基于微调原型网络的小样本敏感信息识别方法

敏感信息识别主要是指识别互联网上涉及色情、毒品、邪教、暴力等类型的敏感信息,现有的敏感信息识别通常将其看作文本分类任务,但由于缺乏大规模的敏感信息标注数据,分类效果不佳。该文提出一种基于微调原型网络的小样本敏感信息识别方法,在小样本学习框架下,利用快速适应的微调原型网络来缓解元训练阶段通用新闻领域和元测试阶段敏感信息数据差异大的问题。首先,在元训练阶段,基于通用新闻领域的分类数据训练模型来学习通用知识,同时在训练过程中经过两阶段梯度更新,得到一组对新任务敏感的快速适应初始参数,然后在元测试阶段敏感文本数据集的新任务上,冻结模型部分参数并使用支持集进一步微调,使模型更好地泛化到敏感识别领域上。实验结果证明,相比当前最优的小样本分类模型,该文提出的快速适应微调策略的原型网络显著提升了敏感信息识别效果。

桂糖系列甘蔗种质表型性状的遗传多样性

【目的】分析桂糖系列甘蔗种质的主要表型性状及其遗传多样性,为提高其杂交育种效率提供参考。【方法】调查和测定广西甘蔗种质资源田间保育的164份桂糖系列甘蔗种质资源的21个质量性状和7个数量性状,采用多样性指数、遗传变异、相关性分析和聚类分析法进行遗传多样性分析。【结果】21个质量性状的遗传多样性指数在0.3866~1.9776之间,平均值为0.9217,以芽形最大,生长裂缝最小;7个数量性状的变异系数在7.11%~42.86%之间,平均值为27.11%。相关性分析表明:株高、茎径分别与单茎质量、蔗茎产量、糖产量呈极显著正相关;单茎质量、有效茎数分别与蔗茎产量、糖产量呈极显著正相关;蔗茎产量与糖产量呈极显著正相关。聚类分析表明:164份桂糖系列甘蔗种质可聚为6个类群,其中,第Ⅰ类群数量最多,综合性状表现优异;第Ⅱ类群平均茎径最大;第Ⅲ类群各性状均衡且有效茎数稍有优势;第Ⅳ类群平均株高最高;第Ⅴ类群平均锤度最高;第Ⅵ类群平均有效茎数最多。【结论】164份甘蔗种质的质量和数量性状变异较大,遗传多样性较丰富,不同类群甘蔗种质各具优点,在甘蔗育种过程中应根据育种目标选择杂交亲本。

在线评论一致性对消费者决策的影响

信任是共享经济发展的关键因素,而基于情感的信任作为其中重要一环,通过在线评论效价影响消费者的决策。本文从在线评论的总评分和细节评分两个维度出发构建了共享短租消费者情感信任的影响机制,并利用2015~2022年中国北京和美国纽约的Airbnb平台订单数据实证分析情感信任对消费者决策的影响。研究结果显示,在线总评论和细节评论包含负面情感更易吸引消费者;当两类评分一致为高评分时消费者购买意愿显著下降。另外,“超赞房东”徽章和整租房源能积极调节两类评分一致性与消费者购买意愿的关系。中国房源对两类评分一致性与消费者购买意愿的关系有负向调节作用。因此,在交易过程中,消费者可多关注包含负面评价的评论信息,同时考虑拥有“超赞房东”徽章的整租房源。

生成式AI视域下图书馆联盟的内涵特征、核心要素与发展路径

文章分析生成式AI视域下图书馆联盟的内涵及其海量数据、多模态融合、认知交互特征,围绕联盟主体、联盟环境、联盟目标、联盟资源和联盟运行过程5个维度梳理总结生成式AI视域下图书馆联盟的核心要素,并提出生成式AI视域下图书馆联盟发展路径,即增强馆员主体意识和育人能力,构建稳定高效的联盟环境,提升馆员生成式数字素养,制定联盟内容生产和保护制度,构建联盟运行过程规范和保障机制。

甘蔗宿根关键性状及其在宿根性快速评价中的应用

甘蔗重要性状宿根性因甘蔗生长周期长,其高效评价一直是研究的难点。本研究以国内外不同地区引进的212份甘蔗种质资源为研究材料,分别在广西隆安和云南开远开展基于2个重要宿根关键性状(宿根发株率和地上部蔗株生物量)两季宿根力的快速评价。结果表明甘蔗宿根力受环境影响较大,两个试验点所有宿根力指标均存在极显著差异,且指标之间均呈极显著正相关。主成分分析在两个试验点(云南开远和广西隆安)均仅提取到1个主成分,贡献率分别为80.25%和62.68%。聚类分析将212份种质分为5个类群,第Ⅰ类4个宿根力指标均处于高水平,有9份种质,可作为强宿根第一梯队资源;第Ⅱ类群、第Ⅲ类群共有38份种质,各宿根力指标均处于较高水平或个别宿根力指标非常突出,可作为强宿根第二梯队资源;第Ⅳ类群、第Ⅴ类共有165份种质资源,各宿根力指标均一般或较差。综合以上,利用筛选出来的强宿根资源改良甘蔗品种宿根性,降低甘蔗生产成本对于产业的可持续发展具有重要意义。

自噬在毛发再生中的作用

背景:在生物医学界,自噬是一个快速发展的研究热点,许多研究人员正在积极探究多种疾病中自噬的分子调控机制,但是自噬在毛发生长中所起的作用仍存在许多未知。目的:综述目前自噬在毛发生长与再生中的研究进展及应用价值,了解自噬在毛发生长中的作用,以探究自噬在病理性脱发中的发病机制,为研究治疗脱发的药物提供新思路。方法:应用计算机在中国知网(CNKI)、PubMed数据库中,以“毛囊生长,毛发生长,毛发再生,自噬相关蛋白,自噬活性,自噬相关基因,自噬”或“hair growth,hair follicle,hair regeneration,autophagy”为检索词进行检索。查阅国内外近年来关于自噬、毛发生长和自噬在毛发生长中作用的研究进展进行总结,排除与文章主题内容不相符的文献,最终纳入78篇文献进行结果分析。结果与结论:(1)自噬是真核生物的正常代谢过程,具有复杂的分子机制和功能特性,既有利于细胞生存,又可促进细胞死亡。(2)脱发相关疾病与自噬活性的改变有关,且自噬活性可调控毛发生长周期;敲除或过表达自噬相关基因可改变毛发生长状态,已发现有多条自噬相关信号通路与毛囊生长有关;自噬的激活剂或抑制剂可用于治疗或预防脱发疾病。

融合词性语义扩展信息的事件检测模型

事件检测是事件抽取中的关键步骤,依赖于触发词进行事件类型分类。现有主流事件检测方法在稀疏标记数据上性能较差,模型过度拟合密集标注的触发词,在稀疏标记的触发词或者未见过的触发词上容易失效。改进方法通常通过扩充更多训练实例来缓解这一问题,但扩充后的数据分布不平衡,存在内置偏差,仍然表现不佳。为此,建立一种融合词性语义扩展信息的事件检测模型。对词粒度扩展信息进行分析,在不增加训练实例的条件下缩小候选触发词的范围,并对候选触发词进行语义扩展,挖掘候选触发词的上下文中蕴含的丰富语义,缓解了标记数据稀疏造成模型训练不充分的情况。通过词性筛选模块寻找候选触发词并对其进行语义扩展挖掘词粒度语义信息,融合句子粒度语义信息提升语义表征的鲁棒性,最终利用Softmax分类器进行分类完成事件检测任务。实验结果表明,该模型在ACE2005和KBP2015数据集上的事件检测任务中的F1值分别达到79.5%和67.5%,有效提升了事件检测性能,并且在稀疏标记数据实验中的F1值达到78.5%,明显改善了标记数据稀疏带来的不良影响。

基于多策略强化学习的低资源跨语言摘要方法研究

(CLS)旨在给定1个源语言文件(如越南语),生成目标语言(如中文)的摘要。端到端的CLS模型在大规模、高质量的标记数据基础上取得较优的性能,这些标记数据通常是利用机器翻译模型将单语摘要语料库翻译成CLS语料库而构建的。然而,由于低资源语言翻译模型的性能受限,因此翻译噪声会被引入到CLS语料库中,导致CLS模型性能降低。提出基于多策略的低资源跨语言摘要方法。利用多策略强化学习解决低资源噪声训练数据场景下的CLS模型训练问题,引入源语言摘要作为额外的监督信号来缓解翻译后的噪声目标摘要影响。通过计算源语言摘要和生成目标语言摘要之间的单词相关性和单词缺失程度来学习强化奖励,在交叉熵损失和强化奖励的约束下优化CLS模型。为验证所提模型的性能,构建1个有噪声的汉语-越南语CLS语料库。在汉语-越南语和越南语-汉语跨语言摘要数据集上的实验结果表明,所提模型ROUGE分数明显优于其他基线模型,相比NCLS基线模型,该模型ROUGE-1分别提升0.71和0.84,能够有效弱化噪声干扰,从而提高生成摘要的质量。

桑褐斑病病原菌的分离鉴定及高通量测序分析

桑褐斑病是一种发生较为普遍的真菌性病害。从陕西安康蚕桑主产区收集桑褐斑病病样,结合科赫氏法则,采用形态学及分子生物学的方法对桑褐斑病病原菌进行分离鉴定;使用高通量测序技术,确定桑褐斑病病原菌的主要类群;通过水合氯醛透明反应观察桑褐斑病病原菌在宿主桑树叶片中的定植状态。结果表明,侵染陕西安康桑树的桑褐斑病病原菌为桑新褐斑壳丰孢Neophloeospora maculans;病原菌在PDA培养基上呈白色,生长速度缓慢,分生孢子为透明圆柱形,两端逐渐变细,有隔膜;菌丝主要寄生在桑叶的气孔与叶脉周边;病原菌rDNA序列全长5512 bp,GC含量51.16%。上述结果确定了侵染陕西安康蚕桑主产区桑褐斑病病原菌的种类,为桑褐斑病的防治提供了理论依据。

融入文档图和事件图的新闻核心事件检测

新闻核心事件检测旨在从非结构化的新闻文本中检测出最能代表新闻核心内容的事件。新闻报道的多个事件之间存在着复杂的关联关系,且同一个事件的事件要素分布在不同的句子甚至不同的段落中,传统的方法对事件之间的关联关系以及事件的全局语义信息建模不充分。因此,该文提出了融入文档图和事件图的新闻核心事件检测方法。该方法首先通过构建文档图和事件图来建模新闻文本的全局语义特征和事件之间的关联特征。然后,通过图卷积神经网络捕获高阶邻域信息,获得文档表征和事件表征。最后,将得到的文档表征和事件表征使用交叉注意力进一步捕获事件全局语义信息。在纽约时报数据集上的实验结果验证了该文方法的有效性,NR@1较基线方法提升2.18%。

实脾散临床应用研究进展

实脾散为《严氏济生方·水肿论治》第一方,具有温阳健脾,行气利水的功效,原方主治水肿。文章简述了实脾散用于肝硬化腹水、腹泻、水肿、慢性肾炎、慢性心力衰竭等临床应用方面的新进展。本文主要从理论基础和临床应用对实脾散展开讨论,深化对实脾散的认识,总结其临床应用规律特点,以期为临床诊疗运用实脾散提供更加广阔的思路。

融合双层注意力网络的端到端老挝车牌照识别方法

在中老道路互通大背景下,老挝车牌照识别研究对中国跨境车辆管理十分重要,但现有的单行车牌照识别方法无法直接应用于老挝双行车牌照识别任务中.针对老挝车牌照上行省份字符排列紧密、难以分割和下行辅音字符相似度高、难以识别的问题,结合分割的思想提出一种融合双层注意力网络的端到端老挝车牌照识别方法.通过通道及空间注意力提取并加强上行省份特征和下行字符特征表示;将分类思想应用于省份信息获取,有效地处理因字符粘连而无法做单字符识别的问题;使用序列标注的方法缓解相似字符识别困难,提高字符识别准确率.实验结果表明,提出方法相比基线模型,准确率提升了0.8个百分点,达到92.7%.

基于三幕结构思维链和语义自洽的事件驱动故事生成方法

事件驱动故事生成旨在根据有限的故事背景和事件信息生成连贯且符合事件内容的故事.然而,现有方法常因对复杂的事件关系推理不足,导致生成的故事存在语义不连贯、情节冲突等问题.为此,文中提出基于三幕结构思维链和语义自洽的事件驱动故事生成方法,在生成故事前选择类型多样的故事示例,学习不同类型故事的写作方式.生成故事时,按照故事的开端、冲突和结局三幕结构设计思维链,引导方法合理规划故事内容,避免故事情节前后矛盾.生成故事后,引入语义自洽,模拟作家的推敲过程,从生成的多个故事中选择语义一致、连贯性和相关性较高的故事.实验表明,相比提示学习方法,文中方法的BLEU-4和BERTScore指标值有所提升,并且在人工评估中也占有一定的优势.

融合领域知识图谱的跨境民族文本聚类方法

跨境民族文本聚类任务旨在建立跨境民族不同文本间的关联关系,为跨境民族文本检索、事件关联分析提供支撑。但是跨境民族间文化文本表达差异大,加上文化表达背景缺失,导致跨境民族文本聚类困难。基于此,该文提出了融合领域知识图谱的跨境民族文本聚类方法,首先融入跨境民族领域知识图谱,实现对跨境民族文本数据的文化背景知识补充及实体语义关联,从而获得文本的增强局部语义;同时考虑到跨境民族文本数据中全局语义信息的重要性,采用异构图注意力网络提取文本、主题、领域关键词之间的全局特征信息;最后利用变分自编码网络进行局部信息和全局信息的融合,并利用学习到的潜在特征表示进行聚类。实验表明,提出方法较基线方法Acc提升11.4%,NMI提升1%,ARI提升9.4%。

面向汉越跨语言事件检索的事件预训练方法

汉越跨语言事件检索是用汉语查询检索越南语事件新闻的任务。由于越南语属于典型的低资源语言,汉越跨语言事件检索缺乏大规模的标注数据,并且现有的跨语言预训练模型无法很好地表征文本中丰富的汉越对齐事件知识,不适用于该任务。因此,为了将汉越双语对齐的事件知识融入到多语言预训练语言模型中,该文提出了两个预训练方法,即事件要素掩码预训练以及跨语言事件对比预训练。在该文构造的汉越跨语言事件检索数据集和公开跨语言问答数据集上进行了实验,比基线提升1%~3%MAP值,2%~4%NDCG值,证明了该文方法的有效性。

基于阅读理解的汉越跨语言新闻事件要素抽取方法

新闻事件要素抽取旨在抽取新闻文本中描述主题事件的事件要素,如时间、地点、人物和组织机构名等。传统的事件要素抽取方法在资源稀缺型语言上性能欠佳,且对长文本语义建模困难。对此,该文提出了基于阅读理解的汉越跨语言新闻事件要素抽取方法。该方法首先利用新闻长文本关键句检索模块过滤含噪声的句子。然后利用跨语言阅读理解模型将富资源语言知识迁移到越南语,提高越南语新闻事件要素抽取的性能。在自建的汉越双语新闻事件要素抽取数据集上的实验验证了该文方法的有效性。

基于数据挖掘的针刺治疗阿尔茨海默病选穴规律

目的分析针刺治疗阿尔茨海默病(AD)高质量文献的选穴规律。方法检索中国知识资源总库(CNKI)、中国学术期刊数据库(万方数据)、中文科技期刊数据库(VIP)、中国生物医学文献数据库(CBM)、PubMed、Cochrane Library、Embase建库至2023年10月1日针刺治疗AD的随机对照试验文献,用改良Jadad评分量表筛选,纳入高质量文献,使用Excel2010软件统计腧穴频次、部位、归经及高频腧穴,用SPSS Modeler 18.0、SPSS20.0软件进行关联规则、复杂网络及聚类分析。结果共纳入文献71篇、处方79条,涉及腧穴93个,总频次为483次,出现频次前3位的取穴部位为头面部、下肢、背部,归经前3位为督脉、胆经、胃经;高频腧穴21个,前5位为百会、四神聪、足三里、神庭、太溪,常取下肢、头面部、上肢腧穴,腧穴常位于督脉、胆经、胃经、膀胱经,亦包含经外奇穴。关联规则分析得到4组腧穴:大椎→百会、悬钟+四神聪→百会、太溪+四神聪→百会、足三里+四神聪→百会;关联度前3位的腧穴组合为百会-四神聪、百会-足三里、百会-太溪;腧穴共聚为6类。结论针刺治疗AD以头脑部与下肢远近配穴为主,取穴首选督脉及足三阳经,以生髓健脑、通督畅神为主,数据挖掘得到新处方神庭-风府-足三里-四神聪-百会,功在调理养血、交通心肾。

资源配置视角下长三角城市群生态福利绩效评价及其空间溢出效应

长三角城市群是我国经济发展的重要引擎,探究该区域的生态福利绩效对我国的高质量发展具有重要的现实意义。为此,从资源配置视角和多维评价指标体系出发,改进了生态福利绩效的两阶段链式转化结构模型,并据此构建了考虑非期望中间产出弱可处置性的两阶段链式超效率DEA模型,测度长三角城市群2011—2021年的全局生态福利绩效及分阶段效率,并利用双固定效应下的空间杜宾模型揭示长三角城市群生态福利绩效空间溢出效应,探究长三角城市群生态福利绩效的提升路径。研究结果表明:(1)长三角城市群全局生态福利绩效的平均水平维持在0.8左右,但有68.3%的城市处于非有效状态,且城市之间存在较为显著的差距。(2)分阶段来看,生态-经济效率为0.685,经济-福利效率为0.863,差异主要来自三省一市内部,组内贡献率分别为77.39%与77.14%,发展较不均衡。(3)长三角城市群生态福利绩效具有较强的空间正相关性,而建成区绿化覆盖率、生活垃圾无害化处理率、人均GDP、城市人均每年消费额、政府干预对长三角城市群生态福利绩效提高具有正向促进效应,且建成区绿化覆盖率和生活垃圾无害化处理率有一定空间溢出效应。(4)“低经济-高福利”、“低经济-低福利”和“高经济-高福利”这三类城市最多,且分布较为均匀,而属于“高经济-低福利”类的城市最少。从提升路径来看,单边突破式是绝大多数城市弥补自身低效率阶段的最佳途径。

基于增强对比学习的多语言事件发现方法

多语言事件发现是把描述同一事件的多种语言文本聚类到同一个簇,是多语言事件分析的基础.目前基于深度学习的聚类方法主要通过优化文本表示之间的距离实现聚类,其性能严重依赖模型表示能力,多语环境下文本表示对齐效果不理想,多语言事件聚类难度大.文章提出一种基于增强对比学习的多语言事件发现方法,通过优化事件文本到簇心和多语言正负样本之间的距离,使同一事件的多语言文本在表示空间更加接近,提高模型对多语言文本的表示能力.针对事件聚类任务引入事件要素的表征作为事件聚类中心,进一步提升多语言事件聚类效果.在路透社数据集上的实验结果表明,提出的方法在多个预训练模型基础上性能均有提升,准确率和标准化互信息最优效果分别达到了76.14%和91.09%.

基于生成提示的无监督文本情感转换方法

文本情感转换是在保留内容的基础上更改文本的情感属性。由于缺乏平行语料,现有无监督文本情感转换的方法主要通过文本重建和分类损失来构建情感和内容的潜在表征,实现情感转换。然而,这种弱监督信号训练策略在提示学习范式下的模型性能退化严重。针对以上问题,提出一种基于生成提示的无监督文本情感转换方法。首先,通过提示生成器生成文本内容提示;其次,融合目标情感提示作为最终提示;最后,构建两阶段的训练策略,为模型训练提供平滑的训练梯度以解决模型性能退化的问题。在情感转换的公共数据集Yelp上的实验结果表明,所提方法的文本保留度、情感转换分数和BLEU(BiLingual Evaluation Understudy)显著优于基于生成的方法UnpairedRL,分别提高了39.1%、62.3%和14.5%。