仿人机译系统的实现

文章从仿人机译系统的实现的角度，比较详细地介绍作者试开发的“中英文常用口语对译系统”中的若干语言学方面的考虑，以及具体实现技术的一些安排与经验体会。     

搜索引擎中Robot搜索算法的优化

目前的搜索引擎越来越暴露出不足之处 ,当用户使用搜索引擎时输入特定关键词之后 ,返回的查询结果往往有数千甚至几百万之多 ,而且其中包含大量的重复信息与垃圾信息 ,用户从中筛选出自己感兴趣的网页仍然需要耗费很长的时间。另外一种情况就是 ,Web上明明存在某些重要网页 ,却没有被搜索引擎的robot发现。本文针对这种现象 ,重点讨论搜索引擎中的搜索策略 ,改善搜索算法 ,使Robot在搜索阶段就能够充分处理与Robot频繁交互的URL列表。根据网页的内容、HTML结构以及其中包含的超链信息计算网页的PageRank ,使URL列表能够根据重要性调整排列顺序。初步的试验结果表明 ,本文的优化算法可以较大程度地改进搜索引擎的整体性能     

信息基地的构架和建设模型

用户在过载的Internet信息检索中,往往不能查询到自己希望获得的内容.为此,本文提出了信息基地的概念,它是对特定领域内因特网信息资源进行"精"加工处理和长期保存的"小型数字图书馆",将在特定领域内最大限度的便利用户的检索需求.本文对信息基地的构架和建设中涉及的关键技术进行了初步的剖析,还介绍了上海交通大学OA实验室正在建设中的"中文信息处理信息基地"系统流程.     

第9届世界杯女排赛中国队及与比赛各对手战术运用效果比较分析

采用录像统计、数理统计等研究方法,对第9届女排世界杯决赛阶段比赛中的各队战术应用情况进行对比分析。结果显示中国队夺冠的突出表现在于战术上的快速多变、防守成功率高这两点上,并且在二、四号位强攻上与其它11支国外球队相比有一定的优势,但与前四名其它强队相比,在强攻和后排攻上还有一定的差距。     

自适应汉语词数据库的实现

中文信息处理在字一级的问题基本解决以后，正在向词一级的处理阶段发展。进入词一级处理阶段以后的一个首要任务就是要建立一个用计算机管理的高性能的汉语词库系统。本文在Ｂ－树的基础上，提出并实现了一种新的前缀Ｂ＊树聚集索引结构，并且根据中文信息处理的特点，将自适应的概念引人数据库，开发出了一个具有较高性能的汉语词库系统。     

仿人机译系统的开发

文章介绍了作者从机器翻译的历史回顾中引发而提出的所谓“仿人机译”算法的基本思想。     

基于KNN与自动检索的迭代近邻法在自动分类中的应用

本文研究了一种基于KNN与自动检索的自动分类算法———迭代近邻法 (IterativeKNN ,I KNN) ,用以解决KNN算法在小样本库的环境下分类效果不佳的问题。在无法得到足够的定类样本时 ,通过检索的方法将待分样本的局部主题特征放大 ,进而得到足够定类的相似样本。实验证明 ,迭代近邻法既增加了获取相似样本的几率 ,同时也有效地控制了样本相似度条件限制放宽后可能引入的分类噪声 ,在实际应用中能较好地提升自动分类系统的查全率和查准率。     

一种基于频次统计特性的兼类噪声消除方法

本文着重研究了自动分类知识库中因为样本兼类而引起的存在于概念类频中的噪声 ,提出了借助于统计特性来修正概念类频的算法。在进行理论分析的基础上 ,本文讨论了算法的实现步骤 ,并通过对新闻语料的分类实验 ,检验了降噪效果。实验显示 ,本方法可以减少兼类概念在知识库中的冗余次数 ,提高自动分类系统的性能指标     

避免歧视

记得那天老师讲的是冀教版二年级的“表内除法(一)“,我坐在教室后面听课,身旁是一位脸色白皙、目光纯净的女孩儿.小女孩儿看我坐在那里,时不时地瞟我几眼.我向她友好地一笑,算是相识了.……