摘要：准确、快速地识别研究前沿,对于促进科技创新、攻克关键技术、推动学科发展和解决重大问题具有重要意义。以基金项目、学术论文资源为基础,利用lda主题模型、BERT模型、Word2Vec等方法对科技资源进行主题内容挖掘,同时从新兴度、创新性、交叉性、关注度和中心性5个维度,构建能够表征和识别前沿主题的指标体系,并研发研究前沿识别与多维分析系统。该研究可为更加科学、准确、前瞻地识别科学研究前沿、分析演化路径提供具有应用价值的方法与工具。

摘要：可视分析领导人出访事件的时空特征对量化分析国际关系具有重要意义。通过采集全球领导人出访的相关新闻文本数据,利用lda模型抽取新闻主题,设计领导人出访事件数据模型,采用时间序列统计分析方法对出访事件的时间特征进行可视分析,得出领导人出访事件的时间规律、出访主题的演变规律及出访主题之间的相关性;对出访事件的空间特征进行可视分析,得出全球大国博弈的热点地区分布情况和部分国家的外交政策;结合复杂网络模型,使用地理-网络关系图对国家双边关系进行可视分析,得出国家之间的双边关系概览情况。

摘要：为提升机器英语翻译的有效性、翻译精度以及机器翻译模型的邻域自适应能力,该文研究了基于数据挖掘的机器英语翻译模型。利用lda模型挖掘平行语料内文本中的主题信息,利用词表上的多项式分布表示主题,判断文档集合内各文档主题所占比例,依据概率抽样主题相应词表的多项式分布获取具体单词,利用极大似然估计方法处理目标语言单语语料,并将平行语料作为训练目标,通过重要性采样以及全概率公式估计目标语言单语语料,建立机器英语翻译模型,选取束搜索方法采样获取估算期望值,实现英语语句翻译。模型测试结果表明,采用该模型翻译不同语料库内语句的语义信息的召回率高于96%,GLEU值高于58,邻域自适应能力较强。

摘要：在"互联网+教育"、人工智能背景下,教育信息化成了一大主要的趋势,这也呼唤着各类教学辅助软件系统的诞生。基于目前单一注重主观题评分系统的现况,提出了构建一个基于lda主题模型的智能评分系统,该系统集智能出题、在线答题、自动评分、学情分析为一体,有利于教师教学效果的提高,同时促进教育的信息化发展。

摘要：说话人识别算法的准确率受多种因素影响,其中受到说话人语音信道影响较为明显,常用说话人识别方法通过使用MFCC提取说话人语音信息的特征参数,并通过端点检测技术处理说话人特征,建立说话人通用背景模型,即GMM-UBM模型。使用因子分析技术将模型中的语音特征高维超向量映射成固定长度低维矢量,得到身份认证矢量I-vector。利用信道补偿技术处理I-vector,可以提高识别准确率。文中提出一种改进的信道补偿技术,通过对身份认证矢量进行信道补偿和特征参数降维,在样本数较多的情况下,通过补充缺失类内类间信息,去除信道因子的影响,能够提高系统对说话人的区分度,并提高识别准确率。实验结果表明,改进的信道补偿算法和I-vector模型结合后,可以获得更好的识别准确率,较传统信道补偿技术准确率提高3%~5%。

摘要：随着国家树立文化自信、强调文化传承、弘扬文化精髓等战略的提出,要求调动一切力量发展和继承文化传统,文化资源密集区文化遗产丰富,作为文化传承保护的重要载体愈发被学者和社会各界人士关注。在总结梳理现阶段文化遗产保护传承利用相关研究的基础上,探索将微博数据、大数据分析方法与文化资源保护利用相结合,利用爬虫工具获取门头沟地区2017年一年内带有位置信息的9万余条微博数据,运用机器学习框架Scikit-Learn,通过朴素贝叶斯对相关数据进行学习训练,将与文化感知相关的微博文本选取出来,进一步用lda模型将文化资源保护利用的相关微博分为5个主题,并利用GIS技术,将主题分析结果进行空间分析,根据每个主题的空间分布特征与主题关键词特征相结合,归纳为古刹祈福、徒步观景、古村度假、自驾休闲、民俗感悟五大主题,发现5个主题的分布空间特征较为明显,文化资源密集区的空间结构对归属主题的内涵有很好的解释和支撑作用。

摘要：通过对采集的顾客在线评论进行文本挖掘,提取影响顾客网络购物满意度因素,为企业产品研发及网络营销提供决策。在使用网络爬虫技术抓取京东商城的顾客在线评论后,先对数据进行清洗,然后基于lda模型提取评论主题,并利用聚类分析方法获取影响顾客网络购物满意度因素。实验结果表明,产品质量、产品价格、产品设计、物流服务及品牌信誉这5个要素是影响顾客网络购物满意度的重要因素。