基于深度表示学习和高斯过程迁移学习的情感分析方法

情感分析是自然语言处理领域的重要研究问题。现有方法往往难以克服样本偏置与领域依赖问题,严重制约了情感分析的发展和应用。为此,该文提出了一种基于深度表示学习和高斯过程知识迁移学习的情感分析方法。该方法首先利用深度神经网络获得文本样本的分布式表示,而后基于深度高斯过程,从辅助数据中迁移与测试集数据分布相符的高质量样例扩充训练数据集用于分类器训练,以此提高文本情感分类系统性能。在COAE2014文本情感分类数据集上进行的实验结果显示,该文提出的方法可以有效提高文本情感分类性能,同时可以有效缓解训练数据的样本偏置以及领域依赖问题的影响。

乳管内视镜在保乳手术的应用

目的探讨乳腺导管内视镜在乳腺癌的保乳手术方面的应用价值。方法对乳腺导管内视镜检出的36例导管内癌患者行保乳手术18例,18例患者再次行仿根治术Ⅱ式(MRMII术),术后随访观察疗效。结果18例保乳手术患者术后随访半年到3年(平均2.2年)无1例复发,无死亡病例。乳房外观良好,生存质量良好。MRMII组不仅患侧乳房丧失,而且出现上肢水肿4例,,活动障碍2例,切口瘢痕挛缩不适6例。结论乳腺导管内视镜可明确检出0期乳癌,对早期乳癌的保乳手术具有重要的价值。