基于多任务学习的同行评审细粒度情感分析模型

学术论文同行评审能够直接反映审稿人对论文的主观评价,对审稿文本进行情感分析有利于挖掘审稿人对论文多维度的评价信息。现有的情感分析模型仅能挖掘专家单一的评审维度和相应的情感倾向,本文提出了一种基于多任务学习的同行评审细粒度情感分析模型。该模型在多任务学习框架下,通过在BERT-LCF模型的基础上增加BiLSTM-CRF模块,使其具备了同时完成属性词抽取和细粒度情感分析任务的能力。与传统的基于Pipeline模式的单任务细粒度情感分析模型相比,本模型在保证精度的情况下可以同时完成评审属性提取和情感分析任务。在这两项任务中,所提出模型的F1分数分别达到了89.01%和90.71%。对比实验证明,在多任务场景下,引入BiLSTM-CRF模块对评审文本属性词提取任务有一定的提升作用。

甘草多糖与酪蛋白的相互作用及乳化性能

采用Zeta-电位和浊度分析甘草多糖(GP)/酪蛋白(CS)复合物的稳定性,利用荧光、红外和圆二色谱等技术探究GP/CS的复合物的结构性质及相互作用,并探讨复合物乳液的乳化稳定性。结果表明,GP/CS能形成稳定的复合物;当pH=7时,GP/CS复合物溶液的电位值介于CS及GP溶液电位值之间,平均粒径增大,紫外吸收强度均降低,并发生蓝移,荧光强度下降,红外图谱中酰胺带发生了改变,CS的二级结构发生改变。静电作用、氢键及疏水作用等参与复合物的形成。另外,GP/CS的复合能提高乳液的稳定性。本研究结果为蛋白-多糖复合物在食品领域中的应用提供参考。

中红外光谱技术在乳制品分析中的应用研究

介绍了中红外光谱技术的基本原理及化学计量学的相关知识,综合阐述了将中红外光谱技术与化学计量学方法结合应用于乳制品的成分分析、产地鉴别等方面研究的现状,并对其前景进行了展望。

基于傅里叶变换红外光谱技术和软独立模式分类法的牛奶分类识别

利用傅里叶变换红外光谱法(FTIR)结合软独立模式分类法(SIMCA)对不同类别的牛奶进行识别。通过对光谱数据基线校正和Savitzky-Golay平滑处理后,在3100～850cm-1光谱区域,利用留一交互验证法建立获得主成分分析(PCA)最优模型。在α=5%显著水平下,最优模型对纯牛奶、低乳糖奶、低脂奶和高蛋白奶的识别率分别为80%、80%、100%和80%,拒绝率分别为93%、100%、100%和93%。表明FTIR结合SIMCA可成为快速识别牛奶类别的有效方法。

湿热和韧化处理对莜麦淀粉结构及消化特性的影响

目的 研究湿热和韧化改性对莜麦淀粉理化性质和消化特性的影响,扩大莜麦淀粉在慢消化主食食品中的应用。方法 分别在体系水分含量为15%、20%、25%、30%,温度为100℃的条件下和料液比为1:5(m:m),体系温度为30、40、50、60℃条件下对莜麦淀粉进行湿热和韧化处理,并采用傅里叶红外光谱、X-射线衍射、扫描电镜、差示扫描量热仪和酶解实验等分析湿热和韧化处理前后莜麦淀粉的理化性质和消化特性变化。结果 湿热和韧化处理均未改变莜麦淀粉原有的A型结晶结构,但淀粉结晶度表现为下降趋势。且淀粉的糊化焓从1.49 J/g分别降低至0.92和0.80 J/g。此外,微观结构表明莜麦淀粉颗粒出现聚集行为。在酶解实验中,经过湿热、韧化处理的莜麦淀粉中慢消化淀粉(slowly digestible starch, SDS)和抗性淀粉(resistant starch, RS)含量均出现不同程度的改变,表现为湿热处理后RS含量无显著差异(HTM-20, HTM-25)或降低(HTM-20, HTM-30),韧化处理后RS含量降低,但湿热和韧化处理整体上提高了SDS的含量(HTM-20、ANN-30除外)。结论 湿热和韧化处理可以通过改变淀粉理化结构特性,进而改变莜麦淀粉的消化速率。

对抗骨质疏松

骨质疏松是老年人常见的退行性变,有些老年人经常腰酸腿痛,乏力,甚至引起自发性骨折,这就有可能是骨质疏松惹的祸。随着我国人口老龄化的趋势的到来,骨质疏松问题已成为老年病防治工作的重点问题之一,引起了社会各方面的高度关注。

试析现阶段保障警察权益的方案和实施要点

人民警察在执行公务过程当中容易招致犯罪嫌疑人甚至是不明真相的人民群众的辱骂,严重时候还可能导致袭击和围攻的发生,使得警察权益遭受到严重危害。在我们国家现阶段当中,警察权益难以得到保障一方面是因为社会转型时期的特殊性,另一方面法制等方面建设不完全也是重要因素之一,同时,警察自身战术技能以及战术意识等同样非常关键。总而言之,警察权益的保障任重道远,需要多方面措施和对策的执行。