基于动态句法剪枝机制的中文语义角色标注

语义角色标注(Semantic Role Labeling,SRL)旨在识别给定句子中所包含的谓词及对应的语义论元,从而为信息抽取、自动问答和阅读理解等任务的语义理解提供帮助.构建句法特征作为实现语义角色标注任务的关键步骤,在很大程度上影响着任务的性能.针对现有的神经网络模型未能有效构建句法特征,例如现有研究采取离线式的人工定式句法裁剪方案,不可避免地造成关键句法信息丢失或者裁剪效果减弱等问题,本文提出基于动态句法剪枝机制的端到端神经网络模型,并将其用于中文语义角色标注任务.具体地,我们提出两种创新的动态句法剪枝机制:基于递归神经网络模型的动态句法剪枝机制(Recur-DSP)和基于带句法标签的图卷积网络模型的句法剪枝机制(SGCN-DSP).Recur-DSP采用递归神经网络模型进行句法结构编码与融合,并对句法树的每一个连接处通过Gumbel-Softmax函数离散化实现动态句法裁剪.SGCN-DSP采用图卷积神经网络模型为句法依存树的依存弧结构以及对应的标签进行统一建模,并提出对应的动态句法裁剪机制.在基准数据集上的实验结果显示所提方法超过当前的最好模型,获得当前中文语义角色标注的最优性能.通过整合预训练语言模型BERT,基于CoNLL09数据集,提出的模型SGCN-DSP在角色论元识别上获得了90.4%的F1值,在谓词识别上获得90.8%的F1值.

一棵小草富村民

乡村振兴的基础是产业振兴,而产业振兴是富民的重要支撑。在迈向乡村振兴的道路上,江苏农林职业技术学院积极推广草坪种植技术,多年来,凭借"一棵小草"的力量,"撬动"上亿元产业,从最初"一亩三分地"发展到如今近5万亩草坪,带领镇江市句容后白镇西冯村村民走上了植草致富路。

地铁盾构区间隧道施工风险的分析与控制

在展开地铁盾构区间隧道施工时,对于盾构法的运用相对广泛,且能够体现出安全性较高、以及速度较快等方面的优势,然在实际的运用期间,也难以防范受到某些因素的制约而导致产生风险问题,所以在此情况之下,则应将实施地铁盾构区间隧道施工风险问题的管控,作为是一项重要的工作。基于此,本文就以地铁盾构区间隧道施工概述为出发点,而后对于地铁盾构区间隧道施工风险进行了分析、以及对于风险来源实施了探讨,最后对于地铁盾构区间隧道施工风险的控制措施进行了思考和研究。

新农村建设中安徽省农村信息化建设制约因素及优化措施——基于安徽蚌埠市周边农村调研

近年来,国家通过不断出台各项农业政策加快新农村建设的步伐,而新农村建设工作中的核心是农村信息化的建设,对此以新农村的信息化建设为突破口,必然会加快新农村建设进程。通过实地走访了解当地农村信息化建设现状,从农村信息化基础建设、农民信息需求程度等方面分析目前农村信息化建设中的主要制约因素,提出优化安徽省农村信息化建设的主要措施。

地铁隧道盾构法施工地表沉降研究

在时代不断发展的同时,地铁数量也越发增多,而在展开地铁隧道施工的过程之中,所运用的关键方式之一即为盾构法,此种施工方法虽说有着诸多的优势,然却也易于受到环境因素的一定影响,而导致地表沉降问题的发生。基于此,本文就以盾构法概述为出发点,而后探讨了地表沉降的原理及地铁隧道施工的主要特点,随后对于地铁隧道盾构法施工地表沉降的影响因素进行了分析,以及对于地面沉降观测方式进行了探讨,最后对于地铁隧道盾构法施工控制的方式进行了一定研究。