[1]李德华,刘根辉. 面向信息处理的语境形式化研究[J]. 中文信息学报, 2004,18(3):32-38.
[2]杨小爱. 认知的语境论研究—智能机自语境认知的假设与论证[D]. 太原:山西大学, 2013.
[3]吴伟成,周俊生,曲维光. 基于统计学习模型的句法分析方法综述[J]. 中文信息学报, 2013,27(3):9-19
[4]袁里池. 基于统计的句法分析方法[J]. 中南大学学报, 2014,45(8):2670-2675.
[5]耿向好,李军辉,周国栋,等. 一种基于历史信息的多层次中文句法分析方法[J]. 计算机应用与软件, 2009,26(6):45-51.
[6]赵国荣,王文剑. 一种处理结构化输入输出的中文句法分析方法[J]. 中文信息学报, 2015,29(1):139-145,138.
[7]陈永波,汤昂昂,姬东鸿. 中文复杂名词短语依存句法分析[J]. 计算机应用研究, 2015,32(6):1617-1620.
[8]张军珲. 基于统计的常用汉语副词用法自动识别研究[D]. 郑州:郑州大学, 2010.
[9]周丽娟. 现代汉语连词用法的自动识别及应用研究[D]. 郑州:郑州大学, 2012.
[10]郭振,张玉洁,苏晨等. 基于字符的中文分词、词性标注和依存句法分析联合模型[J]. 中文信息学报, 2014,28(6):1-8,17.
[11]John Durkin,蔡竞峰,蔡自兴. 决策树技术及当前研究方向[J]. 控制工程, 2005,12(1):15-21.
[12]崔建明,刘健明,廖周宇. 基于SVM算法的文本分类技术研究[J]. 计算机仿真, 2013,30(2):299-302.
[13]冯少荣. 决策树算法的研究与改进[J]. 厦门大学学报, 2007,46(4):496-500.
[14]杨静,张楠男,李建,等. 决策树算法的研究与应用[J]. 计算机技术与发展, 2010,20(2):114-120.
[15]余小军,刘峰,张春. 基于Ngram文本特征提取的改进算法[J]. 现代计算机, 2012(34):3-7.
[16]于津凯,王映雪,陈怀楚. 一种基于NGram改进的文本特征提取算法[J]. 图书情报工作, 2004,48(8):48-50,43.
[17]张红梅,高海华,王行愚. 基于SVM的多分类集成[J]. 华东理工大学学报, 2008,34(5):734-739.
[18]陈中杰,蒋刚,蔡勇. 基于SVM一对一多分类算法的二次细分法研究[J]. 传感器与微系统, 2013,32(4):44-47.
[19]詹毅. 朴素贝叶斯算法和SVM算法在Web文本分类中的效率分析[J]. 成都大学学报, 2013,32(1):50-53.
[20]王旭仁,郑秋辉,刘丽珍,等. 基于改进潜在语义分析算法的文本情感分类研究[J]. 计算机教育, 2014,10(19):50-53.
|