基于递归概念图的文本检索模型研究

Sowa在1984年提出了一个抽象模型,即概念图,作为基于语言学、心理学和哲学的知识表示语言.但是其概念图的定义比较简单,对于刻画文本中的语言组块的语义及语言单元之间的组合运算比较困难.为了能从形式上为将来的组块内部和组块之间的组合分析提供支持,深化概念图的表示形式,我们提出了一种适用于自然语言自动化分析的概念图的形式化描述,它可以看成是Sowa 概念图的递归扩展.然后我们将这种新颖的知识表示方式应用到文本检索领域的文本标引中,同时给出了以此为基础的概念图匹配算法.在和布尔检索的比较实验中,概念检索体现出比较明显的优势.     

文本分类中粗分类数据噪声修正的网络算法

在文本分类的实际应用中经常使用粗略分类的数据来训练分类器,但是这种数据中经常会包含类别标记有误的数据,这些数据对文本分类结果的精度会造成不良影响。本文针对这个问题提出了一种噪声修正算法,首先建立文档关联网络,把文档上标记的类别作为在网络上划分的集团结构,并用模块度衡量集团结构的质量,通过优化模块度指标把噪声数据调整到合适的类别中,从而提高数据质量。实验结果表明,本文所提算法能够有效修正粗分类数据中的噪声,且有较高的有效性和鲁棒性。该算法可以用于文本分类训练数据的预处理,或作为辅助技术用于文献库建设等工作。     

局部文本特征选取算法的比较和改进研究

本文通过实验比较了互信息、χ2统计算法和优势率三种算法在用于局部文本特征选取时对文本分类性能的影响.实验结果显示,在应用于局部特征选择的情况下,文本特征选取算法仍然可以将特征空间的维度降低90%以上,而不降低文本分类的性能.同时,我们发现在应用于局部文本特征选取时,优势率算法的性能不如互信息和χ2统计算法.另外,对于K最近邻分类算法,随着K值的增大,文本分类的查准率在增加,而查全率在降低.最后,本文详细分析了造成这三种算法性能差异的原因,并提出了一种改进算法,来提高优势率算法应用于局部文本特征选取时的性能.     

图书馆开展历史文化特色讲座服务探讨——以扬州市图书馆为例

本文以扬州市图书馆为例,对历史文化名城图书馆,开展历史文化特色讲座的意义、内涵及运行机制进行了探讨。     

图书馆讲座——开创公共空间的重要载体

图书馆是公共空间的重要载体,图书馆讲座作为图书馆的核心业务之一,直接参与了公共空间的构建.文章从公共领域的理论视角详细阐述了图书馆讲座所负有的构建公共空间的内涵所指,及其历史现状,尝试为图书馆讲座确立新的价值定位.     

基于文献的知识发现的应用进展研究

本文在对共词分析、共引分析理论、Swanson理论以及文本挖掘理论应用进展进行系统研究的基础上,将分别基于上述理论的基于相关文献发现、基于非相关文献发现和基于全文献发现统一整合于“基于文献知识发现”之下,构建起完整的基于文献知识发现的方法与应用研究体系,同时分析了其应用前景。     

徽州文化与徽州历史档案

一、徽州文化及其内容近人吴日法《徽商便览·缘起》说:“吾徽居万山环绕中,山谷崎岖,峰峦掩映,山多而地少。”徽州地处安徽南部黄山、齐云山之间的东南丘陵地区。唐大历四年(769年)形成的州辖六县格局,到宋徽宗宣和三年改歙州为徽州,当时徽州府辖歙县、休宁、黟县、婺源、祁门、绩溪六县,由此至明清,基本未变,因而,徽州是一个具有稳定性和完整性的文化地理范围。徽州文化崛起于南宋,鼎盛于明清,从广义上说,是指历史上的徽州人在社会历史实践过程中创造的物质和精神财富的总和。无论在器物文化层面,制度文化层面,还是精神文化层面,都有深厚…     

清朝的史注体式

清朝是中国古代学术的总结时期，学者们以深厚的学力和高度的责任感，对以往的文化典籍进行全面的整理研究，采用各种形式注释历代史书，在史书注释方面取得了重大的成就，将古代史书注释工作推向顶峰。     

版本学浅说

阐述了版本学的定义及其研究对象与范围,概述了古籍善本的划分标准与历代版刻的基本特征和鉴定版本的方法。     

基于概率神经网络的文本自动分类研究

本文提出了将一种径向基网络的重要变形———概率神经网络应用于文本自动分类的研究 ,与常用的K 最邻近法相比 ,具有一定的优势 ,特别是在训练集中各类的训练样本数很不平衡时 ;与BP等其他神经网络相比 ,其特点是需调节的参数少 ,不需确定隐层数、隐层中的神经元数量等网络结构 ,比较容易使用。此外 ,从研究中的不同特征选择的评价函数来看 ,它们对分类有一定的影响 ,应用X2 统计进行特征选择的分类正确率最高 ,其次是文本证据权 ,而期望交叉熵的效果最差 ,说明特征选择在文本自动分类中也是非常重要的。