中文一体化医学语言系统的构建与应用

中文一体化医学语言系统(CUMLS)整合了10余个生物医学领域的主题词表、分类表、术语表及医学语料,形成由医学词表、词义网、构建工具组成的知识组织系统。基于CUMLS,实现了医学文本主题、分类自动标注,以及知识导航、智能检索、文献相关性检索等知识服务,结果表明CUMLS对网络环境下医学信息资源的知识组织与知识服务具有良好的实用价值及有效性。     

试论WORDNET下的隐喻处理

以在线词典里的各种语义知识和语义关系为基础,设计并实现一个处理＂A is B＂型的英文隐喻自动处理系统。该系统采用JAVA语言来编写,包含语句预处理子系统,数据库管理子系统,词义检索子系统,词语相似度计算子系统。系统设计通过仿真实验来验证其可行性,证明了研究的实用价值。并提出了研究的不足及今后的研究方向。     

基于Matlab研究碎纸片的拼接复原

针对碎纸片自动拼接复原,分析单面纵切、单面纵横切、双面纵横切三类情况,提取图片信息,分别建立欧氏距离计算模型、矩阵相似点判别模型,使用Matlab软件编程计算,得到实现碎纸片自动拼接复原的程序算法,实现了所给碎纸片的自动拼接复原.     

利用Rsync自动建立Lotus Notes数据库复本

Lotus Notes双机备份系统需要手工在备机上建立数据库复本,工作量较大,还需取得数据库完全访问权限,有违权限分离的原则,且操作经常会被管理员漏遗.利用Rsync自动建立Lotus Notes数据库复本,简化了管理员的操作,确保了数据的完全一致,提高了数据安全性.     

长城C30加装自动升降窗系统的研究与分析

现在很多汽车在中央门锁和电动车窗的基础上加装汽车自动升降窗系统控制器,以此来避免原有系统的不足。本文介绍了长城C30车型加装自动升降窗系统的改装操作,并详细分析其工作原理。     

基于Zigbee的自动演示实验教学系统的设计

针对当前高校演示实验教学的特点,设计了一种以Zigbee无线网络为载体的演示实验自动教学系统。该系统具有自动教学、讲解清晰、讲解同演示设备同步等优点。系统采用主从方式,由教学播放器、从控制器、无线射频遥控器组成,能同时连接128台讲解实验设备,可全天开放实验教学,无需教师参与,提高了教学质量,减轻了教师教学负担,同时提高了学生参与实验的积极性。     

基于机器学习的自动文摘研究综述

探讨基于机器学习的自动文摘研究中的特征选取、算法选择、模型训练、文摘提取和模型评测等主要过程;重点分析3种主要的机器学习算法：朴素贝叶斯、隐马尔科夫和条件随机场,阐释3种算法的基本思想,在对相关研究进行系统梳理的基础上,给出作者的思考;对3种机器学习算法在训练方法、协同训练与主动学习、类别平衡以及词汇分布等方面存在的共性问题进行深入讨论并提出未来的主要研究方向。     

基于关联规则的术语自动抽取研究

文章在文献调研的基础上,通过理论与实验结合的方法讨论了基于关联规则的术语抽取方法的合理性和可用性。从理论上看,关联规则的基本原理决定了它在充分解决"序"的条件下,可以解决术语的识别和抽取问题;从实践上看,关联规则的方法的确可以正确抽取出术语,而且,通过与现有算法的比较,可以发现,关联规则在算法实现难度和算法占用资源方面具有较明显的优势。     

Web document summarization by exploiting social context with matrix co-factorization

In the context of social media, users usually post relevant information corresponding to the contents of events mentioned in a Web document. This information posses two important values in that (i) it reflects the content of an event and (ii) it shares hidden topics with sentences in the main document. In this paper, we present a novel model to capture the nature of relationships between document sentences and post information (comments or tweets) in sharing hidden topics for summarization of Web documents by utilizing relevant post information. Unlike previous methods which are usually based on hand-crafted features, our approach ranks document sentences and user posts based on their importance to the topics. The sentence-user-post relation is formulated in a share topic matrix, which presents their mutual reinforcement support. Our proposed matrix co-factorization algorithm computes the score of each document sentence and user post and extracts the top ranked document sentences and comments (or tweets) as a summary. We apply the model to the task of summarization on three datasets in two languages, English and Vietnamese, of social context summarization and also on DUC 2004 (a standard corpus of the traditional summarization task). According to the experimental results, our model significantly outperforms the basic matrix factorization and achieves competitive ROUGE-scores with state-of-the-art methods.     

利用AutoLisp实现导线图的自动绘制

文章针对通常导线图绘制的困难,介绍了一种利用Autolisp来自动绘制导线图的方法。