基于跨语言图神经网络模型的属性级情感分类

目前,在属性级情感分类任务上较为成熟的有标注数据集均为英文数据集,而有标注的中文数据集较少.为了能够更好地利用规模庞大但却缺乏成熟标注数据的中文语言数据集,针对跨语言属性级情感分类任务进行了研究.在跨语言属性级情感分类中,一个核心问题为如何构建不同语言的文本之间的联系.针对该问题,在传统的单语言情感分类模型的基础上,使用图神经网络模型对跨语言词-词、词-句之间的关系信息进行建模,从而有效地刻画两种语言数据集之间的联系.通过构建单语词-句之间的联系和双语词-句之间的联系,将不同语言的文本关联起来,并利用图神经网络进行建模,从而实现利用英文数据集预测中文数据集的跨语言神经网络模型.实验结果表明:相较于其他基线模型,所提出的模型在F1值指标上有着较大的提升,从而说明使用图神经网络建立的模型能够有效地应用于跨语言的应用场.

激素替代冻融单囊胚移植周期中孕酮转化子宫内膜时间对妊娠结局的影响

目的探讨在激素替代冻融单囊胚移植周期中,孕酮转化子宫内膜时间对妊娠结局的影响。方法回顾性分析2017年1月至2021年10月于山东大学附属生殖医院行激素替代周期准备子宫内膜行冻融单囊胚移植的2131个周期的临床资料。根据移植前孕酮转化子宫内膜时间的不同分为2组:A组在孕酮转化子宫内膜5 d后行冻融胚胎移植(FET)(n=1420),B组在孕酮转化子宫内膜6 d后行FET(n=711)。比较两组患者的基础资料及临床妊娠结局,并根据移植的囊胚发育天数的不同进行亚组分析。结果两组患者基础资料比较无显著性差异(P>0.05)。除B组的早期流产率显著高于A组(17.6%vs.12.4%,P<0.05)外,两组间的临床妊娠率、胚胎种植率、异位妊娠率、中晚期流产率、妊娠期并发症发生率、活产率以及新生儿出生体重差异均无统计学意义(P均>0.05)。在亚组分析中,移植D5囊胚A、B两组和移植D6囊胚A、B两组间的临床妊娠结局均无显著性差异(P均>0.05);A组患者中移植D5优质囊胚的临床妊娠率(62.9%vs.52.8%)及活产率(52.7%vs.41.8%)均高于移植D6囊胚患者;B组患者中移植D5优质囊胚的临床妊娠率(61.1%vs.47.6%)及活产率(49.7%vs.33.7%)也均高于移植D6囊胚患者(P<0.05)。结论激素替代周期冻融单囊胚移植中,孕酮转化子宫内膜5 d后移植D5优质囊胚,可以降低早期流产率,获得满意的临床结局。

临床检验智能审核系统的设计与应用

目的:设计临床检验智能审核系统,实现检验报告审核的智能化管理。方法:构建智能审核系统的危急值、限值、差值、比值和逻辑规则5大智能审核规则,按照科室、性别及年龄等条件个性化设定检验项目的智能审核条件,制定科学、合理及严谨的智能审核系统运行逻辑,自动对临床检验项目进行智能审核。结果:智能审核系统的应用,减少了70%左右的检验报告审核工作量,检验报告时间缩短30%以上,缩小了人员技术水平的差异,降低了差错率,减轻了检验报告审核的工作强度。结论:智能审核系统可有效提升检验报告审核的智能化水平,提高检验报告审核的工作效率,为临床提供快速、准确的检测结果,保证临床检验工作的医疗质量。

数字化医院日间手术系统设计与应用

目的:解决日间手术诊疗模式的信息化管理问题,提高日间手术相关工作效率和医疗质量。方法:通过对中国医科大学附属第一医院日间手术诊疗模式需求的分析,定制标准化、规范化业务流程,设计符合医院实际需求的日间手术系统。结果:日间手术系统的设计与应用,实现了日间手术业务的数字化管理,缩短了平均住院日,提高了工作效率和医疗质量。结论:规范了日间手术业务流程,实现了医疗信息高度共享,合理提高术间利用率,提高手术室运行效率,简化就医流程,降低医疗费用,对缓解"住院难,住院贵"的问题起到一定的积极作用。

矿产资源利益可参与分配主体的逻辑重构

作为一种自然禀赋和客观存在,矿产资源蕴含巨大的价值和利益,人类生存发展的基础就是对利益的占有和使用,因而矿产资源利益分配形态对国家社会个体均至关重要。在矿产资源社会化生产链条逐步实现利益的过程中,需要严谨考量利益范畴、可参与分配依据及对应主体,使其规范体系遵循秩序理性与公平正义的价值。现有的相关学术观点存在思路规则固化、要素辨析失衡和理论创新失准等问题和不足,需要从思维、制度与推理层面进行辨析。需要继续深入研究矿产资源利益与收益、可参与分配主体依据、和谐劳动关系与弱相关者补偿机制等理论问题,建构更加严谨周密的矿产资源利益分配逻辑规范体系,让参与主体真正共享改革发展的成果。

医疗大数据时代医院信息系统课程教学模式研究

目的:研究在医疗大数据时代的背景下完善医院信息系统课程教学内容与教学方法。方法:根据现代教育教学规律,采用基于讲座的学习(LBL)、基于问题的学习(PBL)和基于团队的学习(TBL)的教学方法,深化教学改革,理论教学与实践教学相结合,探索LBL+PBL+TBL相结合的教学模式。结果:LBL+PBL+TBL相结合的教学模式通过师生、生生间相互影响与合作,突显学生教学主体地位,激发学生主动学习的热情,培养学生的自主学习能力和创新精神,提升学生的专业素养。结论:切实提高课程教学效果与提升教学质量,有利于培养复合型、应用型及创新型医疗信息化人才。

西部生态脆弱区村庄下固废绿色充填开采技术应用研究

针对西部生态脆弱区村庄下压煤及高强度开采产生的固废排放处置、地表沉陷控制难题,提出了短壁连采连充式胶结充填采煤技术。阐述了该技术的技术内涵和采充工艺,分析了充填材料的组成和强度,确定了适用于工程现场的充填材料矸石(炉渣)、粉煤灰、石膏、水泥、矿井水配比为74∶2∶2∶7∶15,料浆浓度为85%,该配比下充填体单轴抗压强度可达3.1MPa左右。该技术充填系统包括矸石运输系统、泥浆制备系统、监测系统、工作面充填系统四大部分。工程应用表明:该技术开采5.25m厚的煤层充实率可达98%以上,地面最大下沉量约为180mm,可处理工业固体废弃物40万t,充填效果良好。

层次化精准编译原理实践教学

《编译原理》作为计算机专业一门重要的专业课,理论性强且较为抽象。实践教学可以辅助理论教学,训练学生思维,加强学生对理论知识的深度了解及设计编译程序的能力。针对现有实践教学体系的问题,在编译原理核心算法和编译器的设计两方面,分别对教学内容及实践难度进行了层次化创新,从而对学生进行步步引导,提高编译原理的教学质量。

新时代矿产资源国有化模式的探讨

当今世界复杂多变的形势深刻影响着矿产资源体制改革的趋势方向。从新中国成立至今,矿产资源发展存在着明显不同的历史阶段及其时代特征。基于对新时代中国特色社会主义纵深发展阶段的判断,需要从理论上深入辨析和论证矿产资源国有化模式的逻辑依据、客观必要性与现实可能性。以矿产资源国家所有制与全面放开竞争性环节为基本框架的国有化模式及其具体实现类型,可以妥善解决矿产资源理论与实践的困境,合理实现矿产资源国家所有者权益,有效维护国家资源安全战略利益。

全局自匹配机制的短文本摘要生成方法

基于编码器-解码器架构的序列到序列学习模型是近年来主流的生成式自动文摘模型,其在计算每一个词的隐层表示时,通常仅考虑该词之前(或之后)的一些词,无法获取全局信息,从而进行全局优化.针对这个问题,在编码器端引入全局自匹配机制进行全局优化,并利用全局门控单元抽取出文本的核心内容.全局自匹配机制根据文本中每个单词语义和文本整体语义的匹配程度,动态地从整篇文本中为文中每一个词收集与该词相关的信息,并进一步将该词及其匹配的信息有效编码到最终的隐层表示中,以获得包含全局信息的隐层表示.同时,考虑到为每一个词融入全局信息可能会造成冗余,引入了全局门控单元,根据自匹配层获得的全局信息对流入解码端的信息流进行过滤,筛选出原文本的核心内容.实验结果显示,与目前主流的生成式文摘方法相比,该方法在Rouge 评价上有显著提高,这表明所提出的模型能有效融合全局信息,挖掘出原文本的核心内容.

海南尖峰岭60 hm^2大样地萌生植物数量特征

[目的]分析海南典型热带山地雨林分布区域尖峰岭60 hm^2大样地内萌生植物的物种组成、数量和空间分布特征,探讨其影响因素。[方法]以海南尖峰岭热带山地雨林60 hm^2大样地及样地内具有萌生现象的木本植物(胸径≥1 cm)为研究对象,统计样地萌生植物的萌生数和萌生率,并描述其空间分布特征。本文将植物的萌生现象分为两类:萌条和分支。[结果]表明:样地具有萌生现象的木本植物共有260种,隶属58个科142个属,科、属、种数量分别占样地植物总数的93.5%、91.6%与89.7%;萌生个体数最多的前5个物种依次是:九节、厚壳桂、卵叶新木姜、钟萼粗叶木、钮子果;除厚壳桂、尖峰岭锥外的其他植物,萌生现象对物种重要值的影响均不超过0.05%。植物的萌生现象与海拔极显著相关(P<0.001)。[结论]作为尖峰岭热带山地雨林占优势的更新模式之一,萌生更新不仅是树种对生态位占据的重要方式,同时也对群落物种共存、生物多样性的维持起到重要作用。后期还可以对样地萌生现象受台风干扰后的表现进行分析。

基于篇章信息和Bi-GRU的中文事件检测

事件抽取是信息抽取中一个重要的研究方向,其中事件检测是事件抽取的关键。目前,中文神经网络事件检测方法均是基于句子的方法,这种方法获得的局部上下文的信息不足以解决事件触发词的歧义性。针对这个问题,文中探索了篇章信息的作用。首先,以双向门控循环单元网络(Bidirectional Gated Recurrent Units,Bi-GRU)模型为基线,定义3个窗口来学习句子特征;然后,将句子表示进行拼接,利用双向门控循环单元网络学习句子的上下文特征;最后,将句子表示和上下文表示进行融合,以丰富句子的语义信息,并减少候选触发词语义模糊现象,通过Softmax函数进行事件触发词的分类。在ACE2005数据集上的实验结果表明,句子的上下文特征能够有效提升中文事件检测方法的性能,该中文事件检测方法的F1值比当前最好的模型高1.5%。

基于用户和产品表示的情感分析和评论质量检测联合模型

情感分析旨在判断文本的情感倾向,而评论质量检测旨在判断评论的质量.情感分析和评论质量检测是情感分析中两个关键的任务,这两个任务受多种因素的影响而密切相关,同一个产品的情感倾向具有相似的情感极性;同时,同一个用户发表的评论质量也具有一定的相似性.因此,为了更好地研究情感分类和评论质量检测任务的相关性以及用户信息和产品信息分别对情感分类和评论质量检测的影响,提出了一个情感分析和评论质量检测联合模型.首先,使用深度学习方法学习评论的文本信息作为联系两个任务的基础;然后,将用户评论及产品评论作为用户的表示和产品的表示;在此基础上,采用用户注意力机制对用户的表示进行编码,采用产品注意力机制对产品的表示进行编码;最后,将用户表示和产品表示结合起来进行情感分析和评论质量检测.通过在Yelp2013和Yelp2015数据集上的实验结果表明,该模型与现有的神经网络模型相比,能够有效地提高情感分析和在线评论质量检测的性能.

基于对话结构的多轮对话生成模型

目前,多轮对话生成研究大多使用基于RNN或Transformer的编码器-解码器架构.但这些序列模型都未能很好地考虑到对话结构对于下一轮对话生成的影响.针对此问题,在传统的编码器-解码器模型的基础上,使用图神经网络结构对对话结构信息进行建模,从而有效地刻画对话的上下文中的关联逻辑.针对对话设计了基于文本相似度的关联结构、基于话轮转换的关联结构和基于说话人的关联结构,利用图神经网络进行建模,从而实现对话上下文内的信息传递及迭代.基于DailyDialog数据集的实验结果表明,与其他基线模型相比,该模型在多个指标上有一定的提升.这说明使用图神经网络建立的模型能够有效地刻画对话中的多种关联结构,从而有利于神经网络生成高质量的对话回复.

基于字词联合表示的中文事件检测方法

事件检测作为事件抽取的一个子任务,是当前信息抽取的研究热点之一。它在构建知识图谱、问答系统的意图识别和阅读理解等应用中有着重要的作用。与英文字母不同,中文中的字在很多场合作为单字词具有特定的语义信息,且中文词语内部也存在特定的结构形式。根据中文的这一特点,文中提出了一种基于字词联合表示的图卷积模型JRCW-GCN(Joint Representation of Characters and Words by Graph Convolution Neural Network),用于中文事件检测。JRCW-GCN首先通过最新的BERT预训练语言模型以及Transformer模型分别编码字和词的语义信息,然后利用词和字之间的关系构建对应的边,最后使用图卷积模型同时融合字词级别的语义信息进行事件句中触发词的检测。在ACE2005中文语料库上的实验结果表明,JRCW-GCN的性能明显优于目前性能最好的基准模型。

基于门控图卷积与动态依存池化的事件论元抽取

事件论元抽取是事件抽取任务中一个极具挑战性的子任务。该任务旨在抽取事件中的论元及论元扮演的角色。研究发现,句子的语义特征和依存句法特征对事件论元抽取都有着非常重要的作用,现有的方法往往未考虑如何将两种特征有效地融合起来。因此,提出一种基于门控图卷积与动态依存池化的事件论元抽取模型。该方法使用BERT抽取出句子的语义特征;然后通过依存句法树设计两个相同的图卷积网络,抽取句子的依存句法特征,其中一个图卷积的输出会通过激活函数作为门控单元;接着,语义特征和依存句法特征通过门控单元后相加融合。此外,还设计了一个动态依存池化层对融合后的特征进行池化。在ACE2005数据集上的实验结果表明,该模型可以有效地提升事件论元抽取效果。

结合情感信息的个性化对话生成

如今,人机对话系统受到了越来越多的关注,但目前主流的人机对话系统很少考虑说话者的个性化特征。对话系统的一个重要且有待探索的方面是根据交互人员的个性来提升对话的响应质量。个性化是创建智能对话系统的关键,可以最大程度地适应到人类的生活中。然而,在自然语言处理中体现人物个性是很困难的,在个性化对话生成中,情感也是一个很重要的因素,因此文中提出了融合属性级情感的个性化对话生成模型。该模型使用BERT-MRC模型抽取人物个性和历史对话的情感词属性词信息,采用改进的UNILM神经网络模型对人物个性以及历史对话进行编码,同时在编码表征时结合情感词信息和属性词信息,最终生成符合人物个性的对话。实验证明,结合情感信息的个性化对话生成方法能够有效地提升个性化对话生成的质量,增加生成回复的多样性。

丧偶女性行冻融胚胎移植引发的伦理问题思考

现代辅助生殖技术的发展为死后人工生殖提供了技术可能。面对日益增多的死后人工生殖临床案例,尤其是丧偶女性要求行冻融胚胎移植的诉求越来越多,其对社会传统伦理和现行法律制度提出了严峻挑战。本文以“北京首例死后冻融胚胎移植案”为例,分别从死者、配偶及子女角度进行伦理思考,全面分析丧偶女性行冻融胚胎移植的利与弊。建议生殖机构在行冷冻胚胎前,夫妻双方共同签署的知情同意书中包含对死后冷冻胚胎的处理意见;建立健全人工生殖法律制定,以便更好的保障人民群众的合法权益,使死后人工生殖符合普通大众的伦理道德。

基于主次关系特征的自动文摘方法

自动文摘研究是指通过自然语言处理技术对原始文本进行压缩、提炼,在保留文档核心思想的同时为用户提供简明扼要的文字描述。传统的自动文摘方法通常只考虑字、词、句子等浅层的文本语义信息,而忽略了深层的主次关系等篇章结构信息对抽取文档核心句子的指导作用。对此,提出一种基于主次关系特征的自动文摘方法。该方法基于长短期记忆网络(Long Short-Term Memory,LSTM)神经网络构建了基于主次关系特征的单文档抽取式摘要模型,通过双向LSTM神经网络模型对句子信息和主次关系信息进行信息增强和语义编码,并利用单向LSTM神经网络对编码后的信息进行摘要抽取。实验结果表明,与当前主流的单文档抽取式摘要方法相比,该方法在摘要的准确性、稳定性和ROUGE评价指标上均有显著的提高。

基于回复生成的对话意图预测

随着人机对话系统的不断发展,让计算机能够准确理解对话者的对话意图,并根据对话的历史信息对回复进行意图预测,对于人机对话系统有着十分重要的意义。已有研究重点关注根据对话文本和已有标签对回复进行意图预测,但是,在很多场景下回复可能并没有生成。因此,文中提出了一种结合回复生成的对话意图预测模型。在生成部分,使用Seq2Seq结构,根据对话历史信息生成文本,作为对话中未来回复的文本信息;在分类部分,利用LSTM模型,将生成的回复文本与已有的对话信息转变为子句级别的表示,并结合注意力机制突出同一轮次对话句与生成回复的联系。实验结果表明,所提出的模型相比简单基线模型取得了2.54%的F1-score提升,并且联合训练的方式有助于提升模型性能。