论文研究基于快照日志的ORACLE数据表DELTA抽取算法 .pdf

针对图结构数据库中如何实现图结构的快速有效检索问题，提出了一种新的数据筛选算法。它在gSpan算法原理的基础上引入了新的剪枝规则，修改了DFS编码的形式；利用改进后的gSpan挖掘出频繁图结构的DFS

在现实世界的数据分类应用中，通常会遇到数据不平衡的问题，即数据中一类数据的数量要大于另一类数据的数量。在目前针对非平衡数据的分类问题的解决方案中，推进算法因其能通过多次迭代提高少数类的分类指标来提高分

短语抽取是文本自动分类、主题提取及专利检索分析等文本信息理解等工作中都要应用到的一项关键技术。固定短语抽取作为短语研究的一部分，对短语标注、辞典编撰等自然语言处理任务都具有重要的现实意义。哈萨克语是黏

基于网页分块的BBS评论信息抽取技术，贾璐璐，肖波，随着互联网的迅猛发展，人们对互联网技术和互联网上的大量资源的关注越来越多,人们期望能够从海量的互联网信息中快速精确的提取��

基于动态网页分段的信息抽取方法，戴昌林，高志强，一些基于HTML标记的信息抽取系统，不能自动获取抽取到的信息的语义。动态网页存在一些提示语义的字符串，可以用来网页分段，也可��

基于双语语料的汉语多词表达抽取，胡玉溪，江会星，随着自然语言的发展，多词表达越来越成为人们关注的焦点。本文提出一种基于中英文双语语料获取非特定结构的汉语多词表达的方法。

领域本体形式背景的分析抽取、定义本体领域属性的核心概念是构建领域本体的关键。应用概念格模型表示领域知识,引入P-集合理论进行形式背景的定义和领域属性分析,根据领域中个体相似度矩阵对形式背景的领域属性进

生物医疗文本中的命名实体识别对于构建和挖掘大型临床数据库以服务于临床决策具有重要意义，而其中一个基础工作是疾病名称的识别。医疗文本中存在大量的复合疾病名称，难以分离抽取出其中的实体。针对这一问题，提出

传统的弱指导关系抽取研究主要集中于单语言内部。为了充分利用语言之间的互补性来减轻对大规模训练数据的需求，提出一种双语协同训练的关系分类方法。针对小规模标注语料和一定规模的未标注语料，通过机器翻译和实体

评估函数对已定义类别以外的语料区分度相对较低的问题出发, 结合常用的停用词表功能, 提出了基于与统计量相关的相对词频作评估函数的改进模型。该模型结合了现代汉语词频统计结果, 使用相对词频选择特征词,