一种基于地址分词的自动地理编码算法

针对我国多数城市地名/地址表述的不规范性,基于可伸缩地址模型提出地理编码数据库的构建方案,设计一种基于地址分词的自动地理编码算法.首先根据地理编码库编制地址词典,利用地址词典对地名/地址进行地址分词,形成地址要素及其级别;然后再对地址要素及其级别组合形成查询条件到地理编码库中进行匹配;最后分析影响这种地理编码算法精准度...     

报刊语料库在航海英语阅读教学中的应用

以自建航海英语报刊语料库为基础,探讨如何在航海英语阅读教学中利用报刊英语语料库辅助教学,引导学生借助语境共现、词频表和关键词表等来进行英语学习,以达到快速掌握航海英语词汇,提高阅读速度和增强阅读理解能力,培养学生的跨文化交际意识等教学目标。     

地理要素类别语义相似度动态加权计算方法EI北大核心CSCD

语义相似度计算是解决地理要素类别语义异质问题的关键技术,在地理数据共享与交换应用中起着重要的作用。本文面向基础地理信息领域,针对相同特征属性在不同地理要素类别语义中存在重要性差异的特点,提出了一种基于动态权重的地理要素类别语义相似度算法。本文算法引入词频-逆向文件频率,利用属性值的特殊性,计算特征属性的动态权重,根据不同类型的特征属性提出相应的相似度算法,重点分析多值复杂型属性值的分解及相似度算法,得到地理要素类别间的相似度。最后,从基础地理要素类别中选择200组样本对计算语义相似度,并与其他4种相似度算法进行对比分析。试验结果表明,本文算法能够有效地反映特征属性的重要性差异,获得更准确合理的地理要素类别的语义相似度。     

地址要素识别机制的地名地址分词算法

本文在介绍分析常用中文分词方法及其特点的基础上,针对地名地址字符串,提出基于地址要素识别机制的地名地址分词算法。该算法基于整词二分分词词典,采用FMM算法,增加了基于地址要素的识别机制,从而有效地实现了对地名地址串的拆分。识别机制通过判断地址要素的完整性完成对未登录地址名称的处理,解决了分词算法对未登录地址名称的识别问题。测试证明新算法能够有效实现对地名地址串的拆分,从很大程度上解决对未登录地址名称的识别问题。     

后缀树聚类在专用搜索引擎中的应用研究与改进

为了提高专用搜索引擎的分类精确度和可控度,提出了一种新算法。根据现有的后缀树文本聚类,通过建立基本分类表,并结合专用搜索引擎的特点进行改进,将文本分类和文本聚类有机地结合起来,使改进后的算法能够通过人工的干预,不断修正自己的分类结果。实验表明,相比传统的文本分类算法,这种算法能通过自我修正能力不断提高分类准确度,并且计算开销和传统文本分类算法相当。因此,该算法通过结合文本分类和文本聚类算法,在专用搜索引擎结果处理上提出了新的思路。     

基于地名词典和叙词表的地名本体概念语义关系研究

地名词典和叙词表不同程度上都包含了某些概念语义关系,这些语义关系对开展地名本体研究有着积极的意义,可以吸收到地名本体中作为地名本体语义关系的有机组成部分。本文正是基于这种考虑,分别从地名词典包含的地名空间关联与词典功能、测绘叙词表的词间语义关系、地名本体要素类型与概念间语义关系等方面加以分析,总结出等价关系、互斥关系、上下义关系、部分整体关系、属性关系五种主要语义关系,为全面、清晰描述地理概念奠定良好的基础。     

乐吧

湖泊[Lake]在地理词典里,湖泊,被定义为陆地上洼地积水形成的、水域比较宽广、换流缓慢的水体。湖泊在中国各地又被称为:陂、泽、池、海、泡、荡、淀、泊、错、诺尔……其实,哪还需要对湖泊作复杂定义。天南地北,难道还有人不知道什么是湖泊吗?打水漂、钓鱼、观鸟、采菱、凫水、荡舟、溜冰……沿水嬉戏的活动实在太多了。     

论英汉机器翻译—语言学规则与词典的开发性

提出实现英汉机译系统商品化的关键是语言学规则与词典对用户完全开放；论述了这种开放的必要性与可行性；给出了１个非开放与开放系统的译文对比。     

基于联合主题特征的网络新闻文本蕴含环境污染事件检测

网络新闻文本在环境污染事件感知方面具有重要的应用价值。然而,由于环境污染事件的“多米诺效应”,网络新闻文本往往存在对多类型污染事件的混合描述,现有事件检测方法容易导致文本分类错误。本文提出一种基于联合主题特征的网络新闻文本蕴含环境污染事件检测方法,通过兼顾环境网络新闻文本的全局特征和主题分布特征来改善检测分类效果。该方法采用词频-逆文档频率向量对文档进行全局特征表示,并结合文档的主题分布特征向量,构建联合主题特征向量作为监督分类模型的输入,实现环境污染事件检测。实验结果表明,使用联合主题特征的支持向量机方法进行事件类别检测平均F1值相较于全局特征提高15%,相较于主题特征提高36%。本文提出的网络新闻文本蕴含环境污染事件检测方法可支持污染事件类型检测和影响信息抽取,有助于环境污染事件的时空统计与变化趋势预测。