Word文本结构分析

W ord是一 种 运 用 非 常 广 泛 的 工 具 , 它 的 出 现 大 大 方便 了 人们 的文 字 处理 ,现 实生 活 中 用word编辑 文本 的 人 越 来 越 多 ,而 对 于 word文 档 ,传 统 的 纯 文 本 处 理 软件 无 法识 别其 中 的图 和表 等 基本 结构 单 元,这 将 影 响分 析 结果 的准 确 性。 可 见 ,正 确 识 别word文本 结 构 显得 十 分必 要。 一 、W ord 内 建对 象简 介 在 word中 ,最 基 本 的 工 作 对 象 是 一 个 文 档 ,其 他 任 何 东 西 都 是 文 档 的 一 部 分 , 当 使 用 VBA 处 理word时 ,docum ent对 象 代 表 一 个 打 开 …     

基于模糊处理的中文文本关键词提取算法*

研究关键词提取算法,在分析可能影响关键词提取词语的各种属性并将其量化的基础上,提出并实现一种将分词与词性标注、文本预处理、线性加权算法、组合词生成与过滤、合并候选关键词等集成到一个完整框架中的模型算法。     

试探Times表示倍数——“大三倍”还是“是三倍”?

胡文仲等编著的College English Book 2 (《大学英语教程》第二册)第12课中有这样一道汉译英练习题: 这个房间比那个房间大三倍。 (P.211) 该书的Teacher′s Book(《教师手册》所给的答案为: This room is three times larger than that one. 无独有偶。天津外国语学院《“大学英语教程”自学辅导》编写组编写的《College Eng     

翻译中词义轻重的选择

在翻译活动中,译者要花大量的时间来选择恰当的词义。这有三个方面的原因。一、在翻译思维中,词是能独立运用的最小的语言单位,也是思维活动中最活跃的语言单位。二、不同语言的语义差异很大,尤其是不同语言都存在一词多义现象,词典上的意义,还有内涵的、情感的、牵涉许多联想的意义。一词的意义有时不是从本身能看得清楚的,而是要通过上下文才能确定。英国哲学家Wittgen-stein说过“The meanimg of a word is its use in the lan-guage”(单词的意义就是它在语言中运用的意义),而现代语言学说的创始人Firth更清楚地阐述了这个道理:“Each word when used in a new context is a new word.”     

论现代信息技术条件下检索语言的应用及检索效率变化

现代信息技术条件下 ,各类检索语言适应程度和用户的检索习惯等因素会对其检索效率产生影响。以自然语言为标识的检索语言最能与现代科学技术发展相适应。信息检索的现代化信息环境形成及信息载体的变革直接影响情报检索的方式和技术。人工创制的检索语言之间的融合 ,以及人工创制的检索语言与自然语言的和谐统一是一种检索语言变化趋势。     

轻型标签本体与受控词表的结合研究

分众分类系统中的标签通过一系列聚类算法可以形成“标签树”,但标签树中的标签间语义关系未能显性化,不能称之为标签本体。另一方面受控词表类目体系或主题词更新缓慢,跟不上网络资源新名词、新主题增长的速度,导致许多资源无法用传统分类法标引。借鉴受控词表现有的语义关系来挖掘标签树的语义关系,形成一个轻型标签本体;另一方面通过标签本体与受控词表的共享词汇,制定筛选规则,将标签本体中符合受控词表选词规则的标签纳入受控词表,使分众分类系统成为受控词表更新源泉之一,使其重新焕发活力。     

探析图书馆可持续发展的永恒动力——学习力

本文从释义、具体体现、提升途径几个方面对图书馆可持续发展的动力：学习力进行分析论述,试图以此激发馆员的学习潜力,孥堡进图童譬的发展．     

筹办冬奥会促进北京国际体育中心城市建设效应及发展策略研究

摘要：运用文献资料和专家访谈等研究方法,在分析回顾北京国际体育中心城市建设发展历程及调查北京建设国际体育中心城市存在差距的基础上,通过对筹办冬奥会促进北京国际体育中心城市建设效应的研究,认为筹办冬奥会对提升北京国际体育中心城市建设的影响力、国际体育中心城市文化建设的竞争力、城市体育生活化社区建设质量和服务功能具有一定的影响效应。为更好的开发筹办冬奥会促进北京国际体育中心城市建设效应正能量的释放,建议北京应借筹办冬奥会的发展战略机遇,构建北京国际体育中心城市建设的网络体系、城市体育文化公共服务综合信息平台和加快北京城市体育生活化社区建设公共服务水平,进一步提升筹办冬奥会促进北京国际体育中心城市建设效应的发展策略,为北京国际一流和谐宜居之都建设提供服务。     

面向概念挖掘的文本层次模型研究

针对当前Web文本挖掘工具的不足之处,提出了一种基于层次结构、面向概念挖掘的模型,即文本层次模型。该模型具有数据源适应性强、结构灵活、可操作性强、用途广泛优点,具有很强的实用性和一定的可扩展能力。图2。参考文献13。