数5不能作为三维本原勾股数的弦数.以单质数表示为二数平方和的定理及行列式的运算形式,用实例演示了用奇数作为弦数,求解它所对应的三维本原勾股数的计算方法,由此提出了任何一个大于5的奇数作为弦数都可以求得它所对应的三维本原勾股数解的猜想.还证明了三维本原勾股数中,存在以下结论:当两个偶勾股数都是4的倍数时,一定存在模4余1的偶勾股数与弦数的关系;当两个偶勾股数是2的倍数而不是4的倍数时,一定存在模4余3的偶勾股数与弦数的关系.

The effect of pre-existing memory representations on repetitionrelated N250r and N400

Studies of repetition priming have found two face-sensitive event-related potential(ERP) components:the N250 r showing positive deflection at frontal region and negative deflection at temporal region, and the N400 showing positive deflection at frontal and centro-parietal regions, both of which depend in part upon the presence or absence of a pre-existing face representation. However, the N250 r is rarely reported for a repetition interval between immediate repetition and 3 min; in addition, whether different types of representations function in the same way is also of interest. The goal of the present experiment is to compare the ERP patterns for faces versus letter strings as a function of the pre-existing memory representation with a repetition interval of 1.5 min on average. We found reliable frontally positive N250 r and N400 for famous faces and words; marginally significant effects for pseudo-words;and only the centro-parietal N400 for unfamiliar faces.Collectively, the N250 r persists in the present intermediate intervals, and both the frontal N250 r and the frontal N400 are domain-general, sensitive to the pre-existing memory representation.