语句级汉字拼音输入技术评估方法的研究

该文介绍了语句级汉字拼音输入技术评估方法的研究意义及其重要性。从信息论角度出发,提出了基于损失函数的语句级汉字拼音输入技术的评估方法,它通过损失函数比较经语句级汉字拼音输入系统输出的句子和相应的标准句子,得到描述系统性能的定量指标。该方法对汉字拼音输入技术的音节流自动切分和音字转换两方面进行了较全面的评估。采用手工标注的1996年《人民日报》部分语料,对目前流行的汉字拼音输入技术进行了评估,实验结果表明:拼音输入技术音字转换准确率最高能达到64.3%,音节流自动切分对音字转换的准确率有大约2%的影响。评估结果对今后的拼音输入技术的评估提供了参考价值,对汉字拼音输入技术的持续发展有指导意义。

面向真实环境的问句分析方法

面向真实环境的问答系统是近年来研究的热点,针对系统中问句的复杂性,提出问句信息块标注的分析方法——QICA.该方法将问句信息分为五类,通过标注这五类信息,将问句从表层的文字空间映射到结构化的语义空间.结合大间隔马尔可夫模型实现了自动标注系统.将QICA结果应用于问句复述识别问题,验证了该方法的有效性.

基于Android的智能中文输入法

介绍语句级汉字拼音输入技术的基本原理,讨论在移动设备上面临的问题和解决方案,并实现基于Android操作系统的语句级汉字拼音输入法。将该输入法应用于多普达A3288手机,运行状态良好,汉字输入流畅,音字转换准确率为86.92%。随着用户对输入法和输入习惯的适应,准确率还会有一定的提高。

置信度加权在线序列标注算法

序列标注问题是自然语言处理领域的基本问题之一.序列标注任务是将连续输入的不定长序列,标注成连续等长的标签序列.在在线序列标注方法的基本框架下,针对序列标注任务的特征稀疏特性,采用置信度加权分类算法思想,提出了一种新的线性判别式在线序列标注方法—置信度加权在线序列标注算法.该方法对每个特征权值参数引入一个概率置信度,取得了优于其他相关算法的性能.在中文分词,中文名实体识别以及英文组块分析等问题上,验证了本文方法的有效性.

一种工程建造的工作流可靠性度量方法

精益建造将生产到产品交付的过程看作是一个连续的工作流,如何提高工作流的可靠性和构建持续流已成为研究的焦点。文章根据精益建造中流的理论分析了导致工作流不可靠的原因,从促进工作流持续改进的角度剖析了目前用来度量工作流可靠性的常用方法——计划完成比(PPC)——的不足,提出了一种可促进工作流持续改进的工作流可靠性度量方法,为构建持续流以及优化工程项目提供了一种可行方案。

关于图的L(d_1，d_2)-标号问题(英文)

图的L(2,1)-标号问题是由频率分配问题归结而来,本文研究作为L(2,1)-标号问题的推广的L(d_1,d_2)-标号问题。首先定义了顶点2-着色,2-色数及其它有关概念,给出了2-色数的上界。然后得出了λ_(d_1,d_2)(G)与δ(G)和Δ(G)的一般关系。最后得出了一般图与平面图的λ_(d_1,d_2)(G)的上界。

关于图的距离标号问题

图G的L(2,1)-标号是一个从顶点V(G)集到非负整数集的函数f(x),使得若d(x,y)=1,则|f(x)-f(y)|≥2;若d(x,y)=2,则|f(x)-f(y)|≥1。图G的L(2,1)-标号数λ(G)是使得G有max{f(v):v∈V(G)}=k的L(2,1)-标号中的最小数k。本文将L(2,1)-标号问题推广到更一般的情形即L(d1,d2,d3)-标号问题,并得出了复合图的λd1,d2,d3(G)的上界。