张雷瀚
- 作品数:6 被引量:79H指数:4
- 供职机构:北京航空航天大学计算机学院软件开发环境国家重点实验室更多>>
- 发文基金:北京市教委科技发展计划国家自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于语义与最大匹配度的短文本分类研究被引量:18
- 2013年
- 为了解决基于VSM方法在进行短文本分类时存在的严重数据稀疏问题,提出了基于语义与最大匹配度的短文本分类方法。以《知网》为知识源,设计了基于义原距离、义原深度与区域密度的义原相似度计算方法,实现基于词类的词语相似度计算;提出了基于语义与最大匹配度的方法计算短文本相似度,应用KNN算法进行短文本分类。实验结果表明,该方法与基于语义、基于AD_NB等方法相比,正确率、召回率和F值均得到了明显的提高。
- 孙建旺吕学强张雷瀚
- 关键词:词语相似度KNN算法
- 基于词典与机器学习的中文微博情感分析研究被引量:48
- 2014年
- 随着Web2.0时代的兴起,与微博相关的研究得到学术界和工业界的广泛关注。选取微博文本中的动词和形容词作为特征;提出基于层次结构的特征降维方法;采用设计的基于表情符号的方法计算特征极性值;在此基础上,提出基于特征极性值的位置权重计算方法,借助SVM作为机器学习模型将微博文本分为正面、负面和中性三类。实验结果表明,提出的方法能够比较有效地对中文微博文本进行情感分类。
- 孙建旺吕学强张雷瀚
- 关键词:表情符号情感分类
- 自由文本中汉语缩略语的自动抽取
- 2014年
- 以汉语为对象,提出了一种从自由文本中自动抽取缩略语的方法。分析缩略语与完整形式的词性结构,提出词性模板匹配方法,获取候选缩略语与候选完整形式;根据二者之间的字面关联和共现特性,构造若干约束规则,实现候选缩略语的配对。分析缩略语与完整形式的内在关联、外部语义和外部统计3类特征,构造决策树模型,将缩略语对的判别转换为缩略语与完整形式是否匹配的二元分类问题。相比前人研究,该方法在准确率和通用性方面均有提升,其中准确率达到了72.1%。
- 张雷瀚吕学强李卓
- 关键词:缩略语自动抽取决策树
- 领域本体术语的抽取方法研究被引量:8
- 2014年
- 领域术语是本体构建的基本要素,自动获取高质量的领域术语是构建领域本体的基础。本文提出一种多策略融合的领域术语抽取方法。分析领域术语的语法结构及统计特征,构造术语抽取的逆向词性规则和领域专用停用词表;利用PATTree术语抽取模型和C-value方法获取候选术语;借鉴TF—IDF及参照语料对比思想,从单个文档和领域文档集两个层面计算术语领域度,并依据术语领域度的大小筛选得到领域术语。在经济类语料上的实验结果显示:领域术语的top-100、top-500和top-1500准确率分别达到了94.00%、85.20%和78.47%,与baseline相比,分别提高5%、4.8%和6.2%。
- 张雷瀚吕学强李卓徐丽萍
- 关键词:本体构建术语抽取
- 领域本体学习方法研究
- 张雷瀚
- 文献传递
- 高校户籍管理系统的设计及日志分析被引量:5
- 2017年
- 高校户籍管理是面向大流动量人群的一项复杂、琐碎的事务,是高校安全管理服务工作的重要组成部分。针对北京航空航天大学的户籍管理信息化,采用高度模块化和日志独立化的技术架构,按照户籍管理规定,分析高校人事系统、学籍系统的基础数据和业务,设计并实现一套自动化程度较高,并且与高校其他管理工作紧密契合的户籍管理系统,实现了高校集体户口迁入、迁出、常住人口登记卡的借用、身份证换发等工作的信息化管理。通过对户籍管理系统近三年的事务处理日志进行统计和分析,户籍管理系统将户籍办理的平均花费时间大幅缩短,明显提高了高校户籍管理工作的效率。此外,日志分析也发现,高校人群户籍办理发生量在每天、每周和每年都存在明显的规律,这给高校户籍管理的灵活安排提供了必要的参考依据。
- 侯毅张雷瀚林耀虎
- 关键词:高校信息化日志分析