基于Wup的语义相似度计算的全局本体语义分析方法

异构数据集成领域大量应用了本体研究方法来解决数据语义异构问题,其中有不少的语义相似度计算方法。因此,在WordNet环境下的语义相似度计算方法上,提出了Wup语义相似度计算模型框架用以解决两个局部本体之间的语义问题,并提出了构建全局本体的语义分析方法。     

基于Jieba分词的青城旅游景点本体构建研究与应用

针对游客在旅游网站上查询旅游景点不准确的问题,以青城为例研究了基于Jieba的旅游景点本体构建工作。首先,采用七步法结合"V"形开发过程构建本体;其次,基于每个景点实例进行相关文本数据收集,采用Jieba分词和基于词性的词频统计方式选择属性特征词,根据属性特征词对实例属性进行赋值;最后,根据相关评价指标对构建好的旅游景点本体进行评价。实验结果表明,与传统关键词匹配法相比,基于Jieba的青城旅游景点本体的查询方法提高了查询性能,使查准率、查全率和综合指标F_1值的均值分别提升了9%、7.6%和8.5%.     

基于特征相似度的家庭用电负荷识别方法

为实现给用户提供类似通知清单的家庭用电运行详细状态及用电清单,及时帮助用户了解、调整家庭用电的使用,达到节能、降低费用的目的,提出利用特征相似度比较对负荷进行识别的方法。该方法提取家庭用电正常稳定运行时的功率、电流指标作为特征参数,利用提取的特征参数作为识别模板,通过比较待识别负荷特征参数与特征识别模板的相似度,并通过最大相似度原则确定家庭用电负荷的类别。提出的方法利用电器特定属性,不需要经过复杂样本数据的先前训练以及复杂算法的学习过程,可以实现家庭中常有电器的识别,进而了解用电的运行状态。通过采集家庭用电运行的电流电压信号实测分析,验证了该方法的有效性、实用性。     

利用单词超团的二分图文本聚类算法

鉴于目前传统文本聚类方法中利用文档间的相似度进行聚类存在的问题,在传统的文本挖掘基础上提出了一种新的文本聚类算法——利用单词超团的二分图文本聚类算法。该算法用文档中单词的关联模式来评估文档间的相似度及主题类别预测,并利用图划分策略来大大降低文档相似度比较算法的复杂度,同时将超团作为特征结构的扩展,可以在一定范围内减少语言信息的丢失,提高聚类效果。经实验证明该算法具有较高的有效性。     

基于粒计算的程序题评分模型研究

程序题自动评分是程序设计类课程实现无纸化考试和在线练习的核心问题之一,传统评分方法没有从程序的结构、语法、相似度等方面进行全面考虑。受粒计算相关理论及模型启发,结合人工评分的多粒度思维模式．对程序源码进行静态分析,提出一种基于粒计算思想的程序题自动评分模型。以C程序为例,将程序文本和标准答案程序在各个粒度层面上进行匹配,计算出各粒度权值,将匹配结果进行综合评价得出最终评分。实验表明,该评分方法全面考察了程序在结构、语法、文本相似度等多方面的匹配程度,有较高的准确性,并可方使地应用到其他类型程序的评分模型之中。     

文学话语蕴藉属性解读

文学的审美意蕴在文本中表现为文学话语含蓄有余,蓄积深厚的蕴藉状态,这种状态与文学话语言、象、意在文本中的层次组合有密切关系。相对于感性欣赏而言,在文本层面对于话语蕴藉属性进行理论分析,能够更好地认识文学的审美属性。     

基于公共词块及N-gram模型的问句相似度算法

问句相似度算法是问答系统的核心问题,直接影响着问答系统的准确性。针对公共词块算法(CCS)对于中文文本的不适用性,提出一种改进的问句相似度算法(CNS)。该方法结合N-gram模型及公共词块来计算问句向量的相似度,其主要思路是把问句分解成一元模型和二元模型,然后再分析问句之间的公共词块并考虑其顺序结构。实验结果表明:新算法在Top-N条数据集的平均相似度和不同相似度阈值下的准确率均优于常用的问句相似度算法。     

文学话语蕴藉属性解读

文学的审美意蕴在文本中表现为文学话语含蓄有余，蓄积深厚的蕴藉状态，这种状态与文学话语言、象、意在文本中的层次组合有密切关系。相对于感性欣赏而言，在文本层面对于话语蕴藉属性进行理论分析，能够更好地认识文学的审美属性。     

组织内部协作网络对探索性搜索与创新产出影响力的调节作用探究——以全球半导体行业为例

在知识经济时代,高影响力的创新产出能为企业带来巨大的经济效益,而创新不足则会导致企业成长的停滞和倒退。通过文本发掘、数据库技术、社会网络分析技术对全球半导体行业1991-2000年间63家上市公司样本的大规模USPTO专利数据进行考察,其结果表明：探索性搜索对创新产出影响力具有正向作用;组织内部协作网络的不同结构属性对探索性搜索与创新产出影响力之间关系具有重要影响。其中,组织内部协作网络密度正向调节探索性搜索与创新产出影响力之间的关系,而组织内部协作网络分离度负向调节探索性搜索与创新产出影响力之间的关系。     

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。     

生本教育视域中的高师声乐教学策略

受传统思维的影响，当今的高师声乐教育仍然呈现出教师仲裁者的教学形态，同时，对声乐技巧的过分追求，导致教育过程中人本性的忽略。声乐教学要关注学生本体，尊重学生个体。生本教育要求教学以学生自主学习为主，学生参与教学，同时要求老师得到学生的反馈后，及时指导学生学习。     

基于弱监督学习的中文百科数据属性抽取

提出基于弱监督学习的属性抽取方法,利用知识库中已有结构化的属性信息自动获取训练语料,有效解决了训练语料不足问题。针对训练语料存在的噪声问题,提出基于关键词过滤的训练语料优化方法。提出n元模式特征提取方法,该特征能够缓解传统n-gram特征稀疏性问题。实验数据源来自互动百科,从互动百科信息盒中抽取结构化属性信息构建知识库,从百科条目文本中自动获取训练数据和测试数据。实验结果表明,关键词过滤能有效提高训练语料的质量,与传统n-gram特征相比,n元模式特征能够提高属性抽取的性能。     

从"三斤鱼"的歧义现象看个体名词与度量词的相互搭配(一)

“数 度量 个体名词”结构在所指事物的个体数量上存在歧义现象,同一个异质个体事物名词分别加个体量词与度量词时存在有不同的语义变化,加度量词时表示的一定是人类领域意义上的同质“个体性”事物的类,侧重事物的属性。这种语义变化的制约性因素来自于度量词与个体名词两方面:前者从空间属性角度对事物“类”的计量分割,与度量词使用中的“利益原则”,造成了个体名词与之搭配度量词时所发生的一系列语义变化;而后者三个不同层次上的语义特征“[±有生]”、“[±个体同质]”、“[±属性突显]”,制约了个体名词内部次类同度量词的搭配选择,并由此给个体名词进行了下位划分。     

散文意境的传译——基于格式塔意象模型研究

意境迁移在散文翻译中占有举足轻重的地位。格式塔意象和意境具有相似的美学成分,且二者都是由个体意象组成,这使得格式塔意象模型得以运用于意境传译。意境传递过程为:原文本中的意境─心理审美意境─目标文本中的意境。从意境模型中可得出结论:意境是检验个体意象翻译的标准。在不损害整体意境的前提下,个别意象的微观调整可使译文"最接近,最自然"。     

论新闻的本体属性

新闻的本体就是新闻事实或者表征它的事实信息.规定一种事实信息之所以是新闻信息的属性就是新闻的本体属性.文章对新闻本体属性的来源、特征及其构成作了深入细致的分析.探究新闻本体及其属性,意义在于新闻观念的变革,最终仍然要回归到对新闻本体属性的讨论上.     

论新闻的本体属，陡

新闻的本体就是新闻事实或者表征它的事实信息。规定一种事实信息之所以是新闻信息的属性就是新闻的本体属性。文章对新闻本体属性的来源、特征及其构成作了深入细致的分析。探究新闻本体及其属性，意义在于新闻观念的变革，最终仍然要回归到对新闻本体属性的讨论上。     

导师网络嵌入与研究生创新能力影响机制研究:一个有中介的调节模型

新时代导师与研究生之间的关系由一对一的关系转向动态的网络化关系。研究基于网络嵌入理论,考察个体主动性的中介作用与导师网络中导师与研究生认知相似度的调节作用。以福建省6所高校的在读研究生为对象,通过问卷调查,运用有中介的调节作用检验程序进行模型检验。结果表明:导师网络嵌入正向预测研究生创新能力;个人主动性在导师网络嵌入与研究生创新能力两者间起着部分中介作用;认知相似度在导师网络嵌入和研究生创新能力间发挥有中介的调节作用,并且认知相似度的调节作用部分通过中介变量个人主动性起作用,相比低的认知相似度,当高的认知相似度时,导师网络嵌入通过个人主动性对研究生创新能力产生的积极影响更强烈。研究结果为研究生创新能力培养提供一个新的视角。     

见证何以可能?——创伤记忆与影像档案的“幽灵”之术

纪录片因为能再现真实,所以常常被赋予一种档案属性,承担见证与指控罪恶的责任。由于创伤记忆拥有难以被简单还原和再现的特质,关于战争或殖民等题材的纪录影像,其作为档案的属性也因此显露出局限性。不同于仅仅将影像作为“证据”使用的方式,当纪录片中的影像从固化的档案属性中解脱出来,则为创伤历史提供了从个体经验出发的见证视角。由此,影像不再是封存创伤记忆的媒介,而是激发观者共情与想象的介质。通过蒙太奇召唤创伤历史中萦绕的“幽灵”,影像提供了开放的文本,使观者能够以自身感知经验的参与,在持续生成的记忆行动中去理解历史、审视当下。     

MD&A纵向文本相似度与分析师盈余预测准确性

注册制下,信息的真实、准确、完整是投资者合理判断证券价值的关键,分析师在信息作用于股价这一过程中扮演着重要的信息中介角色,而年报所披露的信息对分析师盈余预测至关重要。以2012—2021年沪深A股上市公司为样本,探究了管理层讨论与分析(MD&A)纵向文本相似度对分析师盈余预测准确性的影响。研究发现,MD&A纵向文本相似度越高,分析师盈余预测准确性越低,证实了“增量信息”假说。异质性分析表明,这种影响显著存在于规模小、高科技行业、媒体关注度低的公司中,并且公司位于市场化程度低省份时受此影响更大。进一步研究发现,MD&A纵向文本相似度越高,分析师盈余预测的正向偏差越大。此外,分析师盈余预测准确性的下降会进一步降低资本市场的信息效率。因此,上市公司应重视文本信息披露,避免披露内容样板化;分析师和监管部门应加强对上市公司文本信息披露的监督,优化资本市场信息环境。     

食品安全网络舆情本体学习研究

食品安全网络舆情本体在一定程度上可以提升舆情信息的抽取与检索效率,但海量的文本信息使得该领域本体的构建需要借助本体学习技术。本体学习的主要任务是概念获取以及概念间关系获取。研究中概念的获取采用了基于领域相关度和领域均匀度综合评价方法,概念间关系的获取采用了基于关联规则的概念间关系分析方法。考虑到中文词语的构成,在关联规则分析的基础上,进一步采用了基于词距判定的概念间关系分析方法,这可在一定程度上识别新概念及概念间关系。最后采集了229篇“立顿茶包”事件相关文档,采用上述方法构建了领域本体。