唐诗相似性比对.pptVIP

唐诗相似性比对 曹俊韩晓综述：功能 检索诗歌：诗歌的查找，录入和输出 检索某个题目的诗歌 核心：题目的相同性，内容的相似性，情感风格的相似性 对诗中某字词的检索 输出某首诗某个方面的相关参数，如情感，季节等 实现方案与结构1 struct element{ int a; int b; char* ch; int c; int d; element* e; }; 实现方案与结构2 struct Node { int serialNum; //诗歌序号 set* title; //标题 set* content;//诗体内容 } 实现方案与结构3 struct set{ int n; element* e; }; 实现方案与结构4 element* creatnewelement(void) //建立一个新的元素 set* creatnewset(void) //建立一个新的元素集合 Node* creatnewnode(void) //建立一个新的储存诗的结构体 void elementcopy(element* a, element* b) //对元素进行复制的操作 void insertelement (set* se, element* el) //向集合中插入一个元素 void readpoem(FILE *fp, Node *p) //将文件指针处的诗歌读入结构体 …… 用途：检验两组（或多组）数据平均数是否相等，即判定两个样本差异性是否显著。 特点：不要求正态母体，只要求样本相互独立。 方法：见《实用生物统计》（第二版）P123。 初衷：为了消除相似性总是为零的影响。 假设：若两首诗歌相似性比较高，则它们的秩和应在两临界值之间。 将内容和题目相似性计算出来的值乘以运用秩和检验数据表得到的数据，若得到的总相似性为0，这说明内容和题目相似性很小，以至于可以忽略，则舍弃内容和题目相似性的数值，另用秩和检验数表得到的数据修正当作相似性的数值。 两总体秩和检验 1 2 5 6 9 10 3 4 7 8 1 2 3 4 5 6 7 8 9 10 查表得: 上限36 下限15 显著性水平：0.05 按啥顺序排的？ 秩和检验是不能这样用的！ 1夏 2春 3早春 2暮春 0 1 50殘花 3飘零 2落红 1落花 0春殘 季节 103 102 100 出自周克，陈延哲《诗歌相似度计算算法》.ppt第四页 枯藤老树昏鸦， 小桥流水人家。 关于第五个功能的扩展 利用以上的成果和现有字库可以实现多接口的诗歌参数计算。 实质：诗歌与字库的求交运算 暮春：春殘，落花， 落红， 飘零， 辭枝， 殘花，香消， 委泥， 點苔， 亂紅， 墮红， 墜粉， 鶯老，殘紅 春：桃，蕙，鶯，蜂，櫻，蝶，春風，春草，春光，春花，春華，百花，柏酒，爆竹，殘雪，春酒，春雷，春泥，春天，春宵，東風，杜鵑，芳菲，飛絮，寒食，蝴蝶，花柳，黃鸝，黃鳥，黃鶯，蕙蘭，蛺蝶，嬌鶯，鵁鶄，金谷，蘭蓀，爛漫，爛熳，梨花，流鶯，柳花，柳色，柳絮，柳眼，落梅，落絮，落英，鳴鳩，二月，三月，新年，元巳，淑氣，歲華，踏青，桃花，桃李，屠蘇，酴醾，物華，曉鶯，新歲，新葉，新雨，杏花，杏園，陽和，楊花，夭桃，野桃，櫻桃，紫燕，立春，中春，仲春，孟春 作业中遇到的问题 当程序越写越大时，一个地方的错误往往导致几个甚至几十个错误，牵一发而动全身 “写程序真的是一种艺术，是需要精心雕琢的。” 让没有选生统课的韩晓帆做这次报告 总结与展望 由于时间有限，要实现的功能又太过复杂，因此很多思想只能存在于概念之中，已经实现的也并不都尽如人意。 将算法与统计学相结合，可以得到一些意想不到的结论。 如果有足够的支持，如周克、陈延哲同学的同义词的处理的B+树法，也许能够做出更有意义的工作。 THANK YOU! * *