藏文文本自动校对方法及系统设计

以藏文音节拼写检查、梵音转写藏文检查、接续关系检查、词语检查为研究内容,提出藏文文本自动校对框架和接续关系检查算法。根据该框架及算法,设计并实现藏文自动校对系统。通过实验证明算法和系统的可靠性和有效性。

基于SDAs的人物关系抽取方法研究

针对人物关系语料缺乏的问题,研究了基于互动百科的自动标注方法;针对传统浅层机器学习模型特征表示能力差的问题,提出了基于深度神经网络模型SDAs的人物关系抽取方法。重点研究了多个特征组合的人物关系抽取效果以及不同深度SDAs网络的人物关系抽取效果。根据实验分析,F系数可达到73.75%。

超网络模型构建及特性分析

关联矩阵是超网络的一种表述形式,节点度、节点超度和超边度是度量超网络的一种方法。从关联矩阵出发对超网络进行研究,重点研究了自相似超网络及随机超网络,并给出了基于矩阵运算的超网络构建方法的若干性质。自相似超网络可通过对一个简单初始超图的关联矩阵进行迭代的Tracy-Singh积运算得到,而随机超网络可通过对多个简单初始超图的关联矩阵进行顺次的Tracy-Singh和运算得到。自相似超网络的分形维数不超过2,且当初始超图是连通的且非二分超图时,自相似超网络的直径不超过初始超图直径的两倍,即同时具有小世界特性。随机超网络的节点度、节点超度和超边度均呈正态分布。仿真实验证实了所构建的超网络的各项特性。

藏文音节规则模型及应用

首先介绍藏文音节独特的构造方法,以及藏文字母的语音特性带来的藏文组合形式上的诸多限制。然后以藏文音节为研究对象,借助藏文语法规则,建立现代藏文音节的简化模型和相应的规则库,并介绍其应用领域。最后提出一种基于音节模型的的藏文音节自动拼写算法,并通过实验验证规则方法的有效性。

面向信息处理的藏文分词规范研究

自动分词是藏文信息处理领域的一项基础课题,也是智能化藏文信息处理的关键所在。在藏文信息处理"字词处理"层面上,需要解决词的切分问题,而词类划分的标准和词的正确切分是进行藏文文本处理的必要条件。为了便于计算机对自动分词、词性标注的辨认,该文首先要确定满足藏文信息处理中词类的需求,并根据藏文自身的词汇特点与构词规律,提出了较为系统、适用的分词规范。

基于条件随机场的藏文人名识别技术研究

文本挖掘中命名实体识别是一项重要的研究内容,利用统计学原理进行命名实体识别具有较高的识别率.利用条件随机场(conditional random fields,CRF)方法,研究藏文人名识别技术,重点探讨藏文人名的内部结构特征、上下文特征、特征选择和数据预处理等内容,并通过实验分析了不同特征的有效性.首先给出了基于字(音节)和字位信息的人名识别方法;其次研究了触发词、虚词、人名词典和指人名词后缀为特征的不同特征组合与优化,并细化了不同虚词对人名识别的作用;最后,通过不同组合的实验测试,结果表明:1)触发词和作格助词特征在藏文人名识别上能够起到积极的作用;2)不同特征窗口大小对人名识别有一定影响;3)利用CRF识别藏文人名F1值能够达到80%左右,但由于藏文两字人名的高歧义性,目前还达不到与其他语言相近的识别效果.

TSRM藏文拼写检查算法

拼写检查作为文本处理中的重要内容,在字处理软件、文字识别、语音识别、搜索引擎等领域具有广泛的应用。该文以藏文语音特性建立的字组织法为依据,以藏文音节规则为模型,提出了藏文音节规则模型(TSRM)的藏文音节拼写检查算法,并通过2组实验验证了算法的有效性。在没有考虑梵音转写藏文的情况下,拼写错误检查的准确率可以达到99.8%。

Zipf定律与网络信息计量学

作为文献计量学重要定律的Zipf定律已在许多领域得到较广泛的应用,网络信息计量学伴随着网络信息的激增而受到人们越来越大的关注。该文结合搜索结果数量的分布情况,提出了在网络信息计量学中仍然存在Zipf定律的猜想,并采用公开的词语集在几个代表性的搜索引擎中进行实验验证,证实了搜索结果数目近似服从Zipf定律的结论,其中Baidu与So搜索结果的Zipf指数为0.003。

基于矩阵运算的超网络构建方法研究及特性分析

基于邻接矩阵Khatri-Rao积运算及Khatri-Rao和运算,研究了构建超网络的方法,并通过边际节点度及联合节点度来研究超网络的内在机理。将Khatri-Rao积运算迭代地应用于一个初始图序列组成超网络的邻接矩阵,得到一个分形维数不超过3的自相似超网络。若所有初始图均是连通非二分图,则得到的超网络同时具有小世界特性,其直径不超过所有初始图直径和的两倍。此外,将Khatri-Rao和运算顺次应用于多个初始图序列组成超网络的邻接矩阵,得到一个边际节点度呈一维高斯分布而联合节点度呈高维高斯分布的随机超网络。最后,给出了基于矩阵运算的超网络构建方法的若干性质。

一种基于《信息交换用藏文编码字符集》国际、国家标准的藏文Windows平台的实现方案

本文根据藏文字的构成特点 ,以《信息交换用藏文编码字符集》国际、国家标准为基础 ,提出藏文Windows平台的实现方案 ,并解决其中的技术难题 。

具有双峰效应特性的复杂网络模型研究

为解决BA网络模型采用增长与择优处理节点之间的连接而导致节点连接数目无限增长等不足,通过对BA网络模型的节点连接策略改进,即通过引入节点最大连接数目,设置新增节点连接数目亚线性增长并采用Logistic函数得到了一种度分布具有双峰效应特性的BE网络模型,并给出了其若干性质。该模型可应用于解释经济、社会等现实生活中的两极分化现象,而且通过调整其参数可实现峰的移动和缩放,在极限情况下BE模型可退化成BA模型。

多媒体机房管理的技术与经验

多媒体计算机辅助教学 (mu1timediacomputerassistedinstruction ,简称mcai) ,是现代教育技术中的新秀 ,它突破了计算机与各种电教设备的界限 ,融电脑、电视、录像、录音等功能于一体 ,根据需要可随意处理文字、数据、图像、音频、视频等多种教学信息 ,形成智能化的多媒体终端 ,为教学提供了高效、交互、实时的操作环境和良好的服务。对多媒体教学局域网进行有效、快捷的维护是开展多媒体计算机教学的保障。本文结合笔者多年多媒体机房管理的实践经验 ,探讨了有关多媒体机房管理的热门技术及经验 。

基于Hadoop平台的并行中文句法分析研究

作为自然语言理解研究重点的句法分析一直受到人们的关注。针对现今句法分析方法效率低、准确度不高的问题,借助云计算计算能力强的优势,探讨了在云计算平台上实现并行中文句法分析的方法。利用公开的语料库及开源的句法分析工具在搭建的Hadoop云计算试验平台上实现并行中文句法分析,实验结果及理论分析均证实了所设计的基于Hadoop平台的并行句法分析方法的可行性、有效性与稳定性。

基于Spark Streaming的流式并行文本校对

互联网的高速发展催生了海量网络文本,这对传统的串行文本校对算法提出了新的性能挑战。尽管近年来文本自动校对任务受到了较多关注,但相关研究工作多集中于串行算法,鲜有涉及校对的并行化。文中首先对串行校对算法进行泛化,给出一种串行校对的通用框架,然后针对串行校对算法处理大规模文本存在的耗时长的不足,提出3种通用的文本校对并行化方法:1)基于多线程的线程并行校对,它基于线程池的方式实现段落和校对功能的同时并行;2)基于Spark MapReduce的批处理并行校对,它通过RDD并行计算的方式实现段落的并行校对;3)基于Spark Streaming流式计算框架的流式并行校对,它通过将文本流的实时计算转为一系列小规模的基于时间分片的批处理作业,有效避免了固定开销,显著缩短了校对时延。由于流式计算兼有低时延和高吞吐的优势,文中最后选用流式校对来构建并行校对系统。性能对比实验表明,线程并行适合校对小规模文本,批处理并行适合大规模文本的离线校对,流式并行校对有效减少了约110s的固定时延,相比批处理校对,采用Streaming计算框架的流式校对取得了极大的性能提升。

分块主成分分析在文本特征抽取中的应用

为了降低原始文本特征空间的维数,获得较高的分类精度与执行效率,对多种文本特征提取方法进行了研究,如卡方、互信息、信息增益、主成分分析(PCA)等。针对传统文本特征抽取方法存在的精度不高、执行效率低等问题,提出了一种基于分块主成分分析的文本特征提取算法。该算法通过K-均值词聚类进行特征词分块,再对各分块实施PCA操作抽取出更具代表性的特征项,最后使用支持向量机分类器对文本进行分类。实验结果表明:分块主成分分析的分类指标F_(β=1)达到了88.7%,执行时间为353 s,能够有效提高文本分类精度与执行效率。

图像去噪方法研究进展

图像在采集或传输的过程中会受到随机噪声的污染,给后续的图像分割、特征提取等处理造成干扰。常见噪声分为椒盐噪声、高斯噪声和混合噪声,为了进行图像处理,需对图像去噪。文章介绍了几种常用的图像去噪方法,如中值滤波、BM3D、均值滤波、小波去噪等,通过对这几种去噪方法的基本思想和算法流程的对比研究,分析并总结了这些方法处理噪声的效果和优缺点。

试论我校网络信息用户的教育问题

信息用户研究是信息管理学研究领域中的重要组成部分，信息技术的发展，网络环境的形成和时代的需要推动了计算机信息检索的应用，以计算机为主的网络时代的信息在我们的工作、学习和生活等各个方面正发挥着越来越重要的作用。本文结合我校实际和现阶段网络信息用户存在的种种问题，探讨网络信息检索与利用的教育问题。

藏文文献版面分析中去噪方法研究

针对藏文文献版面的特征,本文结合藏字结构的特征,提出一种基于卷积神经网络的DnCNN藏文文献版面去噪算法。该方法采用17层网络结构深度学习版面特征,在训练过程中结合批量标准化和ReLU激活函数提高训练速度和特征的学习精度,最后使用残差学习输出残差图像。实验结果表明,针对藏文文献版面中易出现的噪声有良好的去噪表现,不但有较高的峰值信噪比,而且在主观评价方面也有不错的评价。

基于矩阵运算的复杂网络构建方法

本文从邻接矩阵的视角分析复杂网络,研究了基于矩阵Kronecker积运算与Kronecker和运算的复杂网络构建方法.将Kronecker积运算迭代地应用于一个简单初始网络的邻接矩阵,得到了一个Kronecker积图,也是一个分形维数不超过2的自相似网络.当初始网络是连通非二分图时,则得到的Kronecker积图同时具有小世界特性,其直径不超过初始网络直径的两倍.其次,将Kronecker和运算顺次应用于多个简单初始网络的邻接矩阵,得到了一个Kronecker和图,也是一个度分布呈正态分布的随机网络.最后,给出了基于矩阵运算的复杂网络构建方法的若干性质.