基于文本挖掘的粤港澳大湾区跨境金融人才需求分析

随着《粤港澳大湾区发展规划纲要》中扩大跨境金融业务规划的提出,大湾区企业对跨境金融业务人才的需求更大.使用文本挖掘方法对大湾区企业招聘信息进行分析,可以帮助高校更好地了解跨境金融企业对求职者的需求.针对跨境金融企业的岗位需求、学历需求和职业素质需求,高校可以从加强跨境金融知识普及、课程设置融入大湾区资格考试内容、高校联...     

基于主题感知的跨模态序列到序列生成模型

结构化数据和非结构化文本被视为两种不同的模态.数据到文本生成是自然语言生成领域中一个重要的跨模态任务,该任务的目标是对于给定的结构化数据,生成一段文本用以描述结构化数据中包含的关键信息.近年的研究工作通常关注于描述性文本的生成,虽然取得了一定的研究进展,但仅能做到信息的传递而不能带来任何增益.为解决这一问题,本研究数据...     

一种两步HMT文本图像分割方法

引入一种新的文本图像分割方法：两步隐马尔科夫树模型（HMT）多尺度文本图像分割。该分割方法是在文献[1]1的基础上，先将背景分出，再将文本分为文字与图像两种类型，分别建立HMT模型，完成文本图像的分割。最后通过实例阐明了方法的有效性。     

一种改进的朴素贝叶斯文本分类方法

朴素贝叶斯分类器是一种简单有效的文本分类方法.改进方法利用同义词对文本的特征词集进行过滤,在一定程度上放松了朴素贝叶斯的特征独立性假设;在特征选择时迭代了2种不同的特征选择方法,有效地提高了特征集的代表性.实验结果表明,本方法有效地提高了朴素贝叶斯分类器的性能.     

基于模糊模式识别的中文文本分类器的设计与实现

文本自动分类系统是信息处理的重要研究方向，在文献检索、信息过滤和文本管理等领域中有着广泛的应用。介绍了一种基于模糊模式识别以及向量空间模型提取特征向量的中文文本分类器的设计与实现。     

基于改进NSGA-Ⅲ的文本空间树聚类算法

构建倒排文本空间索引树(IR)分裂聚类多目标模型,对非支配排序遗传算法(NSGA-Ⅲ)的求解过程进行改进,提出一种基于先验初始种群策略的非支配排序遗传算法(PIPS-NSGA-Ⅲ),使其更适应于倒排文本空间对象分裂聚类问题的求解.通过PIPS-NSGA-Ⅲ算法寻求对象最小包围矩形(MBR)之间的重叠与覆盖面积、对象群间平均距离以及语义相似度等目标的最优前端解.通过对比PIPS-NSGA-Ⅲ,NSGA-Ⅱ,NSGA-Ⅲ和SPEA-Ⅱ进化多目标算法,从对象分类时间、效率、查询时间和准确度等多个方面来评估算法的优劣.实验结果表明:PIPS-NSGA-Ⅲ算法对文本空间对象聚类分裂具有较高的效率;相对于简化传统R树(STR树)与R树空间索引结构,基于改进NSGA-Ⅲ文本空间索引的平均查询时间减少24.8%,平均准确度提高3.75%.     

基于NER的石油非结构化信息抽取研究

随着"智能油田"的建设加快,构建基于海量石油数据的智能分析系统意义重大。然而,由于石油生产过程中产生的文本数据往往无结构且类型多样,从中抽取关键信息进行分析成为一个研究热点,而信息抽取又需要高质量的语义实体做支撑。根据这一特定问题,提出基于命名实体识别（Named Entity Recognition,NER）技术针对石油非结构化文本进行信息抽取,构建双向长短时记忆（Bidirectional Long Short-Term Memory,Bi LSTM）网络模型提取语料特征,并结合条件随机场（Conditional Random Field,CRF）做分类器,构建了基于Bi LSTM+CRF的高精度NER模型,针对石油工业领域的非结构化文本进行命名实体抽取。通过在修井作业文本数据集上进行对比实验表明,本方法具有较高的精确率和召回率。     

基于数字水印的PDF文档版权保护技术

数字版权管理体系中,采用技术手段(数字水印)保护数字产品的版权,阻止盗版、侵权行为日益重要.本文针对PDF文档中的版权保护问题,首先讨论了数字水印的必要性及文本数字水印的现状,然后针对网络传播中的关联性和继承性问题,设计了参考模型,提出了一个应用于PDF文档各个流程的版权保护解决方案,并对该方案从关联性、继承性、健壮性、实用性等方面进行了评价.     

基于特征概念自动提取系统的研究

文本分类与文本信息特征概念的提取是当前智能信息服务研究的重点,为自动获取新的特征概念,提出了一种基于特征概念的自动提取系统,该系统包括分词、综合文本词权处理、类别归属和特征概念提取等部分,能有效地从概念上提取文本类特征,提高文本自动分类的准确性．     

小生境免疫算法在中文文本聚类中的应用

在此提出利用小生境免疫算法的中文文本聚类新方法,将文本的聚类问题转化为多峰函数的优化问题,以多峰函数的峰值代表聚类中心,用这种方法对中文文本进行聚类操作,类的个数不必预先给定。通过模拟仿真测试,证明这种新的方法具有更高的精度。