检索结果-内蒙古大学图书馆

北京理工大学学报 2016年第11期36卷 1154-1159页

作者：牛振东刘沙北京理工大学计算机科学技术学院北京100081 北京市海量语言信息处理与云计算应用工程技术研究中心北京100081

针对互联网中的产品评论信息,提出一种三层过滤的评价对象抽取方法.该方法采用一个自举式的抽取算法在评论文本中得到候选的评价对象和情感词;利用评价对象与情感词之间的关联度对候选词进行关联置信度计算,提取关联置信度高的评价对象... 详细信息

针对互联网中的产品评论信息,提出一种三层过滤的评价对象抽取方法.该方法采用一个自举式的抽取算法在评论文本中得到候选的评价对象和情感词;利用评价对象与情感词之间的关联度对候选词进行关联置信度计算,提取关联置信度高的评价对象以提高识别的准确率;引入一个不相关的平行领域对剩余的候选词进行领域置信度计算,挖掘低频的评价对象.3个公开数据集中的实验结果表明该方法能够显著地提高评价对象的识别效果.

关键词：评价对象抽取情感词关联置信度领域置信度

来源：评论

学校读者我要写书评

暂无评论

基于训练集裁剪的加权K近邻文本分类算法

引用

情报工程 2016年第6期2卷 8-16页

作者：孙新欧阳童严西敏尚煜茗郭文浩北京理工大学计算机学院北京市海量语言信息处理与云计算应用工程技术研究中心北京100081

文本分类是信息检索领域的重要应用之一,由于采用统一特征向量形式表示所有文档,导致针对每个文档的特征向量具有高维性和稀疏性,从而影响文档分类的性能和精度。为有效提升文本特征选择的准确度,本文首先提出基于信息增益的特征选择函... 详细信息

文本分类是信息检索领域的重要应用之一,由于采用统一特征向量形式表示所有文档,导致针对每个文档的特征向量具有高维性和稀疏性,从而影响文档分类的性能和精度。为有效提升文本特征选择的准确度,本文首先提出基于信息增益的特征选择函数改进方法,提高特征选择的精度。KNN(KNearest Neighbor)算法是文本分类中广泛应用的算法,本文针对经典KNN计算量大、类别标定函数精度不高的问题,提出基于训练集裁剪的加权KNN算法。该算法通过对训练集进行裁剪提升了分类算法的计算效率,通过模糊集的隶属度函数提升分类算法的准确性。在公开数据上的实验结果及实验分析证明了算法的有效性。

关键词：文本分类特征选择信息增益最近邻分类算法

来源：评论

学校读者我要写书评

暂无评论

Ripple-RAID:一种面向连续数据存储的高效能盘阵

引用

软件学报 2015年第7期26卷 1824-1839页

作者：孙志卓张全新谭毓安李元章北京理工大学计算机学院北京100081 德州学院计算机系山东德州253000 北京理工大学北京市海量语言信息处理与云计算应用工程技术研究中心北京100081

视频监控、备份、归档等应用具有独特的负载特性和I/O访问模式,需研究特定的存储节能方法.磁盘阵列的局部并行策略有利于实现该类存储系统的节能,但通常会导致RAID执行小写操作而严重影响性能.为此,提出一种面向该类存储系统的高效能盘... 详细信息

视频监控、备份、归档等应用具有独特的负载特性和I/O访问模式,需研究特定的存储节能方法.磁盘阵列的局部并行策略有利于实现该类存储系统的节能,但通常会导致RAID执行小写操作而严重影响性能.为此,提出一种面向该类存储系统的高效能盘阵——Ripple-RAID,采用新的局部并行数据布局,通过综合运用地址转换、异地更新、基于流水技术渐进生成校验、分段数据恢复等策略,在单盘容错条件下,保持了局部并行的节能性,又有效解决了局部并行带来的小写问题.Ripple-RAID具有突出的性能和节能效率,在80%顺序写负载情况下,请求长度为512KB时,写性能为S-RAID 5的3.9倍,Hibernator、MAID写性能的1.9倍,PARAID、e RAID 5写性能的0.49倍;而比S-RAID 5节能20%,比Hibernator、MAID节能33%,比e RAID 5节能70%,比PARAID节能72%.

关键词：高性能节能盘阵视频监控归档连续数据存储

来源：评论

学校读者我要写书评

暂无评论

基于双语协同训练的最大名词短语识别研究

引用

软件学报 2015年第7期26卷 1615-1625页

作者：李业刚黄河燕史树敏鉴萍苏超北京理工大学北京市海量语言信息处理与云计算应用工程技术研究中心北京100081 北京理工大学计算机学院北京100081 山东理工大学计算机科学与技术学院山东淄博255049

针对传统方法对双语最大名词短语识别一致性差以及跨领域识别能力弱的缺点,提出一种基于半监督学习的双语最大名词短语识别算法.利用汉英最大名词短语的互译性和识别的互补性,把平行的汉语句子和英语句子这两个数据集看作一个数据集的... 详细信息

针对传统方法对双语最大名词短语识别一致性差以及跨领域识别能力弱的缺点,提出一种基于半监督学习的双语最大名词短语识别算法.利用汉英最大名词短语的互译性和识别的互补性,把平行的汉语句子和英语句子这两个数据集看作一个数据集的两个不同的视图进行双语协同训练.在协同训练中,把双语对齐标注一致率作为标记置信度估计依据,进行增量标记数据的选择.实验结果表明:该算法显著提高了双语最大名词短语的识别能力,在跨领域测试和同领域测试中,F值分别比目前最好的最大名词短语识别模型提高了4.52%和3.08%.

关键词：最大名词短语半监督学习标注投射双语协同训练短语识别

来源：评论

学校读者我要写书评

暂无评论

引入混合特征的最大名词短语双向标注融合算法

引用

自动化学报 2015年第7期41卷 1274-1282页

作者：李业刚黄河燕鉴萍山东理工大学计算机科学与技术学院淄博255049 北京理工大学计算机学院北京市海量语言信息处理与云计算应用工程技术研究中心北京100081

最大名词短语的识别对机器翻译等诸多自然语言处理任务有着:惹要的意义.以汉语最大名词短语识别为研究任务,在分析现有方法的基础上,从汉语的语H学特殊性以及基于支持向量机的序列标注算法的特点出发,考查了基于混合特征的融合算法的适... 详细信息

最大名词短语的识别对机器翻译等诸多自然语言处理任务有着:惹要的意义.以汉语最大名词短语识别为研究任务,在分析现有方法的基础上,从汉语的语H学特殊性以及基于支持向量机的序列标注算法的特点出发,考查了基于混合特征的融合算法的适应性.实验证叨,釆用词和基本组块混合标注单元的标注方法对汉语最大名词短语的识别是有效的,并且其i E反向识别结果具有一定的互补性,在此基础上提出的基于"边界分歧"的双向序列标注融合算法恰能发掘双向识别的互补性,并达到较高的融合精度.

关键词：最大名词短语双向标注基本组块混合特征

来源：评论

学校读者我要写书评

暂无评论

多策略机器翻译研究综述

引用

中文信息学报 2015年第2期29卷 1-9,23页

作者：李业刚黄河燕史树敏冯冲苏超北京理工大学计算机学院北京市海量语言信息处理与云计算应用工程技术研究中心北京100081 山东理工大学计算机科学与技术学院山东淄博255049

该文全面综述和分析了多策略机器翻译的研究。根据所采用策略方式的差异,我们将多策略机器翻译分为系统级策略融合和模块级策略融合。在分别介绍了不同的翻译方法后,着重介绍了系统级策略融合和模块级策略融合各自具有代表性的研究工作... 详细信息

该文全面综述和分析了多策略机器翻译的研究。根据所采用策略方式的差异,我们将多策略机器翻译分为系统级策略融合和模块级策略融合。在分别介绍了不同的翻译方法后,着重介绍了系统级策略融合和模块级策略融合各自具有代表性的研究工作。最后,对多策略机器翻译的研究进行了展望。

关键词：机器翻译多策略机器翻译融合机器翻译混合机器翻译多引擎机器翻译

来源：评论

学校读者我要写书评

暂无评论

对等网络中一种优化的副本分布方法

引用

计算机学报 2014年第6期37卷 1424-1434页

作者：孙新李庆洲赵璞王克祥潘凡北京理工大学计算机学院北京市海量语言信息处理与云计算应用工程技术研究中心北京100081

数据复制技术是一种提高P2P系统中数据可靠性和可用性的常用策略.现有复制方法大多只考虑副本数量,副本数量越多就越能提高资源访问效率,但采用这样的数据复制方法将会带来高昂的副本一致性维护代价.为平衡副本一致性维护的开销和多副... 详细信息

数据复制技术是一种提高P2P系统中数据可靠性和可用性的常用策略.现有复制方法大多只考虑副本数量,副本数量越多就越能提高资源访问效率,但采用这样的数据复制方法将会带来高昂的副本一致性维护代价.为平衡副本一致性维护的开销和多副本带来的访问性能提升之间的关系,该文提出了动态副本分布方法.文中首先给出了副本目录的设计和副本信息的获取方法,能够获得某一逻辑资源的所有副本信息.然后,根据逻辑资源的全局副本信息,对访问频率高且平均响应时间长的数据资源进行复制,并给出副本数量的计算方法.最后,根据用户访问特征和节点实时带宽等信息计算放置副本的最佳地点,使副本分布能够适应数据访问请求和网络带宽的动态变化.模拟实验结果显示,该方法能够实现全局优化的副本分布,以少量数据副本提升资源访问的性能.

关键词：对等网络数据复制副本分布副本放置副本数量物联网

来源：评论

学校读者我要写书评

暂无评论

S-RAID中基于连续数据特征的写优化策略

引用

计算机学报 2014年第3期37卷 721-734页

作者：刘靖宇谭毓安薛静锋马忠梅李元章张全新北京理工大学计算机科学与技术学院北京100081 河北工业大学计算机科学与软件学院天津300401 北京理工大学北京市海量语言信息处理与云计算应用工程技术中心北京100081

节能型磁盘阵列S-RAID通过对磁盘分组,关闭部分磁盘,降低存储系统部分性能来实现节能.为避免启动已关闭磁盘而产生额外能耗,S-RAID中的写操作全部采用"读-改-写"方式,影响了S-RAID的写性能.本研究提出一种S-RAID的优化结构:LS... 详细信息

节能型磁盘阵列S-RAID通过对磁盘分组,关闭部分磁盘,降低存储系统部分性能来实现节能.为避免启动已关闭磁盘而产生额外能耗,S-RAID中的写操作全部采用"读-改-写"方式,影响了S-RAID的写性能.本研究提出一种S-RAID的优化结构:LS-RAID,在不提高存储系统能耗的条件下,优化S-RAID的写性能.LS-RAID适用于以连续访问为主的应用,通过磁盘分区,分离存储系统中的随机访问和顺序访问,降低了随机访问对存储系统性能的影响;提出一种数据增量校验算法,避免了写过程中对数据盘旧数据的读操作,降低了因"读-改-写"导致的写惩罚.实验表明,与S-RAID相比,在不增加系统能耗的情况下,LS-RAID的写速率可以提升至少56%.在提供相同写性能的条件下,LS-RAID可以关闭更多磁盘,进一步降低了存储系统能耗,提升了节能效果.

关键词：连续数据存储节能写优化磁盘阵列校验绿色计算中图法

来源：评论

学校读者我要写书评

暂无评论

基于领域知识的图模型词义消歧方法

引用

自动化学报 2014年第12期40卷 2836-2850页

作者：鹿文鹏黄河燕吴昊北京理工大学计算机学院北京市海量语言信息处理与云计算应用工程技术研究中心北京100081 齐鲁工业大学理学院济南250353

对领域知识挖掘利用的充分与否,直接影响到面向特定领域的词义消歧(Word sense disambiguation,WSD)的性能.本文提出一种基于领域知识的图模型词义消歧方法,该方法充分挖掘领域知识,为目标领域收集文本领域关联词作为文本领域知识,为目... 详细信息

对领域知识挖掘利用的充分与否,直接影响到面向特定领域的词义消歧(Word sense disambiguation,WSD)的性能.本文提出一种基于领域知识的图模型词义消歧方法,该方法充分挖掘领域知识,为目标领域收集文本领域关联词作为文本领域知识,为目标歧义词的各个词义获取词义领域标注作为词义领域知识;利用文本领域关联词和句子上下文词构建消歧图,并根据词义领域知识对消歧图进行调整;使用改进的图评分方法对消歧图的各个词义结点的重要度进行评分,选择正确的词义.该方法能有效地将领域知识整合到图模型中,在Koeling数据集上,取得了同类研究的最佳消歧效果.本文亦对多种图模型评分方法做了改进,进行了详细的对比实验研究.

关键词：词义消歧领域知识图模型词义领域文本领域

来源：评论

学校读者我要写书评

暂无评论

LSF:一种面向S-RAID 5的能量管理算法

引用

北京理工大学学报 2014年第2期34卷 166-170页

作者：孙志卓李元章左伟欢万军何翔谭毓安北京理工大学计算机学院北京100081 德州学院计算机系山东德州253000 北京市海量语言信息处理与云计算应用工程技术研究中心北京100081

S-RAID 5是一种适于顺序数据访问的节能磁盘阵列,为了提高其性能并保持节能效率,提出一种能量管理算法:逻辑空间预测法(LSF),该算法对S-RAID 5的I/O请求地址进行动态聚类分析,以获得I/O请求在逻辑地址空间内的分布区,然后求出各分布区... 详细信息

S-RAID 5是一种适于顺序数据访问的节能磁盘阵列,为了提高其性能并保持节能效率,提出一种能量管理算法:逻辑空间预测法(LSF),该算法对S-RAID 5的I/O请求地址进行动态聚类分析,以获得I/O请求在逻辑地址空间内的分布区,然后求出各分布区的动态特性,并结合S-RAID 5的特殊数据布局,预测磁盘的工作状态并根据预测状态调度磁盘.实验表明,在节能效果相当的情况下,与典型算法TPM、Markov相比,LSF可有效消除SRAID 5的响应时间延迟.

关键词： S-RAID 5 顺序数据访问能量管理算法磁盘阵列

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：