基于领域本体的语义文本挖掘研究

为了提高文本挖掘的深度和精度,研究并提出了一种基于领域本体的语义文本挖掘模型.该模型利用语义角色标注进行语义分析,获取概念和概念间的语义关系,提高文本表示的准确度;针对传统的知识挖掘算法不能有效挖掘语义元数据库,设计了一种基于语义的模式挖掘算法挖掘文本深层的语义模式.实验结果表明,该模型能够挖掘文本数据库中的深层语义知识,获取的模式具有很强的潜在应用价值,设计的算法具有很强的适应性和可扩展性.     

基于语义准则函数的中文评论性文本极性聚类算法研究

通常用于评论性文本极性挖掘的方法是采用有监督的学习算法完成的,但有监督的学习算法需要大量人工标注的训练集,而且其在处理文本集时还会面临维数灾难、稀疏向量、高时空复杂度、低召回率和精确率等问题而无法用于海量的文本极性分类任务。经典的K-means均值聚类算法是聚类分析中使用最为广泛的算法之一,其具有诸多的优良特性和不足。针对上述情况,本文将语义引入经典K-means均值聚类算法中,构造了专门针对中文评论文本极性判断的极性词语义词典,提出了一种基于语义准则函数的K-means均值聚类算法。这项研究是运用基于语义的聚类方法对汉语主观性文本处理的一次探索。实验结果显示总平均召回率达到了80.70%,总平均精确率达到了67.75%,说明该算法是可行和有效的。     

Automatic categorization of questions for user-interactive question answering

Question categorization, which suggests one of a set of predefined categories to a user’s question according to the question’s topic or content, is a useful technique in user-interactive question answering systems. In this paper, we propose an automatic method for question categorization in a user-interactive question answering system. This method includes four steps: feature space construction, topic-wise words identification and weighting, semantic mapping, and similarity calculation. We firstly construct the feature space based on all accumulated questions and calculate the feature vector of each predefined category which contains certain accumulated questions. When a new question is posted, the semantic pattern of the question is used to identify and weigh the important words of the question. After that, the question is semantically mapped into the constructed feature space to enrich its representation. Finally, the similarity between the question and each category is calculated based on their feature vectors. The category with the highest similarity is assigned to the question. The experimental results show that our proposed method achieves good categorization precision and outperforms the traditional categorization methods on the selected test questions.     

文本分析方法在竞争情报中的运用

文本分析（也称“内容分析”）是各国情报部门和科研人员广泛采用的一种分析文本的方法。文本分析通过将定性的,半结构性的文本编码,使定性的文本可以用定量的方法来分析,从而大幅提高分析的可靠性。通过考察文本分析方法的独特优势和基本步骤,探索该方法在竞争情报分析中的应用。文本分析方法在战略集团分析、竞争对手假设分析、竞争对手目标分析、竞争对手战略分析和竞争对手使命分析等竞争情报领域都有独特的优势。     

中国与墨西哥高技术产品在美国市场的竞争状况分析——基于出口相似度指数与转移份额分析方法

本文以中国和墨西哥作为研究对象,首先从规模、速度、出口相似度等方面对两国对美高技术产品贸易进行了比较,进而采用转移份额分析法将两国高技术产品在美国市场的出口竞争力及其影响因素进行详细研究.结果表明,整体上中国高技术产品在美国市场上的竞争力大于墨西哥,但差距在缩小.文章最后就如何提升中国高技术产品在美国市场上的竞争力提出了一些建议.     

文本分类中基于图模型的特征提取方法

文本分类是处理和组织大量文本数据的关键技术之一。为了更加有效地实现文本分类,本文提出了一种基于图模型的文本特征提取方法。该方法利用类别信息在训练数据集上构造邻接带权图及其补图,使得属于同一个类别的样本点的投影尽可能近,不属于同一个类别的样本点的投影尽可能远。这种方法既能够获得文本空间的全局结构信息又可以保留局部结构信息。最后,采用K近邻分类器在20Newsgroups标准数据集上进行训练和测试,并且与基于潜在语义索引的文本分类方法做了比较,文本分类的性能得到很大提高。实验结果表明,本文所提出的方法能够有效地提高文本分类的性能。     

文本内容新颖性探测研究综述

如何为用户提供及时有用的新颖信息是一个亟待解决的研究内容。试图对文本内容新颖性探测的研究方法做一个梳理,从文本内容新颖性探测的研究起源、应用于这一研究的文本表示方法、相似性对比的方法以及内容新颖性探测过程等方面进行分析,以期对文本内容新颖性探测的研究有一个较全面的把握。     

实矩阵实相似的判断准则与标准型

本文研究了实矩阵的实相似的相关问题,并且证明了判断实矩阵的实相似的充分必要条件。其中着重介绍了实矩阵实相似的判断准则与标准型。     

风电上网电价政策地区差异及其产业效应

风力发电是发展新能源产业的重要任务之一,而国家对风力发电进行补贴的上网电价政策是促进风电产业发展的重要举措。分析上网电价政策的实施情况及其产业效应,对于有效落实政策、促进风电产业高质量发展具有重要意义。本文引入政策文本分析方法,从政策实施时间、政策数量、政策相似度多个角度量化评价上网电价政策实施的地区差异。然后,从资源区和省份两个层面,建立多水平模型分析上网电价政策的产业效应。结果表明：①不同资源区和省份实施风电上网电价政策的情况不同,多数属于国家发改委划分的第Ⅰ、Ⅱ、Ⅲ类资源区的省份,风电上网电价政策实施情况较好,政策发布较早、数量较多,而且政策具有针对性。②风电上网电价政策产生了显著的产业效应,而且政策实施时间越早、数量越多、政策相似度越低,越有利于风电产业发展。但是,这些政策变量对不同地区的风电产业发展的影响程度不同。政策实施时间、政策数量对风能资源丰富区的风电产业发展影响较大,政策相似度对风电发展模式不完全成熟的地区的风电产业发展影响较大。因此,各个省份应该尽早实施上网电价政策,并结合地区差异针对性地多发布政策,从而利用政府政策有序推进风电产业发展。     

基于文本内容的科学前沿探测方法研究进展

[目的/意义] 本文从科学前沿概念出发,对当前已有的基于文本内容的科学前沿探测方法进行梳理总结,为科学前沿探测方法的发展提供基本参考和启发。[方法/过程] 对科学前沿相关概念、基于文本内容的科学前沿探测方法进行了系统的总结,分析了现有探测方法的优缺点。[结果/结论] 对科学前沿极其相近概念做出进一步辨析,总结目前方法存在的问题,并提出未来发展的建议。