摘要：网络信息的多样性和表达不规范性对数据的挖掘翻译和情感分析造成了较大的难度。研究基于语料库领域特点,以候选情感关联性来进行句子情感词性的表达,并引入Att-BiLSTM算法实现对语义文本信息的特征提取和改进K-SVD算法实现分词特征提取,将语料句子按照词、词性、音节和位置来进行多特征向量建构,并构建起语料库翻译数据标识系统。将研究提出的多特征算法进行性能应用分析,结果表明,研究提出的算法在情感词性数据集下的平均准确率均在75%以上,且其在两种向量和四种向量下的正负性分类准确率分别为89.54%和80.15%,在中文语料库识别中具有超过85%的准确率,英语语料库下的F1值为85.47,数据处理误差均小于其他对比算法。研究提出的算法能有效把握语料句子信息之间的关联性,并从情感性和特征值上进行权重识别,有效为数据翻译提供较为全面的识别依据。

摘要：商业秘密是企业获得超额利润的重要支撑,但由于对商业秘密保护知识的匮乏,个别科研人员、工程技术人员对如何进行商业秘密保护或者束手无策,或者漠不关心,许多情况下采取申请专利权对自身权益进行保护。在此,笔者仅就保密与专利的异同点和综合利用问题进行简要论述。