事故隐患分类能够直观反映企业安全生产管理的薄弱点,同时将直接决定企业优化安全管理工作的方向。油田安全生产过程中,隐患种类多,数据量大,单纯依赖人工方式分类及管理效率较低,且难以发掘数据中蕴含的潜在规律。基于油田安全生产的...事故隐患分类能够直观反映企业安全生产管理的薄弱点,同时将直接决定企业优化安全管理工作的方向。油田安全生产过程中,隐患种类多,数据量大,单纯依赖人工方式分类及管理效率较低,且难以发掘数据中蕴含的潜在规律。基于油田安全生产的需求及事故隐患特征,提出了一种基于BERT-BiLSTM的分类模型,用于油田安全生产隐患文本的主题自动分类,通过基于Transformer的双向编码器表示(bidirectionalencoder representations from Transformer,BERT)模型提取输入文本的字符级特征,生成全局文本信息的向量表示,再通过双向长短时记忆网络(bi-directional long short-term memory,BiLSTM)模型对局部关键信息和上下文深层次特征进行特征提取,进而通过Softmax激活函数进行概率计算得到分类结果。通过与传统分类方法的比较表明,BERT-BiLSTM分类模型在加权平均准确率、加权平均召回率和加权平均F_(1)等指标方面均有所改善,模型与油田企业现有安全管理信息系统的有机融合将为进一步提升油田企业的事故隐患管理针对性,推动企业安全管理从事后被动反应向事前主动预防转变提供重要的技术支撑。展开更多
背景:目前已有针对miRNA/mRNA轴调节骨关节炎疾病进程的分子机制研究。先前生物信息学研究发现具有临床预测价值的mRNA(磷脂酶Cδ3:phospholipase C delta 3,PLCD3)及其靶向miRNA(miR-34a-5p),尚缺实验验证其调控骨关节炎的具体作用及...背景:目前已有针对miRNA/mRNA轴调节骨关节炎疾病进程的分子机制研究。先前生物信息学研究发现具有临床预测价值的mRNA(磷脂酶Cδ3:phospholipase C delta 3,PLCD3)及其靶向miRNA(miR-34a-5p),尚缺实验验证其调控骨关节炎的具体作用及机制。目的:探讨miR-34a-5p/PLCD3轴对骨关节炎进展的调控作用及机制。方法:选择15例膝骨关节炎患者的滑膜为骨关节炎组,同时选择同期因创伤致髌骨骨折行内固定术的15例年轻患者的健康滑膜为对照组,Real-time PCR法检测滑膜中PLCD3及miR-34a-5p的表达。通过细胞转染的方法,将人滑膜关节炎成纤维细胞(human fibroblast like synovial cells-osteoarthritis,HFLS-OA)进行处理,并分为miR-34a-5p模拟物组、pCDH-PLCD3组、miR-34a-5p模拟物+pCDH-PLCD3组、miR-34a-5p抑制剂组、si-PLCD3组、miR-34a-5p抑制剂+si-PLCD3组,通过Real-time PCR法检测PLCD3和miR-34a-5p表达的关系;通过CCK-8法、细胞划痕实验检测各组HFLS-OA细胞活力及细胞迁移的影响;使用Western Blot法检测凋亡标记蛋白表达水平;使用ELISA法检测炎症因子的表达。结果与结论:①PLCD3是miR-34a-5p的直接靶标,同时PLCD3和miR-34a-5p表达水平呈负相关。②PLCD3上调会促进HFLS-OA细胞的增殖并抑制细胞迁移,而miR-34a-5p上调会显著抑制HFLS-OA细胞的活性并增强细胞迁移;miR-34a-5p过表达使HFLS-OA细胞Casp3和Casp9蛋白水平显著升高,而PLCD3过表达则表现出相反趋势。③PLCD3过表达显著增加了HFLS-OA细胞白细胞介素6和肿瘤坏死因子α的表达,而miR-34a-5p模拟物则表现出保护活性。④结果说明,miR-34a-5p/PLCD3轴可能通过调节滑膜细胞的炎症过程或凋亡来影响骨关节炎的进展。展开更多
文摘事故隐患分类能够直观反映企业安全生产管理的薄弱点,同时将直接决定企业优化安全管理工作的方向。油田安全生产过程中,隐患种类多,数据量大,单纯依赖人工方式分类及管理效率较低,且难以发掘数据中蕴含的潜在规律。基于油田安全生产的需求及事故隐患特征,提出了一种基于BERT-BiLSTM的分类模型,用于油田安全生产隐患文本的主题自动分类,通过基于Transformer的双向编码器表示(bidirectionalencoder representations from Transformer,BERT)模型提取输入文本的字符级特征,生成全局文本信息的向量表示,再通过双向长短时记忆网络(bi-directional long short-term memory,BiLSTM)模型对局部关键信息和上下文深层次特征进行特征提取,进而通过Softmax激活函数进行概率计算得到分类结果。通过与传统分类方法的比较表明,BERT-BiLSTM分类模型在加权平均准确率、加权平均召回率和加权平均F_(1)等指标方面均有所改善,模型与油田企业现有安全管理信息系统的有机融合将为进一步提升油田企业的事故隐患管理针对性,推动企业安全管理从事后被动反应向事前主动预防转变提供重要的技术支撑。