不同语料下基于LDA主题模型的科学文献主题抽取效果分析

[目的/意义]潜在狄利克雷分布(Latent Dirichlet Allocation,LDA)在科技情报分析中用来发现学科主题、挖掘研究热点以及预测研究趋势等。对常见的科学文献文本语料库(关键词、摘要、关键词+摘要)进行LDA主题抽取效果的评价,以揭示不同语料库的主题抽取效果,提高LDA在科技情报分析中的应用效果。[方法/过程]对上述3种语料库下的LDA主题模型进行对比研究,采用基于查全率、查准率、F值以及信息熵的定量分析和基于主题抽取的广度和主题粒度的定性分析相结合的方法对主题抽取效果进行评价。[结果/结论]通过国内风能领域的科学文献数据实证研究发现,无论是从定量分析还是从定性分析来看,摘要和关键词+摘要作为语料的LDA主题抽取的效果均优于关键词作为语料的LDA主题抽取效果,并且前者在主题抽取的广度方面表现更好,而后者抽取的主题粒度更细。     

基于语义和引用加权的文献主题提取研究

[目的/意义]传统的文献主题提取方法主要是通过关键词、摘要、全文等提取文献的主题内容,使得主题内容不全面或存在"噪音",而从文献内容语义出发,结合引用内容提取文献的主题,能够更加准确地提取出多文档的主题内容。[方法/过程]提出一种面向多文档的基于语义和引用加权的科技文献主题提取算法,利用文献的引用内容和关键词构建Labeled-LDA主题模型,形成文档-主题概率向量,再根据K-means聚类方法聚类文档,提取每类文档集的主题内容。[结果/结论]以PubMed生物医学数据库中的数据作为实验数据,测试该方法的可靠性,结果证明该方法能够准确、全面地提取出多文档的主题内容。     

知识融合:概念辨析与界说

[目的/意义] 知识融合是一个随技术环境和社会环境不断发展变化的概念,并可应用于多个学科领域,然而目前学术领域对知识融合的概念界定还缺少一致的理解,对其进行辨析有利于推动后续研究。[方法/过程] 通过充分调研和分析,在理论和实践层面汲取以往研究中的观点和成果,一方面选取不同时期和不同领域的知识融合概念的典型表述,并分别提取“处理对象”“融合过程”以及“融合结果”3个关键要素;另一方面通过知识融合系统体系架构的剖析来进一步明确知识融合的研究范畴与边界。[结果/结论] 综合概括得到一个相对完整的知识融合概念定义,并从流程角度对知识融合概念进行分解。     

试谈翻译中理解的误区

理解原作是一切翻译活动不可或缺的环节,是正确表达的基础和前提,也是一项很艰巨的工作.本文以<棋王>英译文例,就其在多义词、句子结构、文化词语三方面对原作一些句子的理解提出质疑,并给出参考译文.     

芒果基因组DNA的提取方法比较

采用SDS法、改良SDS法、CTAB法、改良CTAB法提取芒果基因组DNA,并对提取的DNA进行质量比较。结果表明:改良CTAB法能较好地去除芒果叶片中的酚类和多糖杂质,提取的DNA母液浓度达767．2 ng/μl, OD260／OD280为1．89,DNA纯度和浓度在四种方法中均为最高。     

基于粗糙集的数据挖掘方法分析

文章从数据挖掘和粗糙集的基本概念出发,研究粗糙集理论在数据挖掘中的典型运用,为大型数据挖掘提供了一种新的方法。基于粗糙集的数据挖掘,首先通过粗糙集理论对数据进行预处理,然后对属性约简,最后进行决策规则提取,寻找最优解。     

Extraction of novel features for emotion recognition

Hilbert-Huang transform method has been widely utilized from its inception because of the superiority in varieties of areas. The Hilbert spectrum thus obtained is able to reflect the distribution of the signal energy in a number of scales accurately. In this paper, a novel feature called ECC is proposed via feature extraction of the Hilbert energy spectrum which describes the distribution of the instantaneous energy. The experimental results conspicuously demonstrate that ECC outperforms the traditional short-term average energy. Combination of the ECC with mel frequency cepstral coefficients (MFCC) delineates the distribution of energy in the time domain and frequency domain, and the features of this group achieve a better recognition effect compared with the feature combination of the short-term average energy, pitch and MFCC. Afterwards, further improvements of ECC are developed. TECC is gained by combining ECC with the teager energy operator, and EFCC is obtained by introducing the instantaneous frequency to the energy. In the experiments, seven status of emotion are selected to be recognized and the highest recognition rate 83.57% is achieved within the classification accuracy of boredom reaching 100%. The numerical results indicate that the proposed features ECC, TECC and EFCC can improve the performance of speech emotion recognition substantially.     

基于HJ星影像多方法海冰信息提取对比研究

海冰已经成为一种新的自然灾害,利用遥感技术实现海冰的监测技术已经十分成熟,根据海冰的光谱特征曲线,利用HJ星数据,采用4种不同方法提取海冰信息,并对不同海冰提取方法结果进行对比分析,探讨适合HJ星数据的海冰提取方法,同时分析不同提取方法的优缺点,为HJ星在海冰信息提取应用提供有益的参考.     

网络学习资源建设中课程知识本体自动提取研究

本体在建设具有语义信息的网络学习资源中具有重要基础作用。文章首先介绍了课程知识本体的结构,随后提出了教材中自动提取课程知识本体的方法,并以"离散数学"教材为例,在GATE中实现了课程知识本体自动提取。     

超临界二氧化碳在日用化工中的应用

介绍了超临界流体的特性、萃取原理，超临界二氧化碳作为SFE溶剂萃取精油、油脂和色素及作为化学反应介质在日用化工中的应用。