1、2007年度总结,陈翀 2008 01 13,主要内容,课题进展 资源自动分类方案 资源命名 毕业论文框架 投稿 项目进展 DIMCID（数字媒体内容集成与分发平台） SEWM2008数字资源分类评测,课题进展,概括：经历了前期调研，确定资源有序化几个关键研究点和论文框架。 寻找适于资源分类的方案，进行大量实验评价可行性 自顶向下，通过目录节点的语义匹配，合并不同的子树，达到同类资源的整合 用户有太多组织资源的角度，即便关于同类资源，其上层目录的语义也可能是正交的，无法判断整合点 整合点可能距离真正的资源边界很远，这种合并仅能粗略地“聚拢”资源，不能保证被整合内容是比较规范和纯净的。 目录名（
2、包括路径上提供的上下文）信息太欠缺，尝试词汇相似度的字面和语义匹配是困难的。 自底向上，通过寻找目录树底层成员的相似性，逐级向上合并 最大的问题是无法保证资源边界的完整或原子性 折中：假定资源边界已知，目光投向资源内部,课题进展,资源特征抽象，用名字片段、扩展名、文件大小这些共有特征刻画多种媒体格式、无穷组成结构的复杂数据对象 借用文本分类的方式完成复杂数据对象的分类（这里面有很多文章可作） Naive Bayes SVM 其他实验分析 完成基于Naive Bayes的资源自动分类工具 模拟人工标注CDAL的工作过程 对ftp或maze资源提取目录树所有路径、文件的名称、大小 按照上述信息，人
3、工确定资源粒度 自动收集被确定的资源，判定其类别,课题进展,围绕课题写了3份技术报告，分别关于CDAL资源统计、探讨资源分类的可能途径、资源分类具体方案及性能对比 形成一篇关于数字资源分类的英文论文，评审中 数字资源命名规律调查的相关实验，进行中 资源命名切分方法的研究 撰写毕业论文，进行中 4月中旬完成开题 体会： 李老师的思维很特别，提出一个问题的角度引发我一年的工作 越做发现越多可做的点，手脑不够用了 资源分类从思考到实验，尽力去画一个圆，这个过程对我锻炼很大。我觉得它还不太圆。,项目进展,“数字媒体集成与分发平台” 通过中期检查 每个月汇报进度，按时提交所要求的内容，保持所承担子任务的正常状态 和其他参与单位协作，提供内容管理平台所需要的资源元数据 启动SEWM2008提供数字资源分类评测，发动大家的智慧。 制作数据集 制定参赛规则 为SEWM的评测活动注入新的内容,项目进展,体会 学习到多单位共同完成一件比较大而庞杂的事时，在协调、计划、进度控制等方面的一些做法。 在闫宏飞老师的帮助下完成新的评测任务启动,其他感受,发现WBIA的内容组织越来越吸引人了，使用了新的教材IIR，平常看看很有收获 参加了一次难忘的素质拓展，感谢实验室,08年的计划,按时完成毕业论文 顺利答辩,
