两种Zipf定律拟合方法的对比实证研究

采用普通最小二乘法和最大似然估计两种方法分别对Zipf定律的分布进行拟合比较研究。普通最小二乘法是目前曲线拟合中普遍采用的方法,而最大似然估计是曲线拟合更为合理的方法。分别利用三组中文和三组英文语料,对两种方法进行对比实证研究,结果发现最大似然估计方法的拟合更合理,对Zipf定律的拟合比普通最小二乘法好,同时发现英文词汇比中文更好地符合Zipf定律分布,即中文语料不严格符合经典的Zipf定律分布。本研究可以为幂律拟合的研究提供一些参考。     

遥感影像的分类方法研究

应用最大似然分类、马氏距离分类、最小距离分类、决策树和支持向量机这五种分类方法对北京密云1999年的TM影像进行分类。首先介绍了分类的流程,然后对这五种分类方法进行简单介绍,通过选取训练样本,最后进行分类。     

多源信息融合的微博查询似然模型

[目的/意义]查询似然模型存在零概率问题,融合多源信息对模型进行扩展,不仅可以解决零概率问题,还可以实现对全局信息的差异化处理,降低噪声。[方法/过程]通过LDA主题挖掘和历史微博兴趣挖掘,分别获取初始微博的主题相关信息和兴趣相关信息,并将二者与全局信息融合,用于改进初始微博的语言模型估计,从而得到扩展的微博查询似然模型。运用网络爬虫工具从新浪微博爬取数据,并通过实证研究验证扩展模型的有效性。[结果/结论]实验结果表明:与已有的查询似然模型扩展方法相比,新模型具有较好的检索性能。     

基于TREC目标优化的过滤阈值调整算法

检出阈值的优化调整是自适应信息过滤的重点和难点之一。分析现有的阈值调整方法中普遍存在的问题,以TREC效用指标为目标函数,对阈值调整方法中的极大似然估计法和局部优化法进行比较分析,提出基于TREC目标优化的全局极大似然估计法与局部效用指标优化相结合的自适应过滤阈值调整算法。实验结果表明该方法能有效地提高信息过滤系统的性能。     

冒广生与孟森交游简述

冒广生与孟森皆为上世纪著名文史大家,二人虽有往还,然并非契合。二人交游之始,乃为孟森所作之《丁香花》一文,文中于冒广生之言多有批评。而其后,孟森又有函致冒广生,代为澄清厚诬冒氏先辈之词。然冒广生虽全然接受孟森之研究成果,而对孟森其人,则似始终未尝谅解,此亦二氏交游之不见记载之缘由。     

德高心阔联(隶书)

<正>此幅作品虽为楹联,然气势不凡,豪放疏野,入南海先生逸格。释文:德高似山可延年,心阔如海能增寿款识:壬午仲秋吉日书祝群杰先生九旬荣寿。云南文史馆孙太初书。     

期期艾艾忆林中

<大众日报>前副总编辑林中同志,是河北省人氏,却一副山东大汉模样:身材魁梧,一米八以上的个头,在报社数第一高度,巍巍然铁塔似也,头大脸大手也大,眉毛浓浓的,永远理平头.     

超文本系统的建立方式及其查询方法

本文针对超文本系统建立过程中的难点和使用中存在的问题,综合运用新型和传统的检索技术,讨论了超文本系统的建立方式,包括手工方式、半自动方式和自动方式.同时,探讨了改进超文本系统的查询方法,提出了基于信息分类的检索模式和基于似然推理的检索模式.     

“厮杀”中的柔美

没注意从什么时候起,新闻出版报也挤进了热闹非凡的“周末版浪潮”中。拿到2月22日的周末版,一幅冠之以《九天揽月》的照片赫赫然将我吸引。远看,夜空中几点星辰闪烁,衬托着一轮似隐似显的圆月,一只手臂高擎,似要将那圆月揽入怀中;近看,原是4个队员昂首举臂,争抢半空中的篮球。显然,这个球非那长而黑的“猿臂”莫属,事实上,也确是他,又为巴西队赢得2分。照片的拍摄者是中国体育报记者郭延民。这张照片摄于1988年北京国际男篮邀请赛中国队对巴西队的一场比赛,照片上那位“揽月豪杰”是巴西著名的黑     

《四书集注》点校献疑——以中华书局本为中心

中华书局本《四书集注》点校精良,为30年来学界权威流行之读本,然其中亦有一二疏漏处,实为各家点校本之通病.本文拟以中华点校本为中心,就该书引文句读、行文句读、人名误漏、校勘疏忽、分节不当诸方面提出30余则疑问,以就教于方家.盖诠解《四书》,虽本无定则,然《集注》之点校,实应以忠实朱子原意为准的,故须参照朱子思想及《语类》等相关论述.至于版本校勘,更须参照宋元以来《集注》注释之本,中华本于此二者似有所忽略.     

基于EM算法的汉语自动分词方法

汉语自动分词是中文信息处理中的基础课题。本文首先对汉语分词的基本概念与应用 ,以及汉语分词的基本方法进行了概述。接着引出一种根据词的出现概率、基于极大似然原则构建的汉语自动分词的零阶马尔可夫模型 ,并重点剖析了EM(Expectation Maximization)算法 ,对实验结果进行了分析。最后对算法进行了总结与讨论。     

退稿信

记得那是1985早9月份,我收到当时《今晚报》副刊部主任的退稿及附信,上云:“此文写得通俗易懂,自有其言之成理处”。读此,我心下不免喜滋滋的。可往下读去,觉得高兴太早了:“然仔细推敲之,便可见其中值得研究的问题颇多”。接着,一下子就列举了三条意見: 一、大龄青年征婚,应当允许她(他)们有选择方式的自由。以诗征婚,似亦不应受到指责。二、诗写得不好,或有借鉴古人处,似亦不应苛求,因为这不是在搞赛诗会。     

中文版信息安全自我效能量表的修订与校验

[目的/意义]鉴于信息安全自我效能量表是用户信息安全能力自我评价的有效度量工具,而国内文献对此尚未有所报道,提出中文版量表并对其可行性进行论证.[方法/过程]以H. S. Rhee编制的信息安全自我效能量表为原型进行中文译注与修订,通过实际调查与统计分析,对中文版量表的区分度、信度、效度等指标进行评定.[结果/结论] 中文版量表具有良好的区分度和内部一致性,其Cronbach信度和Spearman-Brown折半信度值分别为0.870、0.857.量表单维模型的共同因子解释变异量为44.16%,经最大似然验证,结构效度拟合指标符合要求,提示单维模型合理.中文版量表作为一种有效的度量工具,可用于当前信息环境下国内普通用户信息安全自我效能的定量化描述.     

基于统计语言模型的信息检索演进探析

将自然语言处理技术——统计语言模型引入信息检索领域产生了一系列全新的检索模型,典型包括查询似然模型、生成相关性模型、词项依赖模型、统计翻译模型、泊松分布模型以及风险最小化框架等。本文从统计学模型以及N-gram技术的角度重点解析这些信息检索模型的演进过程。最后对基于统计语言模型的信息检索模型的发展过程以及未来发展趋势和挑战进行了总结。     

两个安徽人的陇上文化情结——王子云与高一涵的书画之交

1975年,读国民政府监察院甘宁青监察使高一涵的《金城集》,其中有一首作于1943年《题王子云兰州图》的诗,有长序,引人注目:"岑嘉州《咏金城关》有句云:‘山根盘驿道,河水浸城墙。’气象万千,一语中的。然非亲至其地者,不知也。子云此画,似为嘉州注     

《战国策》佚文考辨

《战国策》经刘向整理、定名,成三十三篇,《汉书·艺文志》亦著录如是。然此书至唐时似已有所缺佚,《史记·淮阴侯列传》载 通说韩信自立的一大段文字,司马贞《索隐》云：“案：《汉书》及《战国策》皆有此文。”①而今本《战国策》无载。至宋初,此书残缺益甚,在政府的藏     

论方甦生的学术贡献

方甦生是故宫文献馆中不可多得的综合型人材,是我国档案史料研究的开拓者之一,也是当时清史研究领域的中坚.然英年早逝,至今似被学界所忘却.他著述丰富,治学严谨,视野开阔,既善于总结前人的经验,也善于开拓新的研究领域,创造新研究方法.他以档案治史,具有实事求是的精神和敢于质疑学术权威的学术勇气,在整理内阁大库档案和清实录研究中有突出的贡献.     

报纸为啥这么厚?

报纸乃刊载社会政治、经济、文化诸信息之散页出版物。读好报纸,览其所刊,阅其专栏,知天下大事、民情趣闻,每每获益匪浅。昔毛泽东于长征路上得一旧报,从中得知陕北仍有红军存,遂挥师陕甘,尔后有中国革命成功。然不知从何时起,阅读一些报纸,似无享受之乐、信息之获,常有头疼之感、恐惧之觉,近年尤甚。     

石璞血洒雨花台

在南京雨花台革命烈士陵园中,有一位最年轻的烈士,他只有17岁,即被国民党反动派杀害。这位烈士就是银冈书院的毕业生、铁岭人石璞。石璞(1913——1930年),号国柱,铁岭城内人。幼时家道小康,1920年入铁岭县立第一高级小学,即银冈书院小学。在校期间,勤奋好学,考试成绩常名列前茅。在他的遗物《古文观止》一书扉页上,有几行毛笔题字“:石璞在同学诸少年中为最稚,然似有特慧……”似为石璞的老师所题,可见石璞在银冈书院小学读书期间,聪明好学。1926年,他以优异成绩考入奉天省立第三中学初中部,仅用一年半进间就提前修完初中课程,结业时名列第…     

“编辑”这碗饭的滋味

吃“编辑”饭已二十余载,然仍很难一言说清这碗饭的滋味到底如何。有时觉得这碗饭平平淡淡,却又似有不少回味可寻;有时觉得酸甜苦辣咸五味俱全,却又似无甚刺激可言。要不是两年前一部电视剧《编辑部的故事》里的众编辑一一亮相,恐怕十二亿中国人中大概还有不少人不知道竟还有靠耍嘴皮、弄笔杆子吃“编辑”饭的人吧!恰巧那时我刚迁入别人套出的旧居,新邻居偶尔得知我与“李东宝”、“余得利”、“牛大姐”等同类,便不时朝我投来异样的目光。幸好我非谢顶之外貌,也没油嘴滑舌之习惯,否则非被冠以“李东宝”或“余得利”之雅号了。