Automatic generic document summarization based on non-negative matrix factorization

In existing unsupervised methods, Latent Semantic Analysis (LSA) is used for sentence selection. However, the obtained results are less meaningful, because singular vectors are used as the bases for sentence selection from given documents, and singular vector components can have negative values. We propose a new unsupervised method using Non-negative Matrix Factorization (NMF) to select sentences for automatic generic document summarization. The proposed method uses non-negative constraints, which are more similar to the human cognition process. As a result, the method selects more meaningful sentences for generic document summarization than those selected using LSA.     

基于LSA的社会化标注系统标签语义检索研究

在分析社会化标注系统标签检索研究现状基础上,针对传统方法可计算性不高、完备性不够、无法分辨自然语言的语义模糊性等不足,提出基于潜在语义分析的社会化标注系统标签语义检索模型,改进标签-资源矩阵权重计算算法,完善社会化标注系统的语义标注方法。并以delicious系统为例,抓取数据进行验证分析,通过对比,证明提出的模型和改进的算法能显著提高标签检索效率。     

砷化镓光电导开关混合工作模式

实验中,当偏置电压达到一定阈值时,串联组合(双层)半绝缘(SemiInsulating,SI)砷化镓(GaAs)光电导开关(PCSS)输出为近似方波的双峰脉冲波形。输出脉冲随外加偏置电压的升高,上升时间基本不变,脉宽和下降时间都略有减小,双峰峰值均明显增大,开关呈现出不同于普通单个(单层)开关独特的实验现象。分析认为:串联组合SI GaAs光电导开关和普通单个开关各处于不同的工作模式中,组合开关工作在介于光激发电荷畴(Photoactivated Charge Domain,PACD)和限制空间电荷积累模式(Limit Space charge Accumulation,LSA)(简称限累模式)之间的混合模式,此工作模式使得组合开关中的电场都被扫进阈值之上的负微分迁移率区,抑制了开关进入非线性模式的锁定状态,工作效率较高;而普通开关则工作在光激发电荷畴模式,开关输出电脉冲波形呈现出典型的非线性锁定特性。     

公立图书馆在美国全境服务的实现过程

为所有居民服务既是公立图书馆的原则,也是公立图书馆的理想,这个宗旨如何在美国实现,作者对此详细观察并深入分析其历史过程。尤其重视关注1960年美国公立图书馆行业对于为所有居民服务的思想认识变化过程。