基于改进KNN的文本分类方法

本文针对VSM (向量空间模型)中KNN (K最近邻算法)在文本处理环境下的不足,根据SOM (自组织映射神经网络)理论、特征选取和模式聚合理论,提出了一种改进的KNN文本分类方法。应用特征选取和模式聚合理论以降低特征空间维数。传统的VSM模型各维相同的权重并不适应于文本处理的环境,本文提出应用SOM神经网络进行VSM模型各维权重的计算。结合两种改进,有效地降低了向量空间的维数,提高了文本分类的精度和速度。     

大数据视角下的技术创新路径识别研究

近年来,以信息技术为代表的新兴技术受到社会各界的广泛关注。然而,由于新兴技术的高度不确定性,如何有效预测并选择合适的商业化路径是目前学术界的研究难点。本文从大数据的角度出发,提出了一种基于文本分析、三元组提取法(SAO)、技术路线图等方法构建而成的"技术创新路径识别模型",对多种异构数据反映的技术发展规律进行探索。该模型在获取研究领域主要技术点的基础上,可以对技术点间动态演化关系以及技术创新路径进行识别。在案例部分,本文以固体脂质纳米粒子(SLN)为例,研究其在医药及化妆品领域的商业化创新路径。研究表明,目前SLN有4条创新路径,其中,在化妆品产业的创新应用是未来市场开发重点。     

K-Means聚类的多种距离计算方法的文本实验比较

针对文本类型数据的分类进行研究,用VSM模型和TF IDF技术对文本文件进行了数据样本抽取加权,得到文本相似度矩阵;采用不同样本距离计算方法和K-Means算法对数据进行了聚类实验,获得聚类结果并进行了分析和总结;基于实验结论,研究了不同距离计算方法之间的区别以及适用的数据类型。     

基于样本加权的引文网络的社团划分

[目的/意义] 为提高引文网络的社团划分的准确性,提出一种基于加权的引文网络的社团划分方法。[方法/过程] 以Louvain社团划分方法为算法基础,将科学论文用向量空间模型表示,利用改进的余弦相似度方法计算相邻论文之间的相似度,并将其作为权重,综合考虑论文内容属性与结构属性,提出一种基于样本加权的引文网络社团划分方法。[结果/结论] 该算法将引文网络中论文的文本内容属性与拓扑结构属性结合起来,通过对Scientometrics期刊发表的论文以及主题为CRISPR的论文进行社团划分研究实验,结果表明该方法能改善引文网络社团的划分效果。     

身体叙事文本——权力话语视域下的女性体育

后现代主义以语言学为转向,通过文本策略反叛传统西方哲学,使社会化的“文本身体”浮上水面,迎合了批判理论对父权制的反抗和对女性身体的关注.体育作为一种制度体系,在成为女性身体重要展示舞台的同时,也实践着微观的权力控制,并通过隐形的话语机制建构女性的社会化身体.通过文献查阅,以女性身体为议题,揭示了体育领域内女性身体和社会文化的同构,及生物学、消费主义等权力话语的策略机制,探讨和展望了女性在体育中找回主体意识、反抗霸权话语、规划美学身体救赎的困境与希望.     

自动标引中的歧义词消除方法研究

针对中文自动标引过程中经常会产生诸多歧义词,导致检出的信息不切题或漏检这一问题,在论述自动标引中歧义词消除方法的相关研究基础上,提出一种将穷举法和消歧规则相结合的歧义词消除方法。测试结果表明,这是一种行之有效的消除歧义词的方法。     

译者中心论与翻译文本的选择--析林语堂英译《浮生六记》

运用"译者中心"论,从译者与原文、原语世界及译语世界三者的关系入手,分析林语堂选择英译《浮生六记》的原因,指出林语堂以翻译生态环境的'身份'具体实施对翻译文本的选择,体现了译者在翻译过程中的中心地位。     

试论中国共产党新闻思想的历史地位

本文论述了中国共产党新闻思想在发展马克思主义新闻思想和奠定建设中国特色社会主义新闻学基础方面的历史性贡献,强调了毛泽东、邓小平、江泽民等中共领导人在中国共产党新闻思想形成过程中的重要作用。     

论《词综》的文学史料价值

《词综》收录了唐、五代、宋、金、元时期的词作2 252首,词作者659人,且附点评,内容丰富,点校精当。它不仅保存了大量的优秀词作和丰富的作家资料,而且蕴含着独特的词学理论与思想,具有非常宝贵的文学史料价值。     

从课文标题的设计看北师大版历史教科书的创新

北师大版的历史教科书在课文标题的设计上有许多创新,不仅表述新颖、活泼,而且能表现主题思想,体现新课程理念。