摘要：针对医学文本缺乏可量化数据结构,基于关键词模型的文本处理方法不适用的问题,在研究词之间潜在语义关联和关键词树结构的基础上,构造了一种基于潜在语义树的语义分析模型用于医学文本的数据挖掘。进一步地将隐含主题与潜在语义的研究相关联,设计出一种基于潜在狄利克雷分配和潜在语义树模型的文本处理方法,可针对不同类型的医学文本生成有一定可读性的自动批注。该方法形成的自动批注主观性低,其准确度和可读性均高于关键词模型的处理结果,可辅助医生进行医学文本的批注和分类,从而减轻其工作量。程序结果表明,该方法目前可应用于对医学图像所见形成诊断意见、对病人病历进行摘要形成和对病症描述给出对症处方等方面,批注的语义匹配度可达67.7%,文本的平均可读性为60.02%。

摘要：在线教育中,教师经常沿用面授教学方法,学校则复制针对面授教学而设置的各种制度和结构,虽然这些制度和结构的原本唯一目的是解决物理空间环境下教学所产生的问题。与此同时,学习技术的开发和使用主要是为了建设旨在复制具备校园学习环境特点的虚拟学习环境,结果复制的是面授教师在物理环境下不得不解决的问题,而且复制得很蹩脚。这是一个制造问题和解决问题的恶性循环,对谁都没有好处。把我们为了支持学习而建设的在线学习系统比喻为“环境”有误导之嫌,因为这种认识限制了我们在教学方法上的选择和借助技术解决问题的能力。本文采用基础设施和服务这个比喻,以便能够使用更能体现灵活性、学习者驱动和数字原生的方法设计支持学习的系统(包括工具、教学方法和结构)。

摘要：本文阐述设计远程教育的一种新思路。文章首先解释为什么教育是一个技术过程,认为在这个过程中我们不仅仅是学习技术的使用者,而且还共同参与技术的设计、实现及使用。根据这种观点,教育是一种分布式技术。然而,技术和物理上的限制导致"身临现场"教育出现往往过分强调教师是教育主要控制者的教学过程(包括教学方法)和路径依赖。这种情况引发了很多问题,因而很多旨在解决这些问题的反制技术应运而生,从教室到分数乃至作息时间表无不属于此类反制技术。然而,这些反制技术大多数却毫无必要地被远程教育继承下来。文章分析了远程教育不同于"身临现场"教育的优势和不足,并提出另外一种模式的远程教育,以更加体现个人化,更加扎根于社区和文化之中,以及更加适合学习者和社会的需要。

摘要：电子邮件分类一般采用向量空间模型来表示邮件,但是该模型只是基于独立词在邮件内容中出现的频率来建立的,而并未考虑邮件的结构特征,从而使得特征向量不能准确地表示邮件的内容。针对目前向量空间模型出现的这种缺陷,文中将粘合性衡量方法提取n-gram的思想运用于文本表示当中,对词的权重进行赋值,并以此模型设计了一个邮件分类系统,由于粘合性方法考虑到了邮件的结构特征,实例证明,这种方法能够提高系统的分类精确度。