基于法条知识的事理型类案检索方法

现有类案检索研究忽略了模型应当蕴含的法律逻辑,无法适应实际应用中案件相似标准的要求;类案检索任务的中文数据集较少,难以满足研究需求现状.为此提出基于法律逻辑、有较强可解释性的类案检索模型,构建以谓语动词为基础的案件事理图谱.将各类罪名对应的法条知识融入所提模型,将提取的不同要素输入以神经网络为基础的评分器以实现准确、高效的类案检索.构建针对类案检索任务、以易混淆罪名组为主要检索案由的Confusing-LeCaRD数据集,所提模型在LeCaRD数据集和Confusing-LeCaRD数据集上的归一化折损累计增益分别为90.95%和94.64%,在各项指标上均优于TF-IDF、BM25和BERT-PLI模型.

经皮肺动脉去交感神经冷冻消融术治疗犬肺动脉高压疗效评价

目的通过野百合碱诱导的犬肺动脉高压模型,观察肺动脉去交感神经冷冻消融术后6个月的肺动脉平均压力(m PAP)、肺毛细血管楔压(PCWP)及内皮素受体-1(ET-1)变化,评估冷冻消融去比格犬肺动脉交感神经的安全性和有效性。方法将15只比格犬随机分为A组(冷冻消融组)、B组(假手术组)及C组(对照组),对比观察比格犬手术前后m PAP、PCWP及ET-1水平变化。结果A、B和C各组术后6个月,m PAP、PCWP和ET-1值均低于术前水平,差异有统计学意义(P<0.05)。结论犬肺动脉高压经皮肺动脉去交感神经冷冻消融术安全且有效,术后表现出延续性降肺动脉压力效果。

基于表示学习的高维光谱离群数据挖掘

LAMOST(郭守敬望远镜)提供了大量的天文光谱数据,而天体分类是天文学中得到广泛关注的问题,由于天体数量大,数据维度高,如何使用机器学习的方法对光谱进行处理,成为近些年的热点。针对天体分类问题,提出了HSODM(High-dimensional Spectral with Outlier Data Mining),这是一种改进的高维离群数据识别方法,其采用无监督学习方式,基于随机距离将大量高维光谱数据中的极少数未知天体或离群数据识别出来,便于后续天体分类、离群数据挖掘等相关处理。项目中运用数据预处理、主成分分析降维、长短期记忆神经网络模型建立与训练、参数调优、结果预测与分析,最终通过评估方法和数据可视化等手段对模型进行评价与展示。研究中提出的改进方法和优化的神经网络可以缩短训练时间,提高模型预测准确度。经过实验发现,改进方法对ROC(receiver operating characteristic)曲线面积、P-R曲线面积、F1分数和G-mean分数都有相应的提高。

基于iOS平台的智能行程规划系统的设计与实现

互联网的迅速发展,使得旅游群体逐渐开始使用手机规划行程。目前,市上现有 App 的日程表等相关行程功能仍需用户拟定行程,没有从根本上解决在规划行程上花费大量时间和精力的问题。对于这些旅游群体而言,需要设计一个智能行程规划的功能以解决传统“私人订制”方案费用高以及现有 App 自定义行程功能复杂、烦琐等问题。文章从旅游市场 App 的发展以及旅游群体需求的实际角度出发,使用 Xcode 开发了一款智能行程规划的 iOS 原生 App,以提升旅游群体的用户体验。