期刊
  出版年
  关键词
结果中检索 Open Search
Please wait a minute...
选择: 显示/隐藏图片
1. 汉字动态生成的结构与风格模型
栗青生, 徐强, 肖建国, 刘泉, 张解放
北京大学学报自然科学版    2017, 53 (2): 219-229.   DOI: 10.13209/j.0479-8023.2017.048
摘要800)   HTML20)    PDF(pc) (1808KB)(378)    收藏

提出一种基于汉字结构和风格的字形生成模型。该模型将汉字字形抽象为汉字结构和汉字风格两种模式, 并在结构中将汉字笔画抽象为连续的笔元, 通过笔元的特征点构造笔元向量、径向量、弦向量和轭向量, 进行笔画风格的重建。通过这种方法, 动态产生可用于True type个性化汉字字形设计的字形, 实现汉字字形的Web存储和在客户端的特征字形输出, 克服了现代汉字由于汉字数量巨大而在字形设计方面的不足, 为个性化汉字信息的云端存储和云端字形服务提供了一种有效的策略和方法, 为设计更深层次的汉字信息服务奠定了基础。

图表 | 参考文献 | 相关文章 | 多维度评价 | 评论0
2. 多策略中文微博细粒度情绪分析研究
欧阳纯萍,阳小华,雷龙艳,徐强,余颖,刘志明
北京大学学报(自然科学版)   
摘要850)      PDF(pc) (499KB)(703)    收藏
针对中文微博用户的情绪分析问题, 提出一种基于多策略融合的细粒度情绪分析方法。首先采用朴素贝叶斯算法对微博的有无情绪分类问题进行研究, 然后构建有情绪微博的21维特征向量, 最后采用SVM和KNN算法对微博进行细粒度情绪分析。以新浪微博作为实验对象, 结果表明多策略集成方法好于单一分类 算法。在多策略集成方法中, “NB+SVM”方法略优于“NB+KNN”方法。
相关文章 | 多维度评价 | 评论0