两阶段问答范式的生物医学事件触发词检测

现有的生物医学事件触发词检测存在以下缺陷:保留了与触发词无关的冗余信息;忽略了实体与事件之间的潜在关联性;传统方法容易受到数据稀缺性的影响。针对上述问题,提出了一种两阶段问答范式的生物医学事件触发词检测方法。在事件类型识别阶段,采用基于句法距离的注意力捕获更有意义的上下文特征,排除无关信息的干扰;为了有效利用实体中的潜在特征,采用全局统计的单词-实体-事件共现特征,指导事件类型感知注意力挖掘词与事件之间的强关联性。在触发词定位阶段,根据识别出的事件类型,制定问题回答该事件对应的触发词索引,从而利用丰富的问答数据库实现数据增强。在MLEE语料库上的结果表明,两阶段问答范式、句法距离和事件类型感知注意力都有效地提升了模型性能,所提出的模型取得了81.39%的F1分数,并在多个事件类型上的详细结果均优于其他基线模型。

基于BioBERT与BiLSTM的临床试验纳排标准命名实体识别

目的:提出一种基于BioBERT预训练模型的纳排标准命名实体识别方法(BioBERT-Att-BiLSTM-CRF),可自动提取临床试验相关信息,为高效制定纳排标准提供帮助。方法:结合UMLS医学语义网络和专家定义方式,制定医学实体标注规则,并建立命名实体识别语料库以明确实体识别任务。BioBERT-Att-BiLSTM-CRF首先将文本转换为BioBERT向量并输入至双向长短期记忆网络以捕捉上下文语义特征;同时运用注意力机制来提取关键特征;最终采用条件随机场解码并输出最优标签序列。结果:BioBERT-Att-BiLSTM-CRF在纳排标准命名实体识别数据集上的效果优于其他基准模型。结论:使用BioBERT-Att-BiLSTM-CRF能更高效地提取临床试验的纳排标准相关信息,从而增强临床试验注册数据的科学性,并为临床试验纳排标准的制定提供帮助。

知识图谱在医学领域的研究现状分析

本文针对国内外知识图谱在医学领域的研究进行可视化分析,对比国内和国外研究的热点和异同,以期推动中国知识图谱在医学领域的研究。以CNKI和Web Of Science上刊载的“知识图谱在医学领域研究”主题相关核心文献作为数据来源,运用CiteSpace可视化软件进行文献计量分析。从时间序列上看,知识图谱在医学领域的研究已引起国内外学者的广泛关注,该领域的发文量随着时间推移,呈现不断增长的趋势。新的方法、技术如大数据、人工智能,深度学习不断应用到医学领域的知识图谱中,但国内外知识图谱在医学领域方面的研究侧重点不同,国内侧重于理论研究,国外侧重于实际应用。

基于MPNet与BiLSTM的COVID-19临床文本命名实体识别方法

随着生物医学研究与信息化技术的迅速发展,临床医学文献数量呈指数级增长,利用文本挖掘技术自动提取医学知识逐渐成为当前研究热点。针对目前新型冠状病毒肺炎(Corona Virus Disease 2019,COVID-19)临床文本研究匮乏、语料不足与标注质量不高等问题,本文结合UMLS医学语义网络和专家定义方式,制定医学实体标注规则,建立命名实体识别语料库,明确实体识别任务。其次,提出了一种基于MPNet与BiLSTM的COVID-19临床文本命名实体识别模型。通过预训练语言模型获得文本的向量化表示,解决了一词多义问题;采用双向长短期记忆网络,捕捉文本的长距离依赖;最后引入条件随机场,实现句子级序列注释,输出完整的最优标签序列。实验结果表明,MPNet-BiLSTM-CRF模型在COVID-19临床命名实体识别数据集上取得了较好的表现。

基于迁移学习的玉米病害图像识别

传统的农作物病害检测多依靠人力和经验,信息化水平低。近年来,基于迁移学习的图像识别发展迅速,并在诸多领域取得了很好的应用效果。利用迁移学习的方法将MoblieNetV2模型对玉米病害图像数据集进行重新训练和微调,将优化后的玉米病害识别模型应用到移动端设备进行应用程序开发。结果表明,通过对预训练模型多次训练和微调,最终测试精度达到96.83%;最后利用优化后的模型开发了玉米病害识别应用APP,通过移动端APP对玉米进行拍照,进而获得诊断结果。该程序简单易操作,可以方便快速地识别玉米病害,在未来农业领域具有重要的应用价值。

基于XLNet的医学文本实体关系识别模型

目前在处理医学文本实体间关系提取任务中,使用传统的词向量表示方法无法解决医学文本中的词多义性问题,加上基于长短时记忆网络对文本语义局部特征抽取不够充分,不能充分捕捉医疗文本隐藏的内部关联信息。因此,提出一种基于XLNet-BiGRU-Attention-TextCNN的医疗文本实体关系抽取模型。利用XLNet模型将输入的医疗文本转化为向量形式,接着连接双向门控循环神经网络(BiGRU)提取文本语句的长距离依赖关系,然后使用注意力机制(Attention)为特征序列分配权重,降低噪声影响,最后利用文本卷积神经网络(TextCNN)对序列进行局部特征提取并通过softmax层输出关系抽取结果。实验结果表明,本文所提模型在精确率、召回率和F值上均优于基准模型。

晶格气体模型在重离子物理中的应用

介绍了用于描述中高能重离子碰撞后期形成的热发射源系统行为的晶格气体模型的原理，并同渗透模型作了比较．综述了该模型在描写核态方程、相变和临界现象的新进展及不足之处．

增强“操作系统”教学亲和力

操作系统是计算机的灵魂,包含了许多计算机的设计思想,搞清楚了操作系统,对于计算机就不再困惑。本文主要从三个方面介绍如何加强操作系统的亲和力。首先介绍操作系统的广泛性和复杂性,如何将其变得生动而有意义;介绍技术的来龙去脉;同时,为了使操作系统可实际操作,需要实验驱动的教学方式,采用自由软件Linux操作系统。

套接字接口在Linux平台下应用和设计

在Linux操作系统平台下 ,以客户机 /服务器的模式 ,应用Socket通信机制来实现网络模拟票务系统 ,并详细描述了程序设计的具体思路。

基于DirectX和佳能SDK的高质量贴纸照系统设计

该文采用C#2.0,利用DirectX框架和佳能SDK进行高质量贴纸照系统的设计和开发,系统包括照片输入子系统、照片存储子系统及照片处理子系统三个子系统,同时结合一般游戏的引擎模型和Managed DirectX框架,设计开发了一个完整的娱乐系统模型。该系统,具有良好的人机交互界面,而且最终照片处理非常科学,具有很广的应用价值。

关联规则在栀子豉汤类方数据挖掘中的应用

目的采用SQL Server软件对古代治疗疫病方剂中的栀子豉汤类方进行关联分析,探讨关联规则参数设置在类方药物配伍、药-症关联分析中的作用。方法在"古方疫病数据库"中检索包含栀子、淡豆豉的方剂,并将标准化后的症状、药物数据导入SQL Server 2005软件形成关联规则,并通过调整参数,寻找参数设置与产生规则之间的规律。结果通过调整参数可有效挖掘多种不同的药物间和药-症间规则:支持度的设置有助发现常用配伍,置信度的调整有助挖掘特异性的药物、药-症规则;支持度高的项集所在的规则,其重要性反而降低。结论综合关联规则的支持度、置信度、重要性,并结合药、症的实际意义,可对类方中药物配伍和药-症关联开展有效挖掘。

基于数据挖掘探讨《太平惠民和剂局方》治头痛方药配伍特点

目的通过频数统计、关联规则等方法,分析《太平惠民和剂局方》(以下简称《局方》)中治疗头痛的用药特点、药-症规律,探讨《局方》治头痛病症的方药配伍思路。方法将《局方》方、药、主治病症资料按国家标准处理,并开展统计分析。结果《局方》治头痛诸方中配伍,药性寒温并用,药味以辛甘、甘苦、辛苦为主,归经以脾、肺、胃等经居多,另得药对及常用药若干。结论《局方》治头痛方中药物的性味归经配伍思维对临床有指导意义。

盾构施工引起地表变形预测系统的设计与实现

讨论了盾构施工引起地表变形的因素和机理,介绍了采用BP神经网络技术对地表变形预测系统进行设计与实现的过程。结合工程实践,对系统预测精度进行研究,结果表明,采用BP神经网络对盾构施工引起地表变形进行预测是一种行之有效的方法。

裂变延迟与可能发自超重系统的GDR γ射线

简要评述了裂变延迟系统学研究，论述了用巨仍极共振γ射线方法研究超重系统存在的可能性及这方面理论和实验的研究．

中能轻奇异核反应总截面的激发函数测量

通过对中能区和相对论能区反应总截面的比较， 可对了解核中核子密度分布的尾巴分量提供重要的信息， Ｇｌａｕｂｅｒ 模型的计算总是低估中能区的反应总截面， 对中子晕核和中子皮核， 这种低估更为严重． 因此， 基于 Ｇｌａｕｂｅｒ 模型从反应总截面提取核的大小存在着一些问题．

“颈”发射过程中的中等质量碎片的研究

系统地研究“颈”发射过程中的中等质量碎片 ,能使我们更好地理解中能核反应的动力学和热力学性质 .采用具有不同的同位旋靶核研究了靶同位旋与中等质量碎片的关系 ,以及区分反应过程中类弹、类靶产生的中等质量碎片和“颈”

《嵌入式系统导论》课程师生互动系统的研究

对《嵌入式系统导论》课程师生互动系统进行了分析和研究,提出了一种基于.NET的《嵌入式系统导论》课程师生互动系统的详细设计方案,实现了电子作业、在线测试、学生成绩管理和上传下载资源等功能。

物联网与虚拟现实融合的智能火灾营救机制

虚拟现实、物联网及人工智能的融合,可为火灾救援决策提供智能WebVR交互。然而需要解决数据轻量化、基于物联网实时数据传输,以及火灾情景数据在网页端可视化的问题,需要构建有效的机制、算法。提出一种构建物联网与虚拟现实融合的智能火灾营救(IoTandVirtualReality based Intelligent Fire Rescue,IVIFR)机制,提出了虚拟智能火灾救援(Virtual Intelligent Fire Rescue,VIFR)算法,构建了智慧火灾救援原型系统。将VIFR算法与贪心算法、随机算法针对营救被困人员的成功率,进行了比较。实验证明VIFR算法的营救成功率均高于其他3种算法。

人工智能技术在新型冠状病毒肺炎中的应用

新型冠状病毒肺炎(COVID-19)在全球范围内迅速传播,对人类的健康、生活、社会功能和国际关系构成严重威胁。人工智能(AI)已被广泛用于解决从大数据分析到计算机视觉的各种复杂问题。COVID-19疫情防治过程中,研究人员提出大量AI算法与模型以减轻医疗系统的负担,在药物研发、疫情预测、临床诊断等领域发挥了重要作用。本综述从辅助诊断/检测、网络信息监测与分析,生物医学与药物治疗,疾病追踪、识别与检测以及实际临床应用这5个方面讨论了AI在COVID-19中的最新研究进展,旨在为疫情后期管理及未来流行病的及时防治提供参考。

具有不匹配量化的非线性系统自适应滑模控制

文中对非线性系统的渐近稳定性问题进行了研究。量化器的编码器和解码器参数会出现不匹配的情况,且不匹配的量化参数进一步增加了控制器设计的复杂性和难度。通过建立量化参数的时变比例模型,结合基于观测器技术和滑模控制技术,设计出自适应滑膜控制的方法。该方法充分消除了不匹配量化参数、非线性和外部干扰的影响,实现了闭环系统的渐近稳定性并将系统的状态轨迹驱动到滑模面上。最后,运用仿真实验验证了控制策略的有效性。