基于主题的智能Web信息采集系统的研究与实现

研究并实现了一个基于主题的智能信息采集系统IFWC,该系统以全信息理论为支撑,吸收传统向量空间模型的思想,采用基于概念的向量空间模型,从词的语义层次对文本进行主题相关性分析;使用扩展元数据的语义相关性判定算法,对页面内的URL进行主题相关性预测。实验证明,该系统采集速度快,采集下来的页面精度高。

基于语用的自然语言处理研究与应用初探

首先分析了语用信息的必要性和重要性,认为只有融入语用研究的自然语言处理技术才能显示“以人为本"和智能化的特色,只有语用、语义和语法信息的研究都成熟了,才能使计算机真正获得自然语言所表达的信息,达到与人类交流对话的水平.接着介绍了语用学的产生、发展和运用状况,剖析了存在的主要问题,提出了基于语用的自然语言处理.然后结合典型应用背景——奥运多语言信息服务示范终端“CityGuide"语音识别后文本的检错纠错需求,探索并尝试了一种基于语用信息的自然语言处理检错纠错方法,并通过真实语料的测试来检验效果.结果表明,当前算法可以使中文语音识别正确率提高29%.

论“信息-知识-智能转换规律”

提出了一个新的科学研究命题:“信息-知识-智能转换规律(简称‘信息转换规律’)的研究”,阐明了该命题的科学背景和科学内涵,论述了该研究命题所涉及的若干基本概念及目前已经取得的初步成果,揭示了由此开辟的巨大学术创新空间,展示了该命题的重大意义和广阔的应用前景.

机制主义:人工智能的统一理论

长期以来,学术界曾经分别从智力系统的结构、功能和行为三个不同的侧面分析和模拟人的智力过程,取得了众多成果,形成了人工智能理论的结构主义、功能主义和行为主义三大体系.这些研究也留下许多问题,而且互相缺乏沟通,常常发生“孰优孰劣”的争论.本文试图提出智能生成的“机制主义”,希望从智能生成的共性机制入手探讨智能的本质.研究发现:在一般情形下,智能生成机制表现为“信息-知识-智能的转换”,由此引出了“知识理论”;特别有意义的是,结构主义、功能主义、行为主义三者可以在“机制主义”框架下得到和谐完美的统一.这可能为智能科学技术的发展提供新的理解,带来新的机会.

人工智能理论:从分立到统一的奥秘

由于智能问题的重要性和复杂性,人们曾经分别从结构、功能和行为等多个不同侧面对自然智能问题展开了模拟研究,于20世纪形成了人工智能的结构主义、功能主义和行为主义3个有代表性的理论.这些理论分别都取得了很大的成功,然而它们之间却难以互相沟通和互相认可.为此,提出了一种新的研究途径———从智能生成的共性核心机制入手探讨智能的本质,称为“机制主义”.研究发现:一般情形下,智能生成的核心机制表现为“信息—知识—智能的转换”;而且,结构主义、功能主义、行为主义三者能在“机制主义”框架下得到和谐的统一.这可为人工智能理论的未来发展提供新的认识和新的方向.

移动终端离线浏览系统的新闻推荐服务研究

对移动信息服务中面向用户的个性化问题进行了研究,提出了一种基于移动终端浏览系统的、采用改进的K-近邻分类器的个性化推荐算法,对每个移动用户的新闻访问行为序列进行跟踪、记录、建模和分析,将个性化特征归类存储,实现了实时的个性化新闻推荐.仿真实验结果验证了该个性化推荐模型的实用性和可行性,推荐正确率可以达到70%.

决策树算法的优化与比较

ID3算法采用一种对属性进行逐层的搜索和比较的"贪婪算法思想"。基于ID3算法的层间不相关性,该文考虑了生成树中相邻层的耦合,提出了一种改进的ID3的决策树算法(E-ID3),E-ID3算法使用一种基于"统计出局部最优"的方法,获得比较好的启发式函数算法,并分析了E-ID3"算两步,走一步"的思想。实验证明,该优化算法对于构建决策树具有很好的效率。

口语对话管理综述

主要介绍了口语对话系统中对话管理的作用、基本问题和设计方法。对话管理在整个对话系统中处于核心地位,控制整个对话的进行,负责对用户输入的理解以及根据领域内容决定系统对用户的反应。对话管理的设计主要有基于状态图的结构(有限状态机)、填充槽结构和基于任务的结构三种方法,提出了一种基于逻辑表达式的结构,并设计了状态图/逻辑表达式双层结构。

基于决策树的汉语代词共指消解

提出一种统计与规则相结合的决策树算法进行汉语代词共指消解,利用规则过滤掉属性冲突的反例,一定程度上弥补了决策树算法忽略属性关联性的缺点.采用Chinese Treebank作为语料进行测试,手工标注其中的共指关系和特征向量;首先用规则过滤,然后采用C4.5决策树算法选择先行语.实验结果显示,消解成功率为82.59%,其中人称代词和指示代词的成功率分别为87.60%和75.21%.

自然语言理解的全信息方法论

在经济全球化需求的推动下,世界在酝酿一场"自然语言信息技术革命",它的基础和核心是"自然语言理解"的理论与方法."全信息自然语言理解方法论"是作者的"全信息理论"在自然语言理解领域的应用.与文献中已有的其他工作不同,其主要特色是:一方面,试图实现语法信息、语义信息、语用信息的综合利用;另一方面寻求"规则方法"和"统计方法"的和谐互补,从而有效增强对自然语言的理解能力.近几年来,应用这一方法论完成了一系列自然语言理解方面的课题,取得了一批可喜的研究成果,表明全信息自然语言理解方法论具有很好的前景.

“理解”论:信息内容认知机理的假说

一方面,人类感觉器官只能感知外部刺激所呈现的形式信息;另一方面,思维器官又不可能仅仅依据所接受到的外部事物的形式进行智能性的认知与决策,而必须依据它们的形式(语法信息)、内容(语义信息)和价值(语用信息)因素的综合(全信息).于是就产生了一个问题:在人类的思维过程中,究竟是在大脑的什么部位、以什么机理把得到的形式转换成为内容和价值的?这是智能科学研究不可回避的核心问题之一,笔者利用全信息理论对该问题做出了分析,并提出了初步的假说,称为"理解"论.

基于网络会话层的垃圾邮件行为识别

目前最流行的邮件内容过滤技术工作在网络应用层,通过对邮件内容的分析来判别邮件的合法性,无法避免由于垃圾邮件的泛滥而造成的网络带宽资源的浪费。针对这种情况,论文提出一种基于网络会话层的垃圾邮件行为识别方法。该方法运用决策树算法,对邮件发送过程中的网络会话层数据进行挖掘,发现垃圾邮件的行为规律,在垃圾邮件的内容数据发送前就对其实施过滤,有效地解决了垃圾邮件占用网络带宽的问题,是对当前各种垃圾邮件过滤技术的一个有益的补充。

中文高频词串的抽取及其在语言模型中的应用

为准确抽取语料库中的高频词串,使其能更好地应用于语言模型中,提出了一种基于字串切分度的中文高频词串(CFS)抽取算法,并用该算法抽取出的CFS分别建立一元和二元语言模型.实验表明,基于CFS的语言模型能有效克服现有基于字和词的n元语法模型长距离相依性能较差的缺陷;同时,在模型困惑度、音字转换正确率上均优于已有基于净频次的CFS语言模型.

基于单片机的环境安全监控系统设计

环境安全监控系统是一款应用于各类采矿行业的计算机系统产品。许多计算机系统接口芯片,如显示驱动、存储器芯片、D/A、A/D等接口芯片,基于体积小、成本低,采用了I2C串行总线接口。阐述I2C总线芯片基本性能及时序、总线结构,设计了安全监控系统,详细介绍不带I2C总线的PCF8563芯片,运用软件方法实现I2C总线在MCS-51单片机系统中的使用,有效地利用了现有资源,提高监控系统覆盖率,减少事故发生。

企业信息门户访问控制安全模型的设计

在互联网经济时代,网络成为企业实施业务流程的重要工具。企业信息门户提供了企业统一网络解决方案。介绍了一种企业信息门户访问控制的安全模型,考虑到应用环境的动态特性和多管理域的特性,采用基于智体(Agent)技术的访问控制技术,并兼顾域内访问控制和域间访问控制两方面,提出一种通用的访问控制安全模型。

基于IIC总线的银行排队系统接口实现

介绍了IIC总线芯片基本性能及时序、总线结构,设计了银行排队系统,介绍带IIC总线的芯片PCF8563,通过软件的方法,实现IIC总线在MCS-51系统中的使用,有效利用了现有资源,实现排队功能,提高银行工作效率,减少顾客等待时间。系统通过keilc进行仿真实现银行排队预期功能。

企业CRM系统中联机分析挖掘的应用与实现

OLAP与数据挖掘工具由于内在技术以及适用范围的不同,在决策分析中必须协调使用才能发挥最佳的作用。本文提出基于Agent的OLAM(OLAP Mining)模型,将数据挖掘和OLAP技术结合在一个统一的框架之中。提出广义数据空间的概念,使得数据挖掘能够在数据库或数据仓库的不同部位或不同的抽象级别上,对数字数据或者文本数据进行挖掘,加强了决策分析的功能和灵活性。最后,把基于Agent的OLAM模型应用于构建智能CRM,此模型把Agent本身的特点自然地引入到数据挖掘过程中,使数据挖掘系统具有了自治性、自动反应性、交互性、适应环境性等智能特点,有助于在大型数据库和数据仓库中交互式地挖掘多层次多维的知识和联系。

高性能邮件过滤服务结构模型设计与实现

分析了MTA方式邮件过滤系统的业务流量和网络服务特点,以排队论为基础,建立了一个高性能邮件过滤服务模型,用于对邮件过滤系统的服务能力进行理论预测,并结合一个具体的应用场景,提供一个实例,其理论分析结果与实际情况相符,验证了该模型的有效性。