摘要：本文依据关联理论中关联推理对于上下文语境地依赖的法则,论证了在进行大学英语词汇与结构测试试题设计时,应如何考虑到上下文提供的信息的强度与数量,以及如何能使受试者能据此进行合理的推理,以取得最佳关联,获取准确无误的信息。

摘要：阐述了企业数据空间的特点,指出了企业数据管理中存在着关联关系繁杂的问题,为了使企业数据空间提供数据检索服务时更具有语义关联性,在分析个人数据空间和知识图谱中推理方式的基础上,提出了基于最短路径的推理过程方法,分别进行了基于单源点的最短路径的推理过程和基于一对源点的最短路径推理过程设计实验,对搜索范围进行了初次缩小,并结合数据字典对推理后的结果集进行二次缩小范围,得到具有实际意义的最优候选集,为在企业数据空间提供更精准的数据检索服务奠定了基础。

摘要：针对目前计算机在自动语用分析中不能解析出整个话语深层含义的问题,设计了基于模糊概念图匹配的关联推理算法。该算法针对汉语语用分析中的特定对话模式,用模糊概念图表示说话人的话语和认知语境知识,并从计算机学科出发进行关联推理,解决了话语深层含义的语用分析问题。经过实验分析,该算法准确率达78%。该算法已应用到舆情分析和IRC聊天室社会网络挖掘中,采用该算法对大量会话文本预处理,有效降低了基于多特征融合的Mutton方法和Ada Boost方法的漏报率和误报率,提高SBV极性传递算法的准确率,有效推出了对话者文本的深层含义。