非相关文献知识发现的关键技术研究

本文在对非相关文献知识发现中的关键技术进行界定的基础上,对11个国外主要的非相关文献知识发现研究中所涉及的关键技术,即初始文本集的构建、信息抽取及中间关联词的确定与排序等进行了比较研究,认为B集合质量低是非相关文献知识发现目前存在的主要问题.针对该问题,作者提出以提高B集合的质量为主要目标,从B集合形成的前过程,即初始文本集的质量以及B集合本身的质量,即B词的排序两个方面的改进策略.前者包括初始文本集的合理结构及综合过滤机制,后者包括双向词频法、基于MeSH加权和基于文献内聚力加权.并对部分改进策略进行了试验.     

Multilingual modeling of cross-lingual spelling variants

Technical term translations are important for cross-lingual information retrieval. In many languages, new technical terms have a common origin rendered with different spelling of the underlying sounds, also known as cross-lingual spelling variants (CLSV). To find the best CLSV in a text database index, we contribute a formulation of the problem in a probabilistic framework, and implement this with an instance of the general edit distance using weighted finite-state transducers. Some training data is required when estimating the costs for the general edit distance. We demonstrate that after some basic training our new multilingual model is robust and requires little or no adaptation for covering additional languages, as the model takes advantage of language independent transliteration patterns. We train the model with medical terms in seven languages and test it with terms from varied domains in six languages. Two test languages are not in the training data. Against a large text database index, we achieve 64–78 % precision at the point of 100% recall. This is a relative improvement of 22% on the simple edit distance.     

基于粗糙集加权的文本分类方法研究

文本自动分类是当前智能信息处理中一类重要的研究课题。本文分析了基于统计理论的文本分类的基本特点,提出采用可变精度粗糙集模型中的分类质量构造新的特征词权重计算公式。这种新的加权方法,相对于广泛使用的逆文本频率加权方法,大大改进了文本样本在整个空间中的分布,使得类内距离减少,类间距离增大,在理论上将提高样本的可分性。最后利用支持向量机和K近邻两种分类器,验证了这种新的加权方法对分类效果确实有所提高。     

Optimization of some factors affecting the performance of query expansion

This paper examines the factors affecting the performance of global query expansion based on term co-occurrence data and suggests a way to maximize the retrieval effectiveness. Major parameters to be optimized through experiments are term similarity measure and the weighting scheme of additional terms. The evaluation of four similarity measures tested in query expansion reveal that mutual information and Yule's Y, which emphasize low frequency terms, achieve better performance than cosine and Jaccard coefficients that have the reverse tendency. In the evaluation of three weighting schemes, similarity weight performs well only with short queries, whereas fixed weights of approximately 0.5 and similarity rank weights were effective with queries of any length. Furthermore, the optimal similarity rank weight achieving the best overall performance seems to be the least affected by test collections and the number of additional terms. For the efficiency of retrieval, the number of additional terms needs not exceed 70 in our test collections, but the optimal number may vary according to the characteristics of the similarity measure employed.     

基于信息贡献率的评价指标筛选与赋权方法

针对现有因子分析及相关分析两种方法在指标筛选与赋权方面有待完善之处,提出一种基于信息贡献率的评价指标筛选与赋权方法。该方法首先利用因子方差贡献率和因子载荷构建评价指标的信息贡献率,以此反映该指标解释原始指标集全部信息的比例,然后在现有相关分析法中引入病态指数测度指标集的信息重叠水平,进而实现评价指标的系统筛选与赋权。本研究认为评价指标的信息贡献率越大,其解释原始指标集信息的比例越大,因此该指标越应予以保留,其权重亦应越大。此外,研究亦发现因子分析法易误删信息解释能力强的指标,相关分析法筛选指标易不充分,而本文方法解决了这些问题。     

高校学生体育课成绩考核“标准化”的探讨与思考

从我国普通高校体育课教学的实际出发,围绕成绩考核“标准化”的问题,运用问卷调查、资料分析和数理统计等方法,对影响体育课成绩考核的诸如“标准化”的期望水准、考核顷目的确定和管理运作、成绩评定方法等方面的问题,进行了探讨与研究。     

基于模糊综合评判法的高校教师教学质量评价研究

教学质量的评价是高校教学管理中一个非常重要的环节,该文应用模糊模糊综合评判法,建立高校教师教学质量评价体系模型,实现从定性到定量评价的转换,从而更加准确、全面、科学、公正地对教师教学质量进行评价。并举例说明该方法对评估高校教师教学质量具有一定的应用价值。     

高阶Voronoi图在超市选址定位研究中的应用

以石家庄市桥东区为例,选取该地区的七家大型综合超市进行大量实际调查和科学的分析研究,根据各种影响因素构建超市位置和市场面积类型的研究模型,采用高阶Voronoi图对该地区内超市的势力范围进行研究,指出新超市选址的大概轮廓,并根据加权因素给出最佳选址范围和新建超市的规模.     

试论替换中项法——对三段论方法的反思与重建

词项逻辑特别是其中的核心部分直言三段论教学内容和方法的革新势在必行。现有的三段论方法本身都存在问题,应该重新探索能克服现有三段论方法的缺陷、能够解决三段论所有问题的简易方法,以利于逻辑学通识教育。研究表明,替换中项法正是我们发现的这种方法。     

基于习惯领域的决策指标赋权方法及其应用

为清晰描述在决策过程中权重的变化,基于行为机制和习惯领域理论,提出新的指标赋权模型,证明处于平衡状态的领域的指标权重与控制系数及各指标的关联度有关,并给出具体的决策指标赋权过程.将此模型应用于某煤矿企业的安全管理决策.实证研究说明了新模型的适用性.