与自然语言查询表述相关的词语分析

考察在信息检索过程中用户以自然语言表述的查询语句中的词语使用情况。以一个信息需求描述颗粒度不等的查询表述语料库为素材,辅以汉语通用语料作为对照,通过词频以及词语的文本覆盖率等统计数据,按照是否需要在目标文本中直接或以其他形式出现,将查询表述语句中的词语区分为对汉语文本处理具有普遍意义的通用停用词、服务于信息检索表述用的专用停用词和与特定需求相关的信息内容词语。区分词语使用的不同性质,能为信息系统前端的自然语言查询处理增加一道剥离工序,防止将整个查询语句的分词结果全部作为检索项所造成的效率和准确率的退化。     

C-value值和unithood指标结合的中文科技术语抽取

研究从科技论文文本中抽取作者关键词以外的科技术语的方法。因为标引效应问题,单纯选择论文中的关键词作为候选术语会影响术语库的数量和质量,需要考虑从论文文本中抽取术语。现有的大多数术语抽取方法重视采用termhood指标,而忽视unithood指标,针对此问题,在C-value算法的基础上,提出用于生成候选术语的中文术语构词规则和测量术语内部结合强度的unithood指标,实现从论文文本中抽取中文科技术语。以信息资源管理领域的术语抽取为例对提出的方法进行验证,实验结果证明,提出的方法能够有效地抽取领域科技术语,抽取精度较高。     

上海地区百年农业气候资源变化特征

本文应用滑动t检验、Yamamoto's检验、功率谱等数理统计方法分析了上海1873年～2006年气温、降水、辐射、日照等资料,结果表明：上海地区年平均气温有明显升高趋势,平均每10年增加0.14℃,冬季和秋季的增温最为显著,平均每10年增加0.16℃;日平均气温5日滑动平均稳定通过0℃、10℃活动积温呈明显的上升趋势,平均每10年分别增加52.6℃·d和49.6℃·d;无霜冻期每10年增加8.7天。年降水量略有增加,其中春季降水增加显著,平均每10年增加31.8mm,秋季则略有下降。通过正态检验及概率估算,上海出现春涝的概率为20.43%,出现秋旱的概率为50.72%;年内降水分布不均,降水集中,暴雨日数增多。上海地区总辐射、水平面直接辐射呈显著的下降趋势,平均每10年分别减少102.1MJ/m²和156.2MJ/m²,散射辐射有明显的增加趋势,平均每10年增加47.6MJ/m²,日照时数略有减少。     

基于双向词频统计的非相关文献知识发现排序方法研究

在对现有非相关文献知识发现的中间集排序方法进行分析的基础上,以共现理论为基础,以主题关联度为着眼点,对基于词频统计的B排序方法进行了拓展,引入共现低频的思想,提出基于双向词频统计的中间集排序方法,并对其意义及可操作方法进行了初步试验.     

Gene ontology annotation as text categorization: An empirical study

Gene ontology (GO) consists of three structured controlled vocabularies, i.e., GO domains, developed for describing attributes of gene products, and its annotation is crucial to provide a common gateway to access different model organism databases. This paper explores an effective application of text categorization methods to this highly practical problem in biology. As a first step, we attempt to tackle the automatic GO annotation task posed in the Text Retrieval Conference (TREC) 2004 Genomics Track. Given a pair of genes and an article reference where the genes appear, the task simulates assigning GO domain codes. We approach the problem with careful consideration of the specialized terminology and pay special attention to various forms of gene synonyms, so as to exhaustively locate the occurrences of the target gene. We extract the words around the spotted gene occurrences and used them to represent the gene for GO domain code annotation. We regard the task as a text categorization problem and adopt a variant of kNN with supervised term weighting schemes, making our method among the top-performing systems in the TREC official evaluation. Furthermore, we investigate different feature selection policies in conjunction with the treatment of terms associated with negative instances. Our experiments reveal that round-robin feature space allocation with eliminating negative terms substantially improves performance as GO terms become specific.     

基于利率成本最小化的国债最优发行策略研究

在新的宏观经济背景下,科学的国债管理策略已经成为稳健财政政策的有效手段之一。本文假设,债务管理人的主要目是寻找最优的国债发行策略,在满足赤字率,国债负担率等约束条件的同时,最小化国债组合的期望利率成本。基于该假设,本文提出了一个随机优化模型,其中利率期限结构是一个Vasicek形式的随机过程。应用对利率期限结构的Monte Carlo模拟,本文将随机优化模型转化为线性规划问题。最后,本文对我国国债的最优发行策略进行了实证研究,比较了赤字管理方式和国债余额管理方式下的不同发行策略。结果指出,在国债余额管理方式下,应该加大短期国债的发行规模,同时限制长期国债的发行规模。     

“假球”：一种博弈论解释

“假球”现象背后存在着两个层次的博弈过程,一是俱乐部之间的合作博弈;二是俱乐部与公众之间的非合作博弈。由于信息不对称的存在,越注重短期利益的俱乐部其打假球的动机也越强烈。因此如要消除“假球现象．使俱乐部成为长期参与人将是必然。     

一个动态化的利率期限结构模型群

本文在Ｈｅａｔｈ,Ｊａｒｒｏｗ和Ｍｏｒｔｏｎ理论框架内提出一个具有以一组状态变量发展为特征的动态化利率期限结构模型群;对其中的所有模型得到了仅依赖于两个状态变量的债券定价方法。     

也谈自然数分组与勾股数

本文给出自然数分组中另两组勾股数     

高校图书馆小学期学科服务实践探索——以上海交通大学图书馆为例

上海交通大学图书馆审时度势,主动适应由双学期制向三学期制转变的学期制度变化,根据新增的小学期,进行创新型学科化服务活动的实践探索,开展个性化嵌入式信息素养教育,制作学科《情报"快参"》,扩建LibGuides学科服务平台,深化基地值班制度,举办信息专员中期培训与交流沙龙,梳理学科核心期刊;联合馆内外力量搭建学生作品展示平台,改版图书馆英文主页,分析本校高价值专利和新兴产业优势学科,以拓展学科服务的广度和深度。