計算機軟件前沿技術(shù)論文范文
隨著社會技術(shù)的不斷發(fā)展，計算機技術(shù)領(lǐng)域的軟件前言技術(shù)已經(jīng)得到了快速的發(fā)展。下面小編給大家分享軟件前沿技術(shù)論文，歡迎大家閱讀參考。
軟件前沿技術(shù)論文篇一：《分層技術(shù)在計算機軟件開發(fā)中的應(yīng)用》
摘 要：隨著社會經(jīng)濟的不斷發(fā)展，計算機技術(shù)領(lǐng)域已得到了迅速的提升。當前，計算機技術(shù)和網(wǎng)絡(luò)技術(shù)已與社會的生活息息相關(guān)，越來越多的人類離不開計算機應(yīng)用，由此也促使計算機軟件系統(tǒng)越來越復雜，出現(xiàn)了較多的軟件系統(tǒng)及手機APP，當前加強對計算機軟件的開發(fā)已刻不容緩。分層技術(shù)在計算機軟件開發(fā)過程中具有顯著的優(yōu)勢，能夠加快軟件開發(fā)速度，確保軟件質(zhì)量，且可以減少計算機軟件維護的工作量。文章主要結(jié)合了分層技術(shù)的特點，分析了分層技術(shù)在計算機軟件開發(fā)過程中的應(yīng)用。
關(guān)鍵詞：分層技術(shù);計算機軟件;應(yīng)用
在當前我國社會發(fā)展的過程中，計算機行業(yè)領(lǐng)域已在社會市場中取得了顯著的成效，各行各業(yè)的計算機軟件系統(tǒng)也得到了空前的涌現(xiàn)。隨著市場競爭的不斷擴大，人們對計算機軟件開發(fā)技術(shù)的要求也越來越嚴格。如今，分層技術(shù)在計算機軟件開發(fā)過程中取得了明顯的作用效果，其不僅滿足了社會發(fā)展的需求，對軟件系統(tǒng)的結(jié)構(gòu)進行了一定的創(chuàng)新，還提高了軟件本身的質(zhì)量問題，使用戶減少了一定的維護成本，有效地促進了計算機領(lǐng)域的發(fā)展。下面主要結(jié)合了分層技術(shù)本身的特征，探討了其在計算機軟件開發(fā)過程中的具體運用。
1 分層技術(shù)的概念及特征
1.1 分層技術(shù)的概念
在計算機軟件開發(fā)過程中，若要充分發(fā)揮分層技術(shù)在計算機領(lǐng)域中具有的優(yōu)勢，人們首先應(yīng)對分層技術(shù)的概念及特征進行一定的認識與理解，結(jié)合掌握的知識及理論對該項技術(shù)進行深層次的運用。在計算機軟件開發(fā)領(lǐng)域中，分層技術(shù)即是對軟件系統(tǒng)進行抽象的分層實踐，在計算機軟件中存在著多個層次，每一個層次都代表著不同的含義，且由多個層次形成一系列的垂直系統(tǒng)，由上而下。同時，在開發(fā)軟件的同時，每個系統(tǒng)層次之間既相互聯(lián)系又相互制約，從而形成一個完整的軟件系統(tǒng)?，F(xiàn)如今，隨著社會經(jīng)濟的不斷發(fā)展及人們生活水平的不斷提升，單層結(jié)構(gòu)的軟件系統(tǒng)已不能滿足人們的生活需求，促使雙層結(jié)構(gòu)及多層結(jié)構(gòu)的軟件系統(tǒng)得到了一定的發(fā)展。隨著技術(shù)的不斷進步，高層次結(jié)構(gòu)的軟件系統(tǒng)已逐漸得到了發(fā)展的必要。由此可見，軟件系統(tǒng)的開發(fā)是一個不斷進步與發(fā)展的過程。
1.2 分層技術(shù)的特征
在計算機軟件開發(fā)的過程中，分層技術(shù)具有著廣泛的應(yīng)用，主要是由于其本身具備明顯的特征和優(yōu)勢。首先，在計算機軟件開發(fā)的質(zhì)量問題上，分層技術(shù)可以在很大程度上提高軟件性能，保證在軟件開發(fā)的過程中不同層次之間具有緊密的聯(lián)系。從一定層面上看，分層技術(shù)主要著重于軟件系統(tǒng)中不同層次之間的構(gòu)架，確保其存在著必要的內(nèi)在聯(lián)系，便于在實踐過程中將復雜多樣的軟件內(nèi)容進行相應(yīng)的簡化，從而利于技術(shù)人員進行高效的工作。其次，分層技術(shù)在軟件開發(fā)過程中具備明顯的穩(wěn)定性，當計算機軟件某個系統(tǒng)出現(xiàn)了一定的變化時，其僅可能會對其上下層次系統(tǒng)產(chǎn)生一定的影響，并不會對計算機軟件整體產(chǎn)生變化。此外，在實現(xiàn)不同軟件之間的無縫連接時，分層技術(shù)也可起到一定的作用，主要是其具備自助開發(fā)和使用的成效，只需確保不同軟件具備統(tǒng)一的連接端口，從而更加便利了軟件系統(tǒng)的使用。
2 分層技術(shù)在計算機軟件開發(fā)中的應(yīng)用
2.1 雙層技術(shù)的應(yīng)用
在計算機軟件系統(tǒng)開發(fā)的過程中，雙層技術(shù)主要是由服務(wù)器和客戶端設(shè)備組成的，其中客戶端的主要功能是為客戶提供一定的使用界面，方便客戶理解軟件的應(yīng)用及其用途;而服務(wù)器的主要作用是接受客戶端發(fā)出的信息，然后通過服務(wù)器本身的查詢功能為客戶提供一定的信息，達到為客戶服務(wù)的作用。在客戶使用數(shù)量不多的情況下，或者軟件服務(wù)器本身的工作性能較好的情況下，雙層技術(shù)能夠達到很好的工作性能，但是一旦計算機軟件系統(tǒng)的使用人數(shù)增加時，軟件系統(tǒng)的反應(yīng)時間、效率就會大大降低，甚至會給客戶的個人信息造成一定的威脅，不能很好地滿足客戶的需求，因此計算機軟件開發(fā)工作亟需高層次的軟件技術(shù)加以完善。
2.2 三層技術(shù)的應(yīng)用
相比較于雙層技術(shù)的使用設(shè)備，三層技術(shù)在雙層技術(shù)的基礎(chǔ)上又增加了一個服務(wù)器設(shè)備，可以在一定程度上提高軟件系統(tǒng)的使用效率。新增加的服務(wù)器主要用于存儲數(shù)據(jù)，能夠很好地提高客戶端的處理信息能力，滿足客戶的使用需求。此外，三層技術(shù)相比較于雙層技術(shù)來說，其還多增加了一個設(shè)備端口，其中三個端口主要是界面層、數(shù)據(jù)層、處理層，三個端口在使用過程中分工明確，能夠有效地提高計算機的工作效率。但是在實際的軟件開發(fā)過程中，三層技術(shù)仍然存在著一定的不足之處，這就需要軟件開發(fā)工作人員對雙層技術(shù)和三層技術(shù)的特點進行綜合考慮與研究，旨在更好地提高計算機的使用性能。
2.3 四層技術(shù)的應(yīng)用
隨著社會經(jīng)濟的不斷發(fā)展，生活中產(chǎn)生的數(shù)據(jù)庫也越來越強大，此時三層技術(shù)在計算機軟件開發(fā)的過程中無法滿足系統(tǒng)的需求，因此則需要更高一層次的技術(shù)加以應(yīng)用，從而便使四層技術(shù)在社會中得到了一定的發(fā)展。四層技術(shù)主要是在三層技術(shù)的基礎(chǔ)上進行完善的，該技術(shù)的主要功能有處理層、Web層、數(shù)據(jù)層以及存儲層，其主要應(yīng)用過程是系統(tǒng)處理層對客戶的需求進行一定的分析，然后將數(shù)據(jù)層中的信息結(jié)果傳遞給Web層，通過信息轉(zhuǎn)化功能實現(xiàn)數(shù)據(jù)庫與計算機的展現(xiàn)效果。
2.4 五層技術(shù)的應(yīng)用
隨著科學技術(shù)的日新月異，五層技術(shù)的發(fā)展也應(yīng)運而生。五層技術(shù)的系統(tǒng)結(jié)構(gòu)是在四層技術(shù)的基礎(chǔ)上加以改善的，該項技術(shù)對計算機軟件進行了更加細化的分層，形成了一定的資源層，使軟件結(jié)構(gòu)具備了多樣性的組件，從而進一步提升了計算機軟件應(yīng)用的效率，有效地提高了計算機軟件的質(zhì)量。但是在現(xiàn)如今的實際生活中，五層技術(shù)在計算機軟件開發(fā)過程中并沒有得到廣泛的運用，但也許在不久的將來，該項技術(shù)會得到人們廣泛的關(guān)注，從而為計算機軟件開發(fā)市場提供更大的發(fā)展空間。
3 結(jié)束語
在新形勢下的社會發(fā)展過程中，人們對計算機軟件開發(fā)的要求已越來越嚴格，為了使計算機軟件能夠有效地滿足客戶的各方面需求，即需要在計算機軟件開發(fā)過程中對雙層、三層、四層、五層甚至更高層次的技術(shù)進行深入的認識與研究，以此提高計算機軟件開發(fā)的效率，促進計算機領(lǐng)域更大的進步與發(fā)展。
參考文獻
[1]賈輝.芻議分層技術(shù)在計算機軟件開發(fā)中的應(yīng)用[J].中國高新技術(shù)企業(yè)，2015，30：59-60.
[2]鄒濤.分層技術(shù)在計算機軟件開發(fā)中的應(yīng)用探討[J].電子技術(shù)與軟件工程，2014，13：90.
軟件前沿技術(shù)論文篇二：《嵌入式軟件系統(tǒng)開發(fā)技術(shù)及測試技術(shù)探討》
摘 要：隨著科技時代的快速發(fā)展，嵌入式軟件系統(tǒng)應(yīng)用發(fā)展也是非常迅速的，然而在硬件技術(shù)發(fā)展越來越穩(wěn)定時，嵌入式軟件系統(tǒng)穩(wěn)定性卻越來越差，因此嵌入式系統(tǒng)測試技術(shù)也應(yīng)運而生了。本文通過對嵌入式軟件系統(tǒng)特點的分析和研究，從而對其測試提出相應(yīng)的方法。
關(guān)鍵詞：嵌入式系統(tǒng);開發(fā)技術(shù);測試技術(shù)
嵌入式系統(tǒng)的廣義上是指那些具有控制、監(jiān)視等功能的設(shè)備以及那些具有輔助操作的機器。而在在狹義上的嵌入式系統(tǒng)是指由計算機通信技術(shù)為基礎(chǔ)，以半導體等多項電子應(yīng)用技術(shù)和具體的面向?qū)ο髴?yīng)用對象結(jié)合后的更新?lián)Q代產(chǎn)品。因此往往是技術(shù)密集、投資強度大、高度分散、不斷創(chuàng)新的知識密集型系統(tǒng)。不難看出嵌入式系統(tǒng)是硬件與軟件的結(jié)合體，而且嵌入式系統(tǒng)在系統(tǒng)有繁簡之分，越是繁雜的系統(tǒng)越是創(chuàng)新知識的密集。
1 嵌入式系統(tǒng)的組成及發(fā)展
一般情況認為嵌入式系統(tǒng)可以分成四個部分組成：微型處理器、存儲器、輸入輸出設(shè)備和應(yīng)用軟件。嵌入式行業(yè)的發(fā)展得益于嵌入式微型處理器和衛(wèi)星控制器的發(fā)展，這兩種組件的微型發(fā)展大大加速了汽車電器等的大力發(fā)展，同時也促進了計算機等高級計算機設(shè)備的快速發(fā)展。由此看來即使是在未來嵌入式系統(tǒng)的發(fā)展也還是一個熱門話題。因此在科技發(fā)達的世界里，對嵌入式系統(tǒng)的依賴性是越來越強，對嵌入式系統(tǒng)及其應(yīng)用的穩(wěn)定性和實時性要求也越來越高了，但是現(xiàn)在從掌握的各項數(shù)據(jù)上來看嵌入式系統(tǒng)表現(xiàn)出的穩(wěn)定性卻越來越令人擔憂。
嵌入式行業(yè)是從二十世紀七十年代發(fā)展至今，經(jīng)歷了四十余年的發(fā)展，從最簡單的單反機應(yīng)用到現(xiàn)在的汽車，家電，通信裝置等大規(guī)模應(yīng)用，性能上也越來越突出，價格上也是越來便宜。
2 嵌入式系統(tǒng)的開發(fā)技術(shù)
2.1 嵌入式系統(tǒng)的特點
嵌入式計算機系統(tǒng)是是整個嵌入式系統(tǒng)中重要的部分，主要有三個部分組成：硬件層、中間層、軟件層。嵌入式系統(tǒng)是指硬件和軟件的結(jié)合體，這是嵌入式系統(tǒng)的最基本特點。
嵌入式系統(tǒng)內(nèi)核小，比常見的windows系統(tǒng)的內(nèi)核小很多，畢竟嵌入式系統(tǒng)一般是應(yīng)用于小型電子裝置，因此所占資源小是嵌入式系統(tǒng)的一大特點。
嵌入式系統(tǒng)的專用性很強。嵌入式系統(tǒng)的個性化很強，因為嵌入式系統(tǒng)中的軟件與硬件的結(jié)合性很強，因此即使是同種品牌的不同型號產(chǎn)品，他們使用的嵌入式系統(tǒng)都會做出一定修改。
系統(tǒng)簡單，在嵌入式系統(tǒng)中一般沒有對系統(tǒng)軟件和應(yīng)用軟件的嚴格區(qū)分界線，因為內(nèi)存小等原因，要求嵌入式系統(tǒng)簡單不復雜，容易調(diào)試等。為了提高系統(tǒng)的性能一般都是采用將軟件固化在存儲器芯片中。
2.2 嵌入式系統(tǒng)開發(fā)過程
對于嵌入式系統(tǒng)的開發(fā)一般需要先建立開發(fā)環(huán)境，而有經(jīng)驗的程序員一般都會選擇在使用Redhot Linux系統(tǒng)，全部或定制安裝，在上網(wǎng)上下載相應(yīng)的CGG交叉編譯器，也可以是安裝廠家提供的相應(yīng)交叉編譯器。
在建立好編譯環(huán)境后，再要選擇開發(fā)主機，這是一項關(guān)鍵的選擇，開發(fā)主機參數(shù)的一般都是那么固定的幾種，在常見的就是配置MINICOM，一般的參數(shù)為波特率115200 Baud/s，數(shù)據(jù)位8位，停止位為1，9，無奇偶校驗，軟件和硬件流控都設(shè)置為無。MINICOM軟件的作用是作為調(diào)試嵌入式開發(fā)板的信息輸出的監(jiān)視器和鍵盤輸入的工具。配置網(wǎng)絡(luò)主要是配置NFS網(wǎng)絡(luò)文件系統(tǒng)，需要關(guān)閉防火墻，簡化嵌入式網(wǎng)絡(luò)調(diào)試環(huán)境設(shè)置過程。這些步驟都至關(guān)重要不容有錯。
建立引導裝載程序BOOTLOADER，然后從網(wǎng)站上下載一些源代碼，其中包括大量嵌入式系統(tǒng)驅(qū)動程序代碼。然后根據(jù)芯片的型號種類進行及源代碼的修改工作，而有些芯片沒有內(nèi)置引導裝載程序，這就需要程序員來編寫開發(fā)板上Flash的燒寫程序。但是有的不能編寫燒寫程序，這就需要程序員對開源代碼上進行修改，使開發(fā)板上可以編寫相應(yīng)燒寫程序。
下載已經(jīng)移植好的Linux，再添加定制硬件驅(qū)動程序，然后進行調(diào)試和修改。
建立根文件系統(tǒng)，可以在網(wǎng)上下載相應(yīng)軟件進行工裁剪，時期產(chǎn)生哪一個最基礎(chǔ)的根文件系統(tǒng)，然后根據(jù)產(chǎn)品應(yīng)用的需要來添加其他的應(yīng)用程序，根文件在系統(tǒng)中存在的形式一般為只讀文件是不能修改的，因此要使用相關(guān)的軟件將修改好的根目錄系統(tǒng)燒寫成鏡像文件。
建立應(yīng)用程序的Flash磁盤分區(qū)，這是一般是采用特有的文件系統(tǒng)，這需要在內(nèi)核中提供相應(yīng)的文件系統(tǒng)驅(qū)動，這個根據(jù)使用Flash的不同進行不同的磁盤分區(qū)。
開發(fā)應(yīng)用軟件，這個可以存放在根文件系統(tǒng)中，也可以存放相應(yīng)的Flash磁盤中，有的應(yīng)用軟件不存放在根文件系統(tǒng)，而是直接將應(yīng)用程序與內(nèi)核設(shè)計在一起。
最后就是燒寫內(nèi)核，根文件系統(tǒng)和相應(yīng)的應(yīng)用程序，再就是中的測試產(chǎn)品，調(diào)試產(chǎn)品，使用產(chǎn)品，最終就是發(fā)布產(chǎn)品。
2.3 嵌入式系統(tǒng)的開發(fā)技術(shù)
雖然嵌入式系統(tǒng)開發(fā)的流程在外行眼里看起來很是繁雜，我們也可以看出其中有很多的修改源代碼，燒寫程序的過程，但是這些過程在程序員眼中是一步也不能出錯，甚至有些還可以優(yōu)化，這是在開發(fā)嵌入式系統(tǒng)原則。在開發(fā)系統(tǒng)上，程序員必須遵守認真負責的態(tài)度，在燒寫程序后，必須認真檢測燒寫程序的真確性等。
2.4 嵌入式系統(tǒng)的廣泛應(yīng)用
在科技快速發(fā)展的現(xiàn)在，幾乎所有的電器中都應(yīng)用了嵌入式系統(tǒng)。達到航空母艦，導彈，小到微型處理器，微型控制器都在使用嵌入式系統(tǒng)。如今嵌入式系統(tǒng)的發(fā)展的是日新月異，不同產(chǎn)品使用嵌入式系統(tǒng)大同小異，這些嵌入式系統(tǒng)的原理大致相同但是在應(yīng)用上卻不盡相同，這是嵌入式人才需求的原因。
3 嵌入式系統(tǒng)的調(diào)試
3.1 嵌入式系統(tǒng)軟件的調(diào)試
在開發(fā)過程就可以看出，在匹配好CPU之后，其他的一些驅(qū)動，大多是程序員們修改源程序后編寫的相應(yīng)驅(qū)動程序，還有有的是將應(yīng)用程序和內(nèi)核設(shè)計在一起了，因此測試，過程更是發(fā)雜。
3.2 嵌入式系統(tǒng)的調(diào)試
主要分為幾大步驟，一是驅(qū)動調(diào)試，二是分組調(diào)試，三是整體調(diào)試，四是最終調(diào)試。對于驅(qū)動調(diào)試，是建立在修改源代碼后程序員們編寫的磁盤驅(qū)動，CPU驅(qū)動等驅(qū)動程序，這些程序都是需要調(diào)試，但是這些調(diào)試畢竟只是一種粗率的調(diào)試，并不能很好的觀測到最終的整體效果。接著就應(yīng)該進行分組調(diào)試任務(wù)，這是將所有驅(qū)動應(yīng)用程序燒寫在一起后的一次階段性的程序調(diào)試，這次也只能是在理論上測試嵌入式系統(tǒng)的穩(wěn)定性和實用性，還是無法真正的去了解硬件與軟件結(jié)合在一起的真實效果，但是這一步也可以檢測出一些應(yīng)用軟件與系統(tǒng)結(jié)合后的兼容性等問題，這里也可以檢測出程序的合理性等問題。再就是整體調(diào)試，就是將軟件與硬件結(jié)合在一起，檢測最后的整體性效果，軟件與系統(tǒng)的兼容性也是很關(guān)鍵的，這一切都是很發(fā)雜，這一步是至關(guān)重要，是重點監(jiān)測軟件與硬件間的兼容性和軟件開發(fā)的合理性。最后是進行嵌入式系統(tǒng)組裝進預期產(chǎn)品里，只是最終檢測嵌入式系統(tǒng)是否達到了預期效果。
4 結(jié)束語
嵌入式系統(tǒng)的開發(fā)技術(shù)和調(diào)試技術(shù)，這兩種技術(shù)在很多時候是可以交錯的，比如在開發(fā)嵌入式系統(tǒng)時就有幾次的開源代碼的修改和程序的燒寫過程，這些過程中都是程序員調(diào)試的關(guān)鍵時期，有一句諺語叫做“千里之堤毀于蟻穴”，而在每一次的源代碼修改或燒寫過程中如果出現(xiàn)了失誤，或一些bug的忘了處理，那么系統(tǒng)在以后的使用中會存在一些漏洞的。這些都是細節(jié)引起的失誤，這些也都是可以避免的，只要在調(diào)試過程中，認真的做好了每一步，就可以就一點一點的加強嵌入式系統(tǒng)的穩(wěn)定性。
參考文獻：
[1]耿玉菊.嵌入式系統(tǒng)開發(fā)技術(shù)分析[J].牡丹江教育學院學報，2009.
[2]秦春燕，姚竹亭.嵌入式系統(tǒng)軟件測試的研究[J].機械管理開發(fā)，2008.
軟件前沿技術(shù)論文篇三：《搜索引擎的前沿技術(shù)》
人工智能中的機器學習技術(shù)在基于語料的文本信息處理中獲得了快速發(fā)展，同時基于統(tǒng)計和經(jīng)驗的方法在超出傳統(tǒng)機器學習的范疇之外也發(fā)展出一些獨特的方法和技術(shù)，這些應(yīng)用將會使下一代搜索引擎在技術(shù)上取得突破。
搜索引擎并非只是一個網(wǎng)絡(luò)上的應(yīng)用程序，它要用到信息檢索、人工智能、自然語言處理、分布式網(wǎng)絡(luò)并行計算技術(shù)、多媒體技術(shù)、數(shù)據(jù)庫技術(shù)、數(shù)據(jù)挖掘技術(shù)、數(shù)字圖書館等多領(lǐng)域的理論和技術(shù)，具有很強的綜合性和挑戰(zhàn)性。
從技術(shù)發(fā)展角度講，隨著計算機的發(fā)展和互聯(lián)網(wǎng)的普及，對海量文本信息處理的需求越來越迫切，這使得人工智能中機器學習技術(shù)在基于語料的文本信息處理中獲得了快速發(fā)展。同時，基于統(tǒng)計和經(jīng)驗的方法在超出傳統(tǒng)機器學習的范疇之外發(fā)展出一些獨特的方法和技術(shù)。但是,自然語言處理中仍然存在許多尚未解決的問題，甚至是影響到自然語言處理的基礎(chǔ)性的核心問題。檢索專家Bruce R.Schatz預測，在自然語言理解沒有取得突破性進展之前，基于概念語義空間的文本信息組織與檢索，將在本世紀前10年起主要的作用。
語義索引
如何處理海量文本信息，特別是隨著網(wǎng)絡(luò)的飛速發(fā)展，如何快速為海量文本信息建立分類目錄有效地組織網(wǎng)上海量信息，以及如何建立具有某種程度語義的索引機制就是當前乃至今后相當一段時間的研究熱點。
美國Arizona大學的陳火斤鈞(Hsinchun Chen)教授首先提出基于概念的文本自動分類與語義檢索。概念語義空間實際上是基于概念空間的語義索引。這是為克服關(guān)鍵詞檢索過程中由于檢索詞的差異導致檢索結(jié)果差異而建立的支持相關(guān)概念的索引機制。該項技術(shù)成功地采用機器學習的方法實現(xiàn)了大量文本的自動分類、標注與檢索。他采用此項技術(shù)成功地承接并完成了美國涉及多個領(lǐng)域的文本信息處理項目。
所謂概念語義空間，就是對文本集建立的能反映文本集中概念之間語義關(guān)系的一個索引。概念語義空間與文本檢索、搜索引擎、知識管理密切相關(guān)，它是基于目前自然語言處理技術(shù)的進展狀況而產(chǎn)生的。
這里所說的概念在形式上的表現(xiàn)是詞，但并不是所有的詞都是概念。概念是從語料中抽取出來的用于表明一類文檔特征的標識詞，一類文檔可能有不同的概念來標識。上面所說的語義詞典包括同義詞、近義詞。
采用語義詞典是建立語義索引的一種機制。語義詞典往往是手工建立的，但這樣建立的詞典不能針對要處理的語料提取語義關(guān)系，會降低檢索性能。例如，當我們提到“錢鐘書”時就會自然聯(lián)想到“圍城”，提到“非典”自然就想起了“SARS”，如果語義詞典沒有建立這種語義關(guān)系(事先手工編輯的語義詞典很難提取這類“聯(lián)想”的語義)。當我們用“非典”檢索時，就不能返回僅包含“SARS”的文本; 同樣僅用“錢鐘書”檢索，未必能檢索到錢鐘書所有著作的信息。解決這一問題的一個重要途徑是共現(xiàn)分析。通過統(tǒng)計同一類文本中兩個詞在同一篇文本中的共現(xiàn)率，可以發(fā)現(xiàn)類似的語義關(guān)聯(lián)。這種語義聯(lián)想的激活可以通過Hopfield網(wǎng)絡(luò)實現(xiàn)，網(wǎng)絡(luò)的權(quán)值則由共現(xiàn)率確定。隨著技術(shù)的進展，還有許多其他自動形成語義詞典的方法不斷提出，其中很多都和機器學習有關(guān)。
查準與查全的平衡
評價文本檢索系統(tǒng)性能的一個關(guān)鍵概念是“相關(guān)性”(relevance)。它是用來判斷獲取的文檔集合對于用戶需求滿足的程度。相關(guān)性是一個主觀的概念。相關(guān)性的度量不僅僅依賴于用戶的查詢和所搜索的文檔的集合，還與用戶的個人需求、偏好、知識、語言等有關(guān)系。
通常將“查準率”和“查全率”這兩個指標共同用來衡量檢索系統(tǒng)的性能。查準率表明系統(tǒng)的精確性。查全率反映了系統(tǒng)的覆蓋性。這兩個量不是獨立的，其中一個指標的提高往往以另一個指標的降低為代價。
查準率(Precision)是信息檢索的性能指標，定義為被檢索到的相關(guān)文檔數(shù)除以所有要檢索的文檔數(shù)。
查全率(Recall)是信息檢索的另一個性能指標。定義為查找到的相關(guān)文檔數(shù)除以集合中全部相關(guān)文檔數(shù)的值。
在實際應(yīng)用中，有些用戶更加注重查準率，而另外一些用戶則更加注重查全率。也有專家引入一個綜合了查全率與查準率的指標來衡量系統(tǒng)的性能。查準率比較易于度量。對于所獲取的文檔集合，只要判斷每一篇文檔是否和給定查詢相關(guān)就可以了，其計算是比較直接的。而對于查全率的計算就相對困難一些，因為這意味著對于給定查詢，必須計算整個文檔集合中相關(guān)文檔的數(shù)目。當文檔集合過大時，這是不可行的。
檢索返回結(jié)果過多，對于用戶來說冗余信息過多。解決這一問題的途徑之一是對檢索結(jié)果進行分類，目前主要是人工選擇有用信息，這樣的人工工作量太大，另外就是對檢索結(jié)果進行實時聚類，但這樣做處理速度跟不上，等待時間過長，用戶難以忍受。還有一種方式是事先分類并分類檢索，返回的結(jié)果也分類顯示，但對海量數(shù)據(jù)及時分類其粒度不可能太小。值得嘗試的辦法是基于事例的學習，就是對搜索到的好的結(jié)果作為樣本，讓機器再次搜索。
機器學習技術(shù)與自然語言處理
統(tǒng)計方法在語音識別方面的成功，促進了類似方法在自然語言處理其他方面的應(yīng)用?，F(xiàn)在各種機器學習方法幾乎都應(yīng)用到了自然語言處理的不同方面，包括詞法、句法分析、歧義消除和理解、會話過程和信息抽取以及機器翻譯。然而，傳統(tǒng)的人工智能中的機器學習對計算語言學的研究貢獻有限。這是因為基于機器學習和基于經(jīng)驗的自然語言處理需要通過相互交流、相互促進才能發(fā)展。
現(xiàn)在自然語言處理中大多數(shù)機器學習的研究都借助了語音識別中特定的統(tǒng)計技術(shù)，如隱馬爾科夫模型(Hidden Markov Models, HMMs)、概率上下文相關(guān)語法(Probabilistic Context Free Grammars, PCFGs)。其他各種學習算法包括決策樹、規(guī)則歸納、神經(jīng)網(wǎng)絡(luò)、基于示例的方法、貝葉斯(Bayesian)網(wǎng)絡(luò)方法、歸納邏輯程序、基于理解的學習。
遺傳算法也能用于自然語言處理，并且在特定的應(yīng)用中有其優(yōu)勢。另外，一些特別的機器學習算法如主動學習、推進(Boosting)算法、修正學習、有知識背景的構(gòu)造歸納學習、理論修正、經(jīng)驗評價法、PAC (Probably Approximately Correct)學習等對處理自然語言問題是非常有用的。事實上已經(jīng)有一些文獻提出了利用機器學習技術(shù)進行自然語言處理的特定方法。這表明目前的研究已經(jīng)不局限于研究UCI(University of California，Irvine)數(shù)據(jù)庫中由標準數(shù)據(jù)集提供的特征向量的分類問題。計算語言研究組織和機構(gòu)已經(jīng)收集了很多有趣的涉及許多自然語言問題的文本數(shù)據(jù)集。其中有些問題通過選取合適的特征可以退化為標準的分類問題，但是其他一些問題需要采用或建立復雜的數(shù)據(jù)結(jié)構(gòu)，如完備的句子或解析樹來解決。
以上表明，機器學習能為自然語言處理提供一系列非傳統(tǒng)的學習方法的同時，還能提供一般的方法論的指導。反過來，自然語言處理為機器學習提出了各種有趣的和富有挑戰(zhàn)性的問題。這些問題常常具有一些特定的特征，如: 非常大的特征空間和極度稀疏的數(shù)據(jù)。另外，統(tǒng)計語言學對機器學習的一個不太明顯的潛在貢獻是引入了一些新的機器學習算法,如最大熵方法、指數(shù)模型方法。這些方法在傳統(tǒng)機器學習的文獻中沒有很好地論述。它們可能會像HMMs和PCFGs在分子生物學中的成功應(yīng)用一樣有效地被用于其他機器學習問題。
機器學習技術(shù)與自然語言處理任務(wù)有著密切的聯(lián)系，表中列出了他們之間的關(guān)聯(lián)關(guān)系。1999年Claire Cardie和Raymond J. Mooney編輯出版了機器學習雜志的一本專緝，該專輯收集了當時在自然語言處理領(lǐng)域機器學習技術(shù)的典型應(yīng)用。其中還介紹了一些端到端的自然語言應(yīng)用，如Golding & Roth 的感知上下文的拼讀修正系統(tǒng)，以及完整的信息抽取系統(tǒng)。該專輯特別提到Soderland的概念抽取模式和Bikel的能夠準確識別姓名、日期、時間、數(shù)字的系統(tǒng)。
目前，自然語言處理和信息檢索在技術(shù)上沒能很好地融合。在文本檢索過程中如果只使用關(guān)鍵詞匹配技術(shù)往往會遇到詞匯不匹配，這是因為存在表達差異。關(guān)鍵詞匹配檢索模式通?；谶@樣一種基本假設(shè): 僅在一個文檔含有與查詢完全相同的詞匯時，它們才相關(guān)。這種相關(guān)性匹配實際上是基于表層的匹配(Surface-Based Matching)。然而，人類的自然語言中，隨著時間、地域、領(lǐng)域等因素的改變，同一概念可以用不同的語言表現(xiàn)形式來表達。因此即使對于同一概念的檢索，不同的用戶可能使用不同的關(guān)鍵詞來查詢，而基于表層的匹配不可能檢索到同一概念的多種語言表達形式。因此，詞匯不匹配將導致系統(tǒng)的查全率降低。從根本上說是目前機器對自然語言不能完全理解，缺乏對概念的語義表達支持。從目前技術(shù)狀況來看，盡管我們付出了大量努力，但是要達到使計算機對自然語言完全理解這一目標還差得很遠。對于解決上述問題在目前可能達到的目標是通過機器學習對原始語料中的概念之間的語義關(guān)聯(lián)進行挖掘，對這些語義關(guān)聯(lián)給出合理的表示，從而產(chǎn)生一些常識性的概念語義。
概念語義空間技術(shù)能很好移植到中文自然語言處理方面。中科院王永成教授領(lǐng)導的課題組開發(fā)出了一個中文概念檢索系統(tǒng)，該系統(tǒng)支持具有一定模式的自然語言查詢和基于概念的檢索，并具有概念表達擴充功能; 用戶可以添加系統(tǒng)原來不熟悉的概念，而且可以在用戶的幫助下排除差錯; 可以提供200字的精確摘要; 能進行新聞去重，并且改進了國際著名網(wǎng)站Google的排序算法; 系統(tǒng)的 Crawler(自動搜索軟件)對各大新聞網(wǎng)站自行跟蹤、更新，并且根據(jù)查詢動態(tài)調(diào)整。
中科院計算所在國家自然科學基金資助下，采用概念語義空間的思想，實現(xiàn)了一個概念語義檢索系統(tǒng)GHunt。該系統(tǒng)采用網(wǎng)絡(luò)蜘蛛采集網(wǎng)頁，以概念語義空間組織網(wǎng)頁，對網(wǎng)頁建立語義索引，實現(xiàn)基于概念的智能互動語義查詢，以不同粒度摘要或全文方式展現(xiàn); 對專題事件展現(xiàn)其來龍去脈; 對多媒體信息實現(xiàn)基于內(nèi)容的圖文聯(lián)合檢索。
建立概念語義空間涉及多方面的文本信息處理技術(shù)，包括海量文本自動分類聚類技術(shù)、自動標注技術(shù)、語義索引、語義聯(lián)想檢索技術(shù)。在這一系統(tǒng)中集成了網(wǎng)頁采集多模式定向采集技術(shù)、基于粗糙集的文本分類技術(shù)、基于群體智能的螞蟻聚類法、基于直接模糊聚類的概念聚類、專題自組織等自有研究成果。聯(lián)索科技開發(fā)的IFACE專業(yè)搜索技術(shù)聚焦于適用和實用的更小搜索單位，利用基于內(nèi)容的語義計算模型，發(fā)現(xiàn)精深的信息內(nèi)容，識別信息并將信息整理好，拼裝出表格化信息庫，返回給用戶更加準確而簡化的內(nèi)容，而不僅僅是得到包含關(guān)鍵字的網(wǎng)頁。
搜索引擎其他新技術(shù)
1. P2P方式的搜索引擎
搜索引擎的實現(xiàn)可以采用集中式體系結(jié)構(gòu)和分布式體系結(jié)構(gòu)。當系統(tǒng)規(guī)模達到一定程度(如網(wǎng)頁數(shù)達到億級)時，必然要采用某種分布式方法以提高系統(tǒng)性能。P2P方式的搜索引擎就是基于此目的誕生的。搜索引擎的各個組成部分除了用戶接口之外都可以進行分布: 搜索器可以在多臺機器上相互合作、相互分工進行信息發(fā)現(xiàn)，以提高信息發(fā)現(xiàn)和更新速度; 索引器可以將索引分布在不同的機器上，以減小索引對機器的要求; 檢索器可以在不同的機器上進行文檔的并行檢索，以提高檢索的速度和性能。
P2P是peer-to-peer的縮寫。peer在英語里有“(地位、能力等)同等者”、“同事”和“伙伴”等意義。因此，P2P也就可以理解為“伙伴對伙伴”的意思，或稱為對等網(wǎng)。目前人們認為其在加強網(wǎng)絡(luò)上人的交流、文件交換、分布計算、協(xié)同、深度檢索等方面大有前途。
P2P軟件能在互聯(lián)網(wǎng)中迅速地普及，其中起到主導作用的是一款P2P文件共享軟件Napster。Napster技術(shù)在1999年由當時在美國東北大學就讀的Shawn Fanning開發(fā)成功，并迅速在眾多MP3數(shù)字音樂愛好者中傳播開來。人們可以通過Napster在網(wǎng)絡(luò)上搜索自己需要的MP3音樂，并從任一臺聯(lián)網(wǎng)使用Napster的計算機中下載。P2P使得參與網(wǎng)絡(luò)的各個主機都能夠提供服務(wù)，同時也可以享受到來自所有其他主機所提供的服務(wù)。
P2P網(wǎng)絡(luò)具有集中式服務(wù)網(wǎng)絡(luò)所缺乏的優(yōu)勢: 可擴展性強、容錯性好、成本低、充分利用分布資源。這些特點使得P2P架構(gòu)在文件共享、分布式存儲、搜索引擎、分布式計算、傳感器網(wǎng)絡(luò)、協(xié)作軟件中有寬廣的應(yīng)用前景。同時其所強調(diào)的“以人為本”的理念，將深刻地體現(xiàn)于下一代互聯(lián)網(wǎng)運營模式。
2.跨粒度檢索
信息呈現(xiàn)個性化、可視化、綜合化的特征，但現(xiàn)有信息檢索結(jié)果一般沒有粒度區(qū)別，只是若干檢索結(jié)果的羅列，沒有對檢索結(jié)果的分析綜合，沒有形成統(tǒng)一的綜合摘要提供給用戶。另外很少對用戶關(guān)心的領(lǐng)域信息進行處理。信息呈現(xiàn)方式單一，很少以可變粒度的可視化的圖形方式呈現(xiàn)，特別是多篇摘要技術(shù)用于大量文檔的綜述。
概念語義空間的可視化
概念語義空間是在網(wǎng)絡(luò)信息急劇增長的條件下產(chǎn)生的，它為快速、有效地組織海量、動態(tài)變化、半結(jié)構(gòu)化的網(wǎng)絡(luò)文本信息提供了機器學習手段。在自然語言理解沒有取得突破性進展之前，基于概念語義空間的文本信息組織與檢索，將在本世紀前10年起主要的作用。概念語義空間的可視化是近來發(fā)展的一個方向。采用概念語義空間技術(shù)將文本組織起來以后，如何向用戶個性化地展現(xiàn)檢索結(jié)果就成為一個關(guān)鍵問題?，F(xiàn)有的逐個瀏覽網(wǎng)頁的方式顯然不能滿足用戶個性化的需求，因此最近有關(guān)主題探測與專題組織方面的研究在美國成為研究熱點。這項研究將涉及自然語言處理的幾乎所有方面。自然語言處理的研究成果將促進該項研究的深入開展。
計算機軟件前沿技術(shù)論文范文
