基于分词的语句相似度计算的改进

语句相似度体现的是两个句子之间的相似程度。语句相似度计算是FAQ和信息检索等方面核心技术之一。针对基于分词的相似度计算过于依赖实际的分词效果，在原相似度计算模型中增加了两个句子不分词时的词形相似度计算，以缓解因为句子分词不准确而导致相似度计算结果偏低的情况。结合“数据结构”课程问答系统的实验，结果表明，改进的方法比原方法有较高的准确率。     

基于大语言模型的教育问答系统研究

基于大语言模型在教育问答系统的应用,探讨其在教育领域的优化方案。近年来,基于预训练模型的方法在自然语言处理领域受到广泛关注。大语言模型作为一种预训练的语言生成模型,在降低教育问答系统开发成本、提高准确性方面具备潜力。从大语言模型在教育问答系统的实际应用、对教育领域的影响以及优化方案三个方面展开深入分析。在教育领域实际应用方面,考察多轮问答效果、无样本(少样本)学习以及多模态问题处理,并对其进行定量分析。同时,探讨基于硬提示的方案,旨在提升大语言模型在教育问答系统中的性能和应用范围。通过对其优势和问题的综合分析,为教育领域的智能化教学提供了实质性的参考和指导。     

试论问答交流中的答语推导

传统逻辑以二值为基础,它视问句无其假,故未对它展开充分研究.近几十年来,由于非古典逻辑的发展,人们对问句以及问答交流过程的逻辑现象进行了积极探讨并形成了“问题逻辑”.本文从语用角度对问答交流中的“答语推导”现象进行了逻辑的分析和探讨.     

二进制概念聚类方法及其应用

研究了二进制概念聚类相似度定义,在正特征距离(PAD)的基础上,提出了广义正特征距离(GPAD)用于计算样本之间的相似度,并将系统聚类算法应用到实例中,所得结果与PAD距离比较,取得较好的效果。     

论亨迪卡对问句逻辑的贡献

随着逻辑研究的实践转向和日趋多元化,问句逻辑逐渐获得了逻辑家族成员资格,初步显示出其理论价值。当代著名哲学家兼逻辑学家雅各·亨迪卡对问句逻辑的发展做出了重要贡献：从历史角度梳理并继承发展了古典问句逻辑思想;在句法层面,他把问句等价于祈使句并对之进行认知分析;在语义方面提出了问句逻辑的博弈论语义学;在语用层面,将所有探究视为一场寻求信息（知识）的动态问答过程,强调提问的策略选择、答案的语境敏感性和信念的可修正性。亨迪卡的问句逻辑简洁自然,具有较强的解释力和深刻的哲学意蕴,其应用前景和发展潜力不可小觑。     

一种改进的句子相似度计算模型

在基于实例的机器翻译中,句子相似度计算是实例匹配的有效机制。该文对基于相同词的句子相似模型作进一步的改进,包括关键词抽取,以及在句子相似度的定义中引入同义词的情形。实验结果表明,改进方法比原方法具有较高的准确率。     

基于IRBFNN和IRAN的非线性动态系统在线自适应建模

将资源分配网络算法(RAN)与相似隐单元合并操作、冗余隐单元删除操作和基于滑动数据窗连接权值学习相结合,形成了改进的资源分配网络(IRAN)算法。IRAN算法用于非线性动态系统的在线建模,能有效地改善模型精度和泛化能力。将改进径向基函数(RBF)神经网络(IRBFNN)和IRAN结合可以用于不确定非线性动态系统自适应建模。仿真研究表明:所提出的建模方法在模型精简、泛化和自适应等方面均具有优良的性能。     

某双转子发动机变态相似模型设计与验证分析

为了研究转子系统动力变态相似性问题和转子系统变态试验模型的设计方法,归纳总结了变态相似理论,借助方程推导了转子系统变态模型与原型的相似准则,深入分析了其动力学相似关系。基于有限元法和遗传算法结合的数学模型,建立了转子系统模型优化设计算法,并对实际发动机燃气发生器和动力涡轮转子系统进行了动力学相似设计。经过计算,所设计的变态相似试验模型与原型满足动力学相似,可用此变态模型来分析原型的动力特性。研究结果表明:提出的转子系统变态模型优化设计方法切实可行,对转子系统试验模型的变态相似设计具有指导意义。     

语块是构式和词项的中介——以现代汉语“V起NP来”为例

以现代汉语中含有“V起NP来”的两个构式为例（甲构式如“唐宪宗到了晚年,迷信起佛法来”;乙构式如“赵括谈起兵法来头头是道”）,运用构式语法理论,提出构式内部结构的模型假设：“构式—语块—词项”。主要观点是：语块是构式和词项的中介。具体观点是：1.构式中心论：构式义是第一位的;2.构式由语块构成：一个构式的语义单元由构式内部各个语块分担;3.语块对入选词项进行遴选和制约：词项的自由变异度在语块范围内实现,语块内部词项与词项互相制约,共同承载该语块语义。该模型是构式语块分析法的理论基础之一,它可以为“构式义为何不能从组成成分直接推导出”这个构式语法的基础理论问题提供一种解释。     

从单词到词块--从认知角度论英语词汇教学

文章阐述了词汇教学的发展及现状 ,分析了 :(1)理解的宏观与微观的心里过程 ,(2 )知识的双重模式表征系统 ,(3)学习者中介语系统的发展和以交际为目的学习的特点 ,论证了词汇教学是一个从单词到词块的过程 ,论述了从单词到词块教学的必要性和可行性     

核心词自动分阶的一种计算模型——以纳西族玛丽玛萨话为例

核心词分阶是判定同源关系的必要步骤.基于大规模语音对应数据库,我们提出并讨论一种算法模型,该模型计算核心词的核心程度,自动调整高阶核心词集和低阶核心词集,使得两阶词集在已知为同源关系的语言中,其分布与已知为接触关系的语言显著不同,即通过算法调整核心词集,使得有阶分布的显著性增加.这个算法模型的基本思路分为两个密切相关的部分:核心程度算法和两阶核心词调整算法.     

基于模糊偏序关系支持度模型的真值发现算法

为了解决主数据集成、web数据集成中的真值发现问题,提出了一种基于模糊偏序关系支持度计算模型的真值发现算法(FA-SDCM)。针对已有算法中,以描述相似度替代描述支持度进行计算,忽视了描述所含真值信息的不对称性问题,在分析描述本身特性的基础上,提出了描述蕴含概念,定义了基于模糊偏序关系的支持度计算模型,较好地解决了描述所含真值信息的不对称性问题。在考虑了数据源可信度及描述之间支持度对真值发现影响的基础上,基于迭代思想,提出了FA-SDCM算法。在Books-Authors数据集上进行实验,结果表明FA-SDCM算法比Vote算法与Truth Finder算法具有更高的准确率。     

词汇搭配与“词块”:任意性、弥漫性、颠覆性

文章主要探讨了词汇的板块性(即词块)与词汇搭配的关系,说明了词汇搭配是“词块”依赖生存的先决条件.词汇搭配的生成具有任意性,使用特点具有弥漫性,其解释具有理论颠覆性.因此我们不得不重新审视“词块”在语言构建中的作用,探讨语法与词汇的关系和语言的本质,以及“词块”在外语教学中的重要地位等.     

中国英语专业学习者写作中的词汇使用研究

借助语料库研究方法和技术手段,考察了中国英语专业学习者(共4个年级)针对同一主题写作中词汇和词块使用特点和规律。研究结果发现:一至四年级学习者在词汇类符(type)和词簇(family)使用方面呈递增式趋势;四年级学习者词块使用频率低于其他年级,处在高频位置的词块使用频率受到作文主题提示的制约;词块使用呈现某些搭配的过度使用情况;在观点表达方面一、二、三年级没有显著差异,某些固定表达方式复现率较高,相比之下四年级学习者呈现出一定的多样性,但其词汇和词块使用缺乏正确性和语体适用性。这说明学习者对词汇的广度和深度知识都还掌握不够。     

艾青诗歌对印象派绘画艺术技法的嫁接与转换

诗人艾青用自己的艺术实践,将印象派绘画中"色彩分割"或"色彩并置"的运笔技法和色彩技法,转换为诗歌语言词块或句块的(意象)并列、组接。词块(句块)与词块(句块)的并置、组接形成了艾青诗歌语言的"空缺"与"断裂",瓦解了诗歌语言的语言规则和语义逻辑,引发了读者的创造性想象和"延伸/保留"等阅读行为,增强了诗歌语言的表现力。并通过词块的叠加"化美为媚",为实现诗歌与绘画两种艺术形式的转译再现,为弥合其相互分裂引起的表现与解读的缺陷与形变做了有益的尝试。     

基于相似度动态演化的符号网络社区检测

本文提出一种基于相似度动态演化的符号网络社区检测算法.为了使不连接的两节点之间有相似度,加入了最短路径的相似度计算函数,从而使同一个社区中节点的相似度随着时间的变化更新为1,不同社区之间节点的相似度随着时间的变化更新为-1.在本文所提出网络模型的基础上,整个网络会分为几个不同的社区.为了验证算法的性能,本文针对USC真实网络,GGS真实网络以及17个人工合成网络进行了仿真,并与已有文献作了相关比较,实验结果表明,算法有一定的优势.     

宋代选择问句句式考察

宋代选择问句句式可分为[A+否定词(+A)]式,[A,B,(C)]式和[A,B,(C),+特指问]式三类."对立"是选择肢之间的语义关系的基础.与唐五代及明清相比较,宋代选择问句有其自身的特点,体现了从近代汉语选择问句系统向现代汉语选择问句系统的发展.     

基于语料库的英语学习者写作词块特征研究

文章运用语料库对比分析方法,从词块、词汇丰富度和词频广度3个参数分析了中国非英语专业研究生写作词汇的使用特征。研究发现：与英语本族者和国际学习者相比,中国非英语专业研究生写作语体呈现出口语化特征——主要表现在用词欠丰富,词长较短,过多使用高频词,词块运用数量较少,种类单一,过度使用第一人称单数代词语块,过分强化作者显现度。分析结果表明,关注词汇特征,加强词块教学应该成为英语写作教学中不可或缺的一环。     

基于证据加权融合的改进D-S目标识别算法

为有效融合高冲突证据,在总结已有D-S改进算法(CID-S)的基础上提出了新的基于证据加权融合的改进D-S目标识别算法(NID-S).该算法充分考虑了待融合的两证据源与其他证据源间的关联关系,根据相似度矩阵非负对称的性质求取各证据源的相似度、可信度等特征,进而利用证据源的可信度进行加权平均求和,得到不同证据源对各焦元的支持度,并将其作为一组中心值;然后构造相似度函数,并计算不同证据源中的各焦元信度赋值与其对应焦元的中心值的关联程度,从而确定参与产生矛盾信息的焦元的可信度;最后,在局部冲突信息再分配的基础上,给出改进的D-S组合规则.并与D-S算法、已有改进D-S算法进行仿真分析、对比,结果表明:无论是在相对好的探测环境还是强干扰的环境下,本文所提出的改进D-S算法的目标识别结果均优于D-S及其已有改进算法,且是一种实时性好、抗干扰能力较强,适用范围广泛的目标识别算法.     

核偏最小二乘算法的图像超分辨率算法

提出了基于核偏最小二乘算法(KPLS)回归的超分辨率复原算法。该算法首先将高低分辨率图像块的高频信息和中频信息作为建立回归关系的特征,并对图像进行分块;依据相应的高低分辨率图像块的关系,使用KPLS建立起回归模型;在复原时,依据该模型回归得到高分辨率的图像块,将图像块拼接为高分辨率的图像。通过对人脸图像和车牌图像的实验结果,表明该算法无论是对人脸图像还是车牌图像都能取得较好的复原效果。