中文文本分词技术在航空安全报告中的应用

航空安全报告是为解决航空安全存在的隐患问题而提出的。航空安全报告自动分析解决了人为分析耗时和不客观的缺点。文本分词是叙述性报告自动分析的第1步。以最大匹配法为基础，采用二分法进行分词匹配，有效地提高了分词的准确率和时效。最后给出了对航空安全报告分词预处理的实验结果和分析。     

一种快速Web中文分词算法的研究

提出了一种快速Web分词算法,该算法采用首字哈希存储和词条等长分簇存储的思想,采用近邻匹配和二分查找相结合的查找算法,可以方便实现邻近匹配,提高了效率.     

电子公文的全文检索系统构建

概述了全文检索技术特点,介绍了MicrosoftIndexServer站点索引工具的原理,及本系统采用的文件格式。     

基于关键词匹配技术的相似试题检测方法研究

在高校题库内容重复率是评价题库建设质量的一个重要指标,为了快速找到题库中重复题或相似度很高的试题,本文主要研究了基于关键词匹配技术的相似试题检测方法 (KMQT)。该方法首先使用基于词典的分词方法将题干内容分解出若干关键词,然后利用KMP算法对关键词进行字符串匹配,最后按照匹配成功的关键词的个数对结果集进行排序。通过在题库系统中的使用,充分验证了此方法的可行性,并达到了很好的效果。     

基于中文地址类信息的分词处理

数据仓库中脏数据处理的热点问题是识别与消除相似重复记录.针对中文地址类重复信息的处理,提出了一种基于特征字符的分词策略,在建立了包含分词规则的元数据库基础上,描述了基于特征字符的分词算法.实验结果表明分词所用的时间随着数据集的增长变化不大.因此,将分词方法应用于中文地址类重复记录的检测,也不会增加检测的时间.     

“机设基础”精品课程智能答疑系统研究与设计

针对《机械设计基础》精品课程,提出了一个基于潜在语义索引的智能答疑系统,并对其中的中文分词技术和句子相似度计算进行了研究,对系统进行了设计,给出了实现方法。     

基于启发式信息的中文姓名识别方法

提出了一种以姓氏和互信息作为启发式信息探测潜在姓名,对上下文进行局部全切分,最后利用隐马尔科夫模型为工具识别姓名的新方法。本方法将姓名识别,汉语分词,词性标注结合为一体,总体上提高了姓名识别的性能,一定程度上解决了分词错误对姓名识别带来的影响。实验结果表明本文提出的方法是有效的。