微信群组中存在大量会话文本数据,对其进行关键词提取有助于理解群组动态和主题演变。由于微信会话文本存在长度短、主题交叉、语言不规范等特点,传统提取方法效果欠佳。为此,提出了一个基于会话主题聚类的多阶段关键词提取算法。首先,...微信群组中存在大量会话文本数据,对其进行关键词提取有助于理解群组动态和主题演变。由于微信会话文本存在长度短、主题交叉、语言不规范等特点,传统提取方法效果欠佳。为此,提出了一个基于会话主题聚类的多阶段关键词提取算法。首先,提出了一种结合预训练知识的会话主题聚类算法(Single Pass Using Thread Segmentation and Pre-training Knowledge,SP_(TSPK)),综合考虑语义相关性、消息活跃度和用户亲密度,有效解决了会话主题交叉和信息量不足的问题。其次,设计了一种多阶段关键词提取算法(Multi-Stage Keyword Extraction,MSKE),将任务分解为无监督关键词抽取和有监督关键词生成,有效提取原文中存在和缺失的关键词,减少了候选词规模和语义冗余;最终,组合SP_(TSPK)算法与MSKE算法实现微信会话文本关键词提取。在WeChat数据集上相比AutoKeyGen算法,F_(1)@5和F_(1)@O平均提升了12.8%与10.8%,R@10平均达到其2.59倍。实验结果表明,该算法能有效地提取微信会话文本关键词。展开更多
可追溯体系作为控制农产品质量安全的有效方法日益受到世界各国重视,供应链各环节与溯源中心间的异构数据交换是建立以政府监管为中心的农产品溯源系统急需解决的问题。XML(eXtensible Markup Language,可扩展标记语言)是先进的网络语...可追溯体系作为控制农产品质量安全的有效方法日益受到世界各国重视,供应链各环节与溯源中心间的异构数据交换是建立以政府监管为中心的农产品溯源系统急需解决的问题。XML(eXtensible Markup Language,可扩展标记语言)是先进的网络语言标准和网络信息共享的重要工具,采用可扩展标记可描述各种数据结构。该文在分析供应链数据流基础上,总结蔬菜溯源数据模型;以实现数据无缝交换为目标,基于XML构建了VTML(Markup Language for VegetableTraceability,蔬菜溯源信息描述语言),并设计了VTML Schema;应用VTML于蔬菜溯源系统数据交换。结果表明,采用ADO.NET开发数据交换接口,以VTML语言为基础的数据交换模式,通过VTML文档和关系型数据库数据间的映射,屏蔽了数据源间的差异。应用VTML是实现蔬菜溯源数据交换的有效手段。展开更多
XML 灵活的数据模式和开放的数据访问可为产品信息集成提供强大支持 .文中在提出基于 XML 进行产品信息集成的系统结构的基础上 ,针对其中的关键技术—— XML 的数据模式与数据库的数据模式的映射 ,结合轿车产品对象建立了结构映射和完...XML 灵活的数据模式和开放的数据访问可为产品信息集成提供强大支持 .文中在提出基于 XML 进行产品信息集成的系统结构的基础上 ,针对其中的关键技术—— XML 的数据模式与数据库的数据模式的映射 ,结合轿车产品对象建立了结构映射和完整性约束映射 .展开更多
XML is a promising technology developed in recent years. Due to its superiority in extensibility and flexibility,XML has become the language over the internet. With more and more XML documents produced,the problem exi...XML is a promising technology developed in recent years. Due to its superiority in extensibility and flexibility,XML has become the language over the internet. With more and more XML documents produced,the problem exists to transform them to other documents of various structures. This paper discusses and compares four methods to transform XML documents,then introduces XSLT,a W3C recommendation, by giving examples and outlining a project in brief.展开更多
文摘微信群组中存在大量会话文本数据,对其进行关键词提取有助于理解群组动态和主题演变。由于微信会话文本存在长度短、主题交叉、语言不规范等特点,传统提取方法效果欠佳。为此,提出了一个基于会话主题聚类的多阶段关键词提取算法。首先,提出了一种结合预训练知识的会话主题聚类算法(Single Pass Using Thread Segmentation and Pre-training Knowledge,SP_(TSPK)),综合考虑语义相关性、消息活跃度和用户亲密度,有效解决了会话主题交叉和信息量不足的问题。其次,设计了一种多阶段关键词提取算法(Multi-Stage Keyword Extraction,MSKE),将任务分解为无监督关键词抽取和有监督关键词生成,有效提取原文中存在和缺失的关键词,减少了候选词规模和语义冗余;最终,组合SP_(TSPK)算法与MSKE算法实现微信会话文本关键词提取。在WeChat数据集上相比AutoKeyGen算法,F_(1)@5和F_(1)@O平均提升了12.8%与10.8%,R@10平均达到其2.59倍。实验结果表明,该算法能有效地提取微信会话文本关键词。
文摘可追溯体系作为控制农产品质量安全的有效方法日益受到世界各国重视,供应链各环节与溯源中心间的异构数据交换是建立以政府监管为中心的农产品溯源系统急需解决的问题。XML(eXtensible Markup Language,可扩展标记语言)是先进的网络语言标准和网络信息共享的重要工具,采用可扩展标记可描述各种数据结构。该文在分析供应链数据流基础上,总结蔬菜溯源数据模型;以实现数据无缝交换为目标,基于XML构建了VTML(Markup Language for VegetableTraceability,蔬菜溯源信息描述语言),并设计了VTML Schema;应用VTML于蔬菜溯源系统数据交换。结果表明,采用ADO.NET开发数据交换接口,以VTML语言为基础的数据交换模式,通过VTML文档和关系型数据库数据间的映射,屏蔽了数据源间的差异。应用VTML是实现蔬菜溯源数据交换的有效手段。
文摘XML is a promising technology developed in recent years. Due to its superiority in extensibility and flexibility,XML has become the language over the internet. With more and more XML documents produced,the problem exists to transform them to other documents of various structures. This paper discusses and compares four methods to transform XML documents,then introduces XSLT,a W3C recommendation, by giving examples and outlining a project in brief.
