2020年实训或毕设可选的题目

1. 面向法律领域的知识图谱构建

• 建议实训、毕设（本题目与法学院师生讨论）
• 内容：基于特定领域的法律条文，构建法律知识图谱
• 可能涉及到的技术：爬虫、自然语言处理技术等

2. 面向软件缺陷领域的知识图谱构建

• 建议实训、毕设
• 内容：基于开源软件缺陷数据库，构建缺陷知识图谱
• 可能涉及到的技术：知识图谱构建、软件缺陷、bugzilla、句法成分分析、CRF（条件随机场），及其他相关自然语言处理技术等。

3. 软件缺陷分类

• 建议实训、毕设
• 内容：利用机器学习方法，对开源软件缺陷数据库中的缺陷进行分类
• 可能涉及到的技术：软件缺陷、bugzilla、机器学习、自然语言处理

4. 语音识别后端的文本检错纠错处理

• 建议实训、毕设（本题目有企业真实数据）
• 内容：语音识别过程将输入的语音信号转换成文本后，因为识别准确率不能实现100%，需要利用自然语言技术对文本错误进行自动检测和纠错，进一步提升识别准确率。
• 可能涉及到的技术：机器学习、自然语言处理。

5. 面向语音识别技术的训练集最小化方法

• 建议实训、毕设（本题目有企业真实数据）
• 基于机器学习的语音识别技术需要较多的语音数据作为训练集，而语音数据的采集成本高昂。如何规划训练集筛选方案，实现最小的训练集成本得到最大的训练模型性能提升？
• 可能涉及到的技术：机器学习、自然语言处理。

6. 语音数据采集APP或小程序或公众号开发

• 建议实训、毕设
• 基于科大讯飞或百度AI开放语音识别接口实现一个采集用户语音的APP，功能包括：1）用户注册与管理（可关联用户微信号）；2）按照特定规则为用户提供文本，用户据此进行朗读和录音；基于语音识别接口对用户录音进行文字转录，进而根据转录文本的准确率给用户语音评分，低于一定阈值为无效录音，高于一定阈值则认为有效录音，可上传到服务器；3）后台记录用户基本信息和录音工作信息，并将对应信息存储到数据库；4）设计一套基于录音工作量和录音质量的计费规则，根据该规则，定期为用户支付红包。

7. Android ART研究

• 建议毕设
• 内容：Android ART是决定Android APP性能的关键环节之一，其中融合了包括编译器、解释器、垃圾回收等在内的多种功能和优化，可选择其一研究功能的实现及相关优化方法；进而提出和实现改善的方法。
• 可能涉及的技术：编译、垃圾回收、虚拟机、Linux系统。

8. 面向持久化存储的优化方法

• 建议毕设
• 内容：持久化存储是指通过将掉电不丢失的存储介质NVM当初内存来使用，这样，当进行程序间通信或者程序多次运行时，存储在NVM上的内存数据结构（比如graph、tree等）不需要涉及代价高昂的序列化和反序列化操作，后面的进程可以直接方法内存数据结构。可以提出编译层、运行时、操作系统层（比如文件系统）的实现方法，可选择其一。
• 可能涉及的技术：存储（体系结构）、编译器、运行时、操作系统。

实训或毕设要求

• 对所选方向感兴趣、积极主动地探索
• 保证实训（或毕设）要求投入的时间和工作量
• 在线讨论的话，保证每周至少讨论两次，至少提交一份简报
• 原则上，每个题目建议一人选择（如果两人组队选择，请陈述理由、提前商量好分工并申报）；相关题目可以互相交流讨论。

简报格式要求

• 本周进展：请条列清楚，不少于100字
• 本周遇到的困难：如果有，请条列清楚，不少于50字；如果无，可省略
• 下周计划：请条列清楚，不少于50字