导读:本文包含了文本信息论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:文本,信息,步长,特征,评分,计算机,神经网络。
文本信息论文文献综述
文武,赵成,赵学华,刘颖,范荣妹[1]（2019）在《基于信息增益和萤火虫算法的文本特征选择》一文中研究指出针对传统的文本特征选择方法所选特征子集精度不高的问题,提出一种结合信息增益和萤火虫算法的特征选择方法。计算所有特征词的信息增益并按从高到低排序,在排序靠前的特征集合上利用萤火虫算法寻优搜索得到最优特征子集。为避免萤火虫算法求解速度慢和陷入局部最优,对步长因子α进行改进,使其动态更新。在KNN上的文本分类实验结果表明,萤火虫算法选择的特征子集与信息增益和遗传算法相比,具有更好的分类效果。(本文来源于《计算机工程与设计》期刊2019年12期）
陶俊,秦孔,刘艳[2]（2019）在《彼得·纽马克信息文本理论视角下中国少数民族文化翻译研究——以Cultural Politics of Ethnic Identity in Xishuangbanna,China:Tea and Rubberas “Cash Crop” and “Commodities”为例》一文中研究指出55个多彩的少数民族文化在中华文化中占有重要的地位。研究并翻译少数民族文化类方面的素材,既能弘扬中国的传统文化走向世界的舞台,又能够真实而充分地展现少数民族生产、生活的现状。为了携手推进中国建设"一带一路",推崇中国文化实施走出去战略,弘扬中国少数民族文化,本文选取了加拿大西蒙佛雷泽大学地理系教授Janet C. Sturgeon撰写的有关云南少数民族文化方面的学术论文为研究素材,以纽马克信息文本理论为指导,采用语义翻译交际翻译策略和相关的翻译技巧对其进行了翻译研究。此次研究旨在进一步了解云南丰富多彩的少数民族文化资源,从而为弘扬中国少数民族文化的传播和发展尽一些绵薄之力。(本文来源于《英语广场》期刊2019年12期）
李爱琳[3]（2019）在《基于计算机文本数据分析的信息安全防护研究》一文中研究指出针对目前计算机网络文本所存在的安全性判断易出错、导致计算机的信息安全防护系统经常出现漏防护或者误报警的问题,提出了一种新的文本数据分析方案。该方案采用相似的文本分类算法实现对数据信息的挖掘和判断,能够在按照现有的数据信息分类特征判断的基础上增加线性矩阵判别,实现对模糊数据信息的共线拟合双重判别,进而增加信息安全防护水平。根据实际应用表明该基于计算机文本数据分析的信息安全防护系统具有操作简单、判别精度高、稳定性好的优点,大幅提升了安全系统对各类文本的防护水平。(本文来源于《现代工业经济和信息化》期刊2019年11期）
蔡皎洁[4]（2019）在《AI中的文本信息抽取方法进展研究》一文中研究指出以科技文献数据库(web of science,WOS)为数据源,2015-2019年国内、外情报学领域期刊论文为研究对象,综合采用文献计量学和文献述评理论与方法,利用CiteSpace软件进行关键词共现分析,获取文本信息抽取方法的研究热点及发展路径,并对四类主要的文本信息抽取方法进行评述。通过对比分析发现以上四种方法并不是独立存在的,文本信息抽取方法呈现多元化和综合化趋势,深度学习逐渐成为最新的发展方向,知识地图成为最新的信息抽取框架。(本文来源于《湖北工程学院学报》期刊2019年06期）
黄芳[5]（2019）在《基于XML结构的文本翻译信息自动评分系统设计》一文中研究指出传统的自动评分系统对商务英语中的文本翻译信息进行评定时,标准题型的评分准确性较高,主观题型的评分准确性较低。为了解决这一问题,基于XML结构设计一种新的自动评分系统。分别设计了系统硬件部分和软件部分,硬件主要包括专业词库和关键词权重库,专业词库由统计分词、匹配分词和理解分词构成,权重库主要设定了各个关键词的权重;软件部分由考生答案与标准答案对比、关键词权重计算、证明条件判断、解法识别、减分操作、成绩计算六个步骤构成。为验证系统的工作效果,同时选用传统评分系统、文中所提评分系统和人工进行评分,对比评分结果表明,相较于传统评分系统和人工评分,基于XML结构的翻译信息评分系统能够更加高效、准确地评定标准题型和主观题型,并给出相对客观的分数。(本文来源于《现代电子技术》期刊2019年23期）
冯婉莹[6]（2019）在《高职院校经典诵读课的文本研究——以湖南信息职业技术学院为例》一文中研究指出高职院校经典诵读课教学聚焦点是文本与人的关系问题,即选择的文本对学生的生命发展有何不可替代的作用和价值,因此文本选择是进行教学设计的前提和基础。湖南信息职业技术学院以本土湖湘文化为依托,甄选潇湘大地上仁人志士的经典篇目为校本教材,弘扬爱国主义情怀、倡导创新有效的学习方式,以期达到对高职学生"润物细无声"的育人目标。(本文来源于《长江丛刊》期刊2019年33期）
阿力木江·艾沙,殷晓雨,库尔班·吾布力,李喆[7]（2019）在《基于类别信息和特征熵的文本特征权重计算》一文中研究指出基于类别信息的特征权重计算方法对特征与类别的关系表达不够准确,即对于类别频率相同的特征无法比较其对类别的区分能力,因此要考虑特征在类内的分布情况。将特征的反类别频率(inverse category frequency,ICF)和类内熵(entropy)相结合引入到特征权重计算方案中,构造了两种有监督特征权重计算方案。在维吾尔文文本分类语料上进行的实验结果表明,该方法能够明显改善样本的空间分布状态并提高维吾尔文文本分类的微平均F1值。(本文来源于《计算机应用研究》期刊2019年11期）
赵赟,王中卿,李寿山[8]（2019）在《基于文本信息和层次神经网络的产品评分方法》一文中研究指出通常点评网站对商品的打分都是通过对商品评论的评分求均值而获得,但是这种方式严重依赖于评论的评分,而且对于评论数较少的商品,这种方式显得不够精确。不同于传统的产品打分机制,文中提出了一种根据产品评论的文本信息对产品进行整体打分的层次神经网络模型,该模型可以从有限的评论中分析出产品较为公正的得分。在产品评论中,存在着[词-句子-评论-商品]的层级结构,因此采用了叁层GRU的结构分别来对句子、评论、商品进行表示,从而预测商品最终的打分。除此之外,还对评论层进行了额外地输出,进一步提高了商品得分预测的准确率。在回归和分类两种预测任务上的实验结果表明,模型的层次结构对于预测商品得分具有至关重要的作用,同时输出评论的得分可以进一步提高预测的准确率。(本文来源于《计算机科学》期刊2019年S2期）
杜小婵[9]（2019）在《浅议在非连续性文本中获取有价值信息的教学策略》一文中研究指出有价值信息的获取,需要经历"发现信息—收集信息—判断信息价值—提取信息"的思维过程,而这一过程则体现了学生的思维能力与水平。思维能力的发展,是小学语文教学的核心,而以非连续性文本为载体,使学生掌握获取有价值信息的策略,培养学生获取有价值信息的能力也是阅读教学的重要任务。(本文来源于《基础教育参考》期刊2019年22期）
管祥甫,管子涵[10]（2019）在《计算机文本信息挖掘技术在网络安全中的应用》一文中研究指出本文将计算机文本信息挖掘技术应用在工作中,有助于合理挖掘各种数据信息,全面分析网络平台中是否存在安全隐患问题,采用有效措施解决问题,全面维护网络平台的安全性,为后续工作的实施夯实基础。(本文来源于《电子技术与软件工程》期刊2019年21期）
文本信息论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
55个多彩的少数民族文化在中华文化中占有重要的地位。研究并翻译少数民族文化类方面的素材,既能弘扬中国的传统文化走向世界的舞台,又能够真实而充分地展现少数民族生产、生活的现状。为了携手推进中国建设"一带一路",推崇中国文化实施走出去战略,弘扬中国少数民族文化,本文选取了加拿大西蒙佛雷泽大学地理系教授Janet C. Sturgeon撰写的有关云南少数民族文化方面的学术论文为研究素材,以纽马克信息文本理论为指导,采用语义翻译交际翻译策略和相关的翻译技巧对其进行了翻译研究。此次研究旨在进一步了解云南丰富多彩的少数民族文化资源,从而为弘扬中国少数民族文化的传播和发展尽一些绵薄之力。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
文本信息论文参考文献
[1].文武,赵成,赵学华,刘颖,范荣妹.基于信息增益和萤火虫算法的文本特征选择[J].计算机工程与设计.2019
[2].陶俊,秦孔,刘艳.彼得·纽马克信息文本理论视角下中国少数民族文化翻译研究——以CulturalPoliticsofEthnicIdentityinXishuangbanna,China:TeaandRubberas“CashCrop”and“Commodities”为例[J].英语广场.2019
[3].李爱琳.基于计算机文本数据分析的信息安全防护研究[J].现代工业经济和信息化.2019
[4].蔡皎洁.AI中的文本信息抽取方法进展研究[J].湖北工程学院学报.2019
[5].黄芳.基于XML结构的文本翻译信息自动评分系统设计[J].现代电子技术.2019
[6].冯婉莹.高职院校经典诵读课的文本研究——以湖南信息职业技术学院为例[J].长江丛刊.2019
[7].阿力木江·艾沙,殷晓雨,库尔班·吾布力,李喆.基于类别信息和特征熵的文本特征权重计算[J].计算机应用研究.2019
[8].赵赟,王中卿,李寿山.基于文本信息和层次神经网络的产品评分方法[J].计算机科学.2019
[9].杜小婵.浅议在非连续性文本中获取有价值信息的教学策略[J].基础教育参考.2019
[10].管祥甫,管子涵.计算机文本信息挖掘技术在网络安全中的应用[J].电子技术与软件工程.2019
论文知识图
