基于深度学习的跨语言文本情报分类方法研究

文本情报分类工作是情报分析领域的基础性工作。目前,文本情报分类工作通常面向单一语言,跨语言文本情报分类研究相对较少。针对跨语言文本情报分类问题,提出了“XLM-R+TextCNN”模型,通过基于大规模多语种语料训练的跨语言预训练模型(XLM-R)生成与具体语言表示形式无关的文本情报向量,将文本向量输入TextCNN模型,获取文本情报的类别特征,实现对跨语言文本情报的分类。以开源国防科技情报为基础,构建了跨语言文本情报分类数据集,并对模型进行了测试。实验表明,该模型在多项对比评测中,取得了不错的成绩,验证了本方法的可行性与有效性。     

基于Fisher线性判别模型的文本特征选择算法

在采用向量空间模型表示方法的文本分类系统中,维数约简是必要的步骤,特征选择方法由于计算复杂度较低而被广泛采用.本文基于Fisher线性判别模型提出了一种新的文本特征选择算法,将其求解过程转换为一个特征项优化组合的问题,避免了复杂的矩阵变换运算.实验表明,该方法与信息增益、卡方统计方法比较,具有较明显的优势.     

军事情报文本分类中的维数约减技术

为保证军事指挥决策的质量和速度、提高军事情报文本的分析能力,高效率的自动文本分类成为其中的重要技术.描述了文本分类所面临的高维稀疏文本空间和维数灾难等问题,综述了各种寻找最优和次优子集的特征选择技术和以主成分分析、Fisher判别分析、潜在语义索引等为代表的特征抽取技术,并指出了目前存在的技术问题和未来的工作方向.     

心灵的对话——阅读教学之我见

我们知道,学生语文学习的过程,其实就是一个对话的过程.阅读,是借助文本和作者心灵对话;写作,是借助笔墨和自己心灵对话;上课,是借助教师和文本对话;交际,是自己和同学以及其他人的直接对话.通过各种卓有成效的对话,学生乐学语文,掌握科学的学习方法,养成良好的语文学习习惯,接受真善美的熏陶和教育,打好精神底子.     

能否不通过短信服务发送文本信息

声音和文本是作为比特流在手机和基站之间传送。短信息服务是一种协议,移动用户可利用它发送和接收文本。但是手机和个人数字助理(将计算机、手机、相机和音乐播放器合为一体)也可以通过GPRS(通用分组无线业务)来交换数据,例如 WAP     

“三句半”的文本创作

三句半的文本是三句半节目的灵魂。文本创作需要从以下几方面着手:就地取材,寻找共鸣。文本创作的第一步是选材。我们要把握好选材内容与广大官兵之间的联系,以身边人、身边事的具体     

论公文写作的概括力

概括对公文写作具有重要意义,它是公文材料写作的基本属性,而缺少概括是当前公文写作中的通病。公文概括与一般议论文概括的主要区别在于广度、深度和准度上,在其文本表述上可分为认识性和实践性两类。要提高公文写作的概括力,写作者可遵循理论路径、实践路径和方法路径加以实现。．     

21世纪以来我国中小学学生减负政策的历史演变——基于政策工具理论的分析

从政策工具理论的视角切入，构建“政策工具-减负政策要素”的二维分析框架，对我国21世纪以来国家层面颁布的17份关于中小学学生减负政策文本进行量化分析。研究结果表明，我国中小学学生减负政策存在以强制性的命令工具为主导、政策工具忽视长期目标达成、政策工具与政策内容交叉匹配不足等问题。基于此，应该优化中小学学生减负政策工具的结构；增强中小学学生减负政策工具的二维匹配度；提高中小学学生减负政策工具的供给。     

K-近邻法的文本分类算法分析与改进

文本自动分类的相关技术是数据挖掘的一个分枝,K-近邻法是常用的文本分类算法之一.在研究K-近邻法的基础上,根据其使用情况分析了K-近邻法的不足之处,在满足一定的判定函数前提下,提出改进后的K-近邻法.改进后的K-近邻法避免了K值的搜寻过程.降低了计算复杂性,提高计算效率.最后通过实验证明了改进K-近邻法的有效性.     

理解的困惑——论作者与读者的关系

本文通过对作者创作文本及读者阅读作品过程的特点分析,试图了解一个问题,即作者的创意不是以什么方式才能被读者把握,而是在什么意义上理解才是对作者创意的重现。没有一种理解是对作者创意的彻底的、最终的理解。理解总是以预设前见为背景,最大程度的理解仍是最小程度的误解。只有通过理解的整体性与理想性,将文本置于社会共有的视域中,才能克服阅读/理解中的相对主义。