一种改进的互信息特征选取预处理算法

讨论了基于互信息的特征选取算法在文本分类中的性能问题，分析了利用这种特征选取算法存在分类精度不高的原因，认为互信息为负值的特征在分类中具有很重要的作用．在此基础上提出了一种基于互信息特征选取的改进算法，该算法加强了互信息为负值的特征在分类中的作用．实验结果表明，改进后的算法可以有效地提高文本分类精度。     

XML与面向Web的数据挖掘技术

以XML为基础的新一代WWW环境是直接面对Web数据的，不仅可以很好地兼容原有的Web应用，而且可以更好地实现Web中的信息共享与交换。XML可看作一种半结构化的数据模型，可以很容易地将XML的文档描述与关系数据库中的属性对应起来，实施精确地查询与模型抽取。     

汉语立法文本中禁止性规范词分析及英译

基于立法文本中禁止性规范词的法理、语言功能的分析,以英语立法文本中禁止性规范词使用为参照,归纳总结了汉语立法文本中禁止性规范词的具体表达形式及其英译方式。     

植物景观及其在文本中的表现

文本是现阶段在建筑、园林等行业中专家、业主、设计师、施工单位等之间最常见的交流方式,具有非常强的专业性和针对性。另外,在小区、公园、道路、商业区等各种类型的项目中,植物景观起到了巨大的作用,但在现实中植物景观设计的内容却只占项目设计文本内容的一小部分,这并不能完整体现设计思想。文章探讨植物景观在文本中的表现。     

生态学视域下的金融公示语翻译研究

本文以生态翻译理论为依据,从"翻译适应选择论"的角度,从语言维、文化维、交际维三个层面分析译者应如何实现金融公示语文本的语言转换。语言维方面,译者翻译词须适应金融文本语言的特点,整体适应金融文体特征;文化维方面,译者应该在思维方式和文化内涵两大方面进行适应性选择;交际维方面,译者应关注信息功能和呼唤功能两大交际功能方面的适应性调整。     

《中国茶谣》大型茶文化艺术舞台呈现文本

头道茶:喊茶 喊茶:古代中国南方茶俗.因贡茶需在早春时节采摘,送往京城,故山民在此季间往往半夜上山喊茶,以期还在冬梦中的茶叶能够醒来,展叶待采.     

一种面向多文本集的部分比较性混合模型

针对当前主要的CTM模型只能分析公共话题的缺陷，提出一种PCCMix混合模型来实现跨文本集的话题分析.该模型把多个文本集中的话题划分为公共话题和文本集特有话题，首先根据文本数据建立这两类话题在所有词上的概率分布，再使用期望最大化算法进行模型的参数估计.实验结果表明，该模型不仅能够发现公共话题在不同文本集中的差异，而且能分析各文本集特有的话题.模型能更精确地对文本建模，具有良好的性能.     

文本模式之间的关系分析

以文本之间的关系作为分析目标,从二元对立、主客位、社会语言和个人语言理论角度对文本模式进行了分析。文本模式之间的结构和功能关系可以用一个复杂的模式来模式化,从理论和方法论以及把文本模式适用于具体语言语境的角度来看,需要认真分析复杂模式中不同文本模式之间的结构和功能关系。     

基于粒子群优化的文本图像倾斜检测

提出一种基于粒子群优化算法和小波变换的无限制文本倾斜检查方法.首先对扫描的文本图像进行小波变换,然后利用小波变换的水平细节子带提取反映图像倾斜的特征,作为粒子群优化算法的适应度函数.最后利用粒子群优化算法在-90°到90°区间进行搜索,得到准确的倾斜角度.由于采用了小波变换,一方面降低了PSO搜索的计算量,又能更好地反映倾斜特征.实验结果表明,该方法能快速准确地检测出各类文本图像的倾斜角度,并具有很好的适应性,不受语言、字体、字号和非文本图形等因素的影响.最后还讨论了粒子数目、迭代次数和适应度函数对算法性能的影响.