摘要：分析人工智能聊天机器人ALICE的知识组织结构和推理机制,研究ALICE在处理汉语时需要解决的问题,提出利用语义语法扩展知识描述语言AIML的表达能力.采用不确定性推理进行模式搜索并对结果打分择优和答案动态提取,基于ALICE设计实现了一个汉语自然语言接口——CNLIS,系统结构与具体领域无关.实验结果表明,该接口移植方便,准确率和召回率可分别达到91.45%和91.70%.

摘要：隐马尔可夫模型是序列数据处理和统计学习的一种重要概率模型,最近几年已经被成功应用到许多关于自然语言处理的任务中。简要介绍了隐马尔可夫模型,对其在词性标注应用中的难点、模型的建立、Viterbi算法等问题进行了详细论述,给出了基于隐马尔可夫模型的中文科研论文头部信息抽取过程以及模型结构的学习和参数的训练等关键问题的解决办法。

摘要：针对当前自动文摘方法的不足,提出了基于文本聚类的自动文摘实现方法。将文本聚类引入自动文摘中,能实现多文档的自动文摘。实现了面向“塑料”行业的基于文本聚类的自动文摘系统TCAAS,其单文档自动文摘的正确率和召回率在80%以上,多文档自动文摘的正确率和召回率在75%以上。实验表明该方法可行,对自动文摘系统的设计具有借鉴意义和深入研究的价值。

摘要：在网络化学习系统中,如何准确地发现学习者的缺陷是学习评价系统的主要任务,也是一个非常困难的问题。该系统通过对学习资源标注知识点、能力点、方法点、错误现象和错误归因等信息,将学习资源所包含的信息进一步细分和深化,再以测试结果为基础进行评价,能够更准确地发现学习者的缺陷。

摘要：由于网格底层资源的异构、广域分布、自治等特性和网格高层的服务质量 (QoS)要求,使得网格资源映射算法的设计和模拟具有相当的难度。提出了基于多物品拍卖的网格资源映射算法,解决了网格系统中相互独立任务模式的资源映射问题。同时对比了当前的网格资源映射模拟工具,阐述了利用GridSim建立基于多物品拍卖的资源映射算法模拟平台的主要步骤。最后模拟实验表明此算法具有优良性能。

摘要：对汉语 -盲文 (简称汉盲 )翻译的原理进行了研究 ,提出了一个盲文形式模型和汉语 -盲文机器翻译的方法 :采用基于词频和词分级加权评估的逆向全切分算法进行分词 ,采用规则和统计相结合的方法进行词性标注和连写块识别 ,并在此基础上设计开发了一个实用的汉语 -盲文机器翻译系统。

摘要：基于字的词位标注的方法能极大地提高汉语分词的性能,该方法将汉语分词转化为字的词位标注问题,词位标注汉语分词中特征模板的设定至关重要,为了更加准确地设定特征模板,从多个角度进行了定量分析,并在国际汉语分词评测Bakeoff2005的PKU和MSRA两种语料上进行了封闭测试,得到如下结论:同等条件下,训练出的模型大小与扩展出的特征数成正比;不同的单字特征模板在同一语料中扩展出的特征数基本相同,单字特征模板对分词性能的贡献要比双字特征模板小得多;增加B特征模板之后,训练时间大大增加,模型大小基本不变,对分词性能都是正增长。

摘要：介绍BAQS的研究背景和系统框架.探讨基于问点块和语义块识别以及句模匹配分析问句的新方法,并用向量表示整个问句语义.借鉴本体和知网思想,构建银行领域本体库和银行知网.采用预先对金融领域实用文本进行标注,依据问句向量从标注树中提取答案.并针对某银行实现汉语自动问答系统.实验表明该方法可行,对自动问答系统的设计具有借鉴意义和深入研究的价值.

摘要：文章探讨了以本体(ontology)为核心,融合多知识源,驱动自动问答系统的技术方法和应用设计策略,简要介绍了知识在答案析取和实例识别中的作用。在银行领域的业务咨询服务中应用表明,融合多种知识驱动的自动问答系统的性能达到令人满意的水平。认为提高自动问答系统可用性,必须综合利用多种知识资源。

摘要：文中介绍了受限领域中文文本主题标引系统的设计原理。该系统基于领域知识库进行主题特征识别 ,根据知识库中概念间的关系进行特征项权重的计算。实现了基于词汇分析技术和基于领域知识计算相结合的方式下 ,受限领域中文文本内容主题概念的识别。实验结果显示 ,主题识别平均正确率为 79%。