中文搜索引擎及其在医学信息检索中的比较研究

鉴于国内医学专业搜索引擎尚处于起步阶段，本文选用十个常用中文WWW搜索引擎分别对医学检索词的检索效果进行了比较研究，并对中文WWW搜索引擎的功能、特点、局限进行了讨论，从中选出对检索医学信息效果较好的几种中文WWW搜索引擎，并对完善中文WWW搜索引擎提出了几点建议。     

数字人文视角下的非物质文化遗产文本自动分词及应用研究北大核心CSSCI

文本自动分词是非物质文化遗产相关数字人文研究的基础与关键步骤,是深度发掘非遗内在信息的前提。文章构建了国家级非物质文化遗产项目申报文本自动分词模型,探究了融入领域知识的机器学习模型CRF、深度学习模型Bi-LSTM-CRF和预训练语言模型BERT、RoBERTa、ALBERT在非遗文本上的分词性能,并对比了通用分词工具HanLP、Jieba、NLPIR的效果。在全部14种模型中,RoBERTa模型效果最佳,F值达到了97.28%,预训练模型中ALBERT在同等条件下训练速度最快。调用分词模型,构建了非遗文本领域词表和全文分词语料库,对非遗文本词汇分布情况进行了分析挖掘。开发了中国非物质文化遗产文本自动分词系统(CITS),为非遗文本自动分词及分词结果的多维可视化分析提供了工具。     

中文智能搜索引擎的探讨

随着网上信息激增,中文搜索引擎备受人们关注。本文从传统中文搜索引擎的缺陷入手,针对搜索引擎的性能,具体地阐述中文分词、词性标注、语义分析、n元语法及PageRank排序等关键技术,从而构建一个比较智能的中文搜索引擎。     

汉语自动分词研究的发展趋势

汉语自动分词是计算机中文信息处理中的难题。文章通过对现有分词方法的探讨，指出了汉语自动分词研究未来的发展趋势，即传统文本的有效切分，计算机技术的快速发展，改造书面汉语书写规则。参考文献35。     

基于词典的汉语自动分词算法的改进

综合分析了目前在计算机自动分词领域取得的进展和面临的困难,针对词典法提出了一种新的词典构筑方法以及相应的匹配算法。     

As if/though从句用法简析

【正】连接词as if/though引导的从句在各类教材中时有出现。本文拟从三个方面对该从句进行浅析,以准确理解、正确运用。一、语法功能1.作状语,表示主句主语的行为方式或状,,如:It rained as if the flood-gates of Heavenwere opened.雨倾盆而下,犹如天上的水闸打     

基于新词发现与词典信息的古籍文本分词研究

现代汉语分词虽已取得较大进展,但是古籍文本分词由于受到古代汉语词汇特征、语义、语法等限制,始终没有形成一种行之有效的方法。通过互信息与邻接熵的新词发现方法从《汉书》中寻找未登录词,结合古代汉语词汇表、古代人名词表和古代地名表构建古籍文本分词词典,以此为基础,使用pyNLPIR对《汉书》进行分词操作。实验结果显示,新词发现方法可以在一定程度上完善古籍文本分词所需的用户词典全面性,但是对3字以上的词语识别效果较差。实验证明使用新词发现结合词典信息的方法对古籍文本进行分词能够有效提高古代汉语分词准确度。     

基于网络问答社区的话题识别与分析——以知乎“老年人”话题为例

[目的/意义]针对目前基于网络的话题识别与分析方法的局限性,提出针对网络问答社区的话题识别与分析方法,为此类网站的话题识别与分析提供参考。[方法/过程]以改进的中文分词技术为基础,构建网络问答社区的话题识别指标,通过线性加权方式计算权重,结合关键词提取方法确定话题关键词,对话题关注焦点进行提取,对分布情况进行测度。依据所提出的改进方法,以知乎网站为数据来源,从话题关键词、关键词分布以及热点子话题3个角度对"老年人"话题焦点进行识别与分析。[结果/结论]研究表明,该方法具有科学性和可行性,不仅拓展了社会问题的分析数据源,也为"积极开展应对人口老龄化行动"提供了决策依据。     

英语中悬垂分词探微

“悬垂分词”(Dangling Participle)，又叫做“无依着分词”(Unattached Participle)，指-ing分词或-ed词结构在句中找不到它的逻辑主语，因而处于一种“悬垂”状态，即“无依着”状态。由于悬垂分词是个比较复杂的语言现象，如果没有对它作过深入全面的了解或掌握判断悬垂分词对与错的标准，在理解和使用时就可能出差错，本将对悬垂分词的误用以及其可接受性作一些探讨。     

信息过滤Agent的WWW文档分析实现

介绍信息过滤与Agent的概念，讨论信息过滤中获取WWW档、汉字自动分词和机器生成等问题，并描述用Java实现信息过滤Agent中上述功能的过程．