基于CoSENT和改进K-means的冒犯性评论文本主题识别

为快速识别冒犯性评论文本中的用户热点主题,解决传统主题模型在处理评论文本时语义描述不充分、上下文信息丢失和主题连贯性不强,以及K-means聚类算法对K值和初始中心点敏感的问题。使用CoSENT(cosine sentence)模型获取包含冒犯性语言的评论文本的句子级向量特征,对通过统一流形逼近与投影算法即UMAP(uniform manifold approximation and projection)模型降维后的向量矩阵使用基于Canopy+的改进K-means算法进行类簇划分,用(class term frequency-inverse document frequency,c-TF-IDF)识别各主题簇的主题特征,进行主题建模。通过对比冒犯性评论文本数据集以及普通评论数据集的实验验证了方法有效性。结果表明本文方法能够得到更好的主题一致性。

一种基于K-means与Close-Form融合的树木图像提取方法

基于图像的树木自动提取是其种类、长势、形态等信息智能化判别的基础,如何实现树木的自动、准确、快速提取是具有实用性的科学问题。在自然场景中,由于图像元素多样、颜色差异大,树木自身存在不规则性,树木提取难度非常大。针对现有的图像分割与图像抠图法在树木提取过程中分别存在的误分割与过程复杂所导致的计算量大的问题,提出了一种基于K-means聚类算法优化Close-Form图像抠图的树木提取方法。在少量的标记下,依据颜色线性假设进行最小化代价函数计算,得到图像透明度;对透明度图像依次进行中值滤波、高斯滤波,得到透明度的去噪图像;对滤波后透明度与标准化的图像绿色分量组成二维空间进行K-means二聚类,实现背景与前景对象的准确判定,进而完成自然背景的树木图像提取。为了验证所提方法在不同场景和不同标记下的树木提取有效性,设计了基于K-means图像分割和传统Close-Form抠图方法的比较性试验。结果表明,基于K-means优化Close-Form的树木提取方法解决了传统Close-Form算法在少量标记下图像前景、背景估计不准确问题,克服了图像分割存在的误分类情况,实现了不同自然环境和多目标树木对象的提取。此方法具有对象提取稳定、计算时间快的优点,相对原Close-Form算法用时减少49.98%。

基于改进K-Means算法的雷电脉冲分类研究

K-均值聚类算法因具有实现简单、快速有效、适合处理大数据集等优点而被广泛应用。但是由于初始聚类中心是随机选择的,K-均值聚类的结果对初始中心值具有很大的依赖性。另一方面,聚类的类数K也对聚类结果具有重要影响,一般情况下K是未知的,需要相关的专业知识对K进行预测,如果不能事先确定合适的K值,聚类的结果也会很不理想。本文提出一种改进的K-均值算法,避开了初始中心点的随机选择,只需计算数据集合中相距最远的两个点将其设为初始中心,同时不需要预先猜测聚类的数目,大大减小了用户的使用难度,聚类效果也显著提高。论文将改进的K-均值算法应用到自然雷电脉冲的分类中,并与传统K-均值算法的分类结果进行了比较。

基于K-means颜色聚类分割与边缘检测的文字提取

针对自然场景中文字提取受复杂环境因素的影响,如光照不均匀、自然场景背景颜色多样等因素影响,采用任何单一的图像分割技术都无法进行有效地进行文字区域分割和文字提取,提出一种两种方法相结合的自然环境场景中的文字提取方法。首先,采用实现颜色聚类的K-means算法对文本区域与有颜色背景分割,然后在文本区域内对文字进行二值化处理后运用边缘检测的方法提取文字。通过VC＋＋编程环境及OpenCV技术作为该方法的验证平台,结果显示基于Kmeans算法实现颜色聚类与边缘检测方法相结合能有效进行自然环境中文字的提取。

天然气管道可靠性增长预测方法研究

为减少天然气管道投产前的设计和制造缺陷,提高使用寿命、运行可靠性和安全性、减少后期维修费用,通过统计模型结合试验数据实现对天然气管道可靠性增长水平的预测,提出天然气管道可靠性增长预测方法;分析常用可靠性增长模型并结合天然气管道可维修、小子样的特点,将Duane模型与AMSAA模型应用于天然气管道,结合点估计、趋势检验、拟合优度检验、区间估计和标准差,得出天然气管道可靠性增长模型,预测可靠性增长并进行实例验证。研究结果表明:Duane模型与AMSAA模型作为天然气管道可靠性增长试验具有可行性;其中AMSAA模型更具优势,得出天然气管道的瞬时无故障工作时间(MTBF)估计值可达到试验目标值,并预测MTBF达到2000 h时所需要的试验时间为317954611.3 h,未来第51次故障预测区间为[848.4609,939.6226],误差为1.25%,方法具有良好的适用性,可有效预测天然气管道可靠性增长。研究结果可为天然气管道设计改进提供指导。

基于K-means聚类+灰色理论+BP神经网络的区域天然气长期需求预测

【目的】不同区域影响天然气需求量的因素存在差异,数据集包含的数据特征也不尽相同,同时天然气长期需求预测存在样本数据少的问题,因此较难构建各区域通用的需求预测模型。【方法】选取山东省11个地级市为研究对象,根据天然气年度消费量、GDP、人口等影响天然气需求量的主要因素,将多个地区、多时间跨度的数据作为总样本库,使用皮尔逊相关系数对样本特征进行初筛,利用K-means聚类算法对各样本数据进行聚类,选取能源消费结构相似的3个样本点,并将样本点对应的下一时间点的天然气需求量作为数据样本的新特征;同时,将灰色理论预测输出结果作为BP神经网络的输入样本,基于新的样本数据特征与BP神经网络构建组合预测模型。【结果】基于K-means聚类+灰色理论+BP神经网络的预测方法有效利用了相似能源结构的城市天然气历史需求量,并结合灰色理论预测模型在小样本数据上鲁棒性高的优点,预测得到山东省11个地级市天然气长期需求预测的平均绝对百分比误差为0.57%~6.41%。与传统的灰色理论预测模型、BP神经网络模型、K-means聚类+BP神经网络相比,新预测方法在模型误差、预测结果的稳定性方面均有明显改进。【结论】新预测方法的使用不局限于某一地区,不仅可以为中国各城市未来的天然气需求量预测提供技术支撑,还可以为各级政府及企业开展天然气资源配置计划决策提供参考。(图5,表3,参22)

基于概念预测和关系预测的AMR解析与对齐方法

抽象语义表示(Abstract Meaning Representation,AMR)是一种深层次的句子级语义表示形式,其将句子中的语义信息抽象为由概念结点与关系组成的有向无环图,相比其他较为浅层的语义表示形式如语义角色标注、语义依存分析等,AMR因其出色的深层次语义信息捕捉能力,被广泛运用在例如信息抽取、智能问答、对话系统等多种下游任务中。AMR解析过程将自然语言转换成AMR图。虽然AMR图中的大部分概念结点和关系与句子中的词语具有较为明显的对齐关系,但原始的英文AMR语料中并没有给出具体的对齐信息。为了克服对齐信息不足给AMR解析以及AMR在下游任务上的应用造成的阻碍,Li等人[14]提出并标注了具有概念和关系对齐的中文AMR语料库。然而,现有的AMR解析方法并不能很好地在AMR解析的过程中利用和生成对齐信息。因此,该文首次提出了一种可以利用并且生成对齐信息的AMR解析方法,包括了概念预测和关系预测两个阶段。该文提出的方法具有高度的灵活性和可扩展性,实验结果表明,该方法在公开数据集CAMR 2.0和CAMRP 2022盲测集分别取得了77.6(+10.6)和70.7(+8.5)的Align Smatch分数,超过了过去基于序列到序列(Sequence-to-Sequence)模型的方法。该文同时对AMR解析的性能和细粒度指标进行详细的分析,并对存在的改进方向进行了展望。该文的代码和模型参数已经开源到https://github.com/pkunlp-icler/Two-Stage-CAMRP,供复现与参考。

面向城市交通噪声控制的树种筛选与种植策略

植物降噪是一种减碳且低成本的降噪方式,可有效改善城市声环境。然而现存植物降噪影响因素与预测模型主要集中在植物群落层面,忽略了树种间差异在不同频率噪声控制过程中的重要作用,难以满足城市交通噪声有效防控的需求。基于此,该研究以植物树干为切入点,提出一种量化树干与树皮粗糙度的方法,针对交通噪声频谱特征系统测量13种树种的吸收作用,并模拟降噪效果。研究首先测得树干吸声系数的频谱特征,确定了树干主要吸声频率范围与交通噪声频率分布具备较好的一致性;其次,从树种视角分析视觉因素与测试获取因素两个层面对树干吸声效果有影响的主要因素;最后,通过模拟对比分析15 m宽植物带种植不同树种的降噪效果,发现相差∼0.9 dBA,证明了种植吸声系数高的树种对交通噪声控制的有效性。以期从树形、树干吸声效果、树种生长速度以及种植方式等方面,提出应对城市交通噪声污染的树种筛选依据与设计策略。

植物染料结构、提取方法及表征手段研究

染整加工是赋予纺织品高附加值的关键环节,正朝着绿色、环保、可持续的方向发展。天然植物染料因具有环境友好、可生物降解、可将染色织物功能化等特点,备受行业关注。文章从纺织品染色用天然植物染料的分类及化学结构分析出发,以研究成果案例为中心,重点叙述植物染料的提取方法、优势和特点,并围绕实际染色过程需要,对天然植物染料的表征手段进行综合阐述,为天然植物染料的应用和开发提供借鉴和参考。

汉语结构性焦点分布规律及其实现条件

本文通过分析40位汉语母语者对25种句式结构中焦点的识别情况发现,汉语焦点分布与句法结构存在规律性对应关系,结构性焦点通常为无辅助成分句的句尾成分、有辅助成分句的辅助成分、分裂句“是”后成分、数量结构修饰成分。多重语言因素共同影响结构性焦点分布,作用于同一成分时会增加其突显性;作用于不同成分时,各结构性焦点标记手段依作用从强到弱呈现序列性:分裂句或数量结构(明显形式标记)>句中辅助成分位置(语义附加性)>句尾位置(信息流方向),作用更强的手段在竞争中获胜,最终确定焦点位置。语义功能上,结构性焦点的分布体现了句子高低层次语义之间中层次的信息结构义。中层次语义的提出从理论上完善了汉语语义语法体系。

王阳明“无善无恶心之体”思想重释

历来对于王阳明四句教首句“无善无恶心之体”中的“无善无恶”,学界多以至善无恶与无执著性解之。两种解释路向固然在阳明学中渊源有自,但也蕴含张力,不好统一。良知心体作为善的根据和来源,被强化为至善无恶之善,这与先前儒家所论尚无实质区别。但考诸阳明的说法,他以“无善无恶”说心之体,还表达了两层“无”的意义:其一是未发之中义,指良知心体未显发时不显露自身之为善的内容和标准;其二是自然知觉义,指良知心体遇事是非善恶自然知之、自然觉之的发用特性。阳明以“明莹无滞”,也即无执著性统称这两层含义,是其在佛道之学的影响下创造性诠释的结果。从今天的角度,可以看得比较清楚,良知心体未发之中、自然知觉二义,分别指的是隐默之知与当下呈现。

教师角色本义溯源——以奥克肖特《学与教》为省思凭证

以智能化和网络通信技术为代表的知识生产-传授机制的迅捷发展正逐渐削弱对教师的绝对信任。工具理性眼中以技术为主宰的教学单位是创造超高价值、效益和竞争优势的教育形态,派生出一系列外在而夸诞的教育“赝品”。机械技术霸权操控下的教学模式妄图替代和超越传统教育的根基。被技术变革思潮催驱的教育组织和践行者被迫对教师角色的存在本义赋予新的正当化。通过对教师角色的解义与申辩,论证其在时代境况和社会环境的巨变中仍是教育中枢的事实。依照奥克肖特《学与教》中的理论凭据,从本体论上澄清教师角色的出场与指归、元素构造与机理特征以及教学定位的逻辑蕲向。奥氏教师角色所锻铸的身份底色就是滋养、疗愈学生砌筑美善生活的道德本心,与功利效益和技术特权保持审慎的反思性对话,在传统与现代、保守与进步的争持相拥中催生忧患意识,从追逐时代潮流的冲动利欲中解脱出来。

基于AIGC+NLP的电子商务系统——内容生成与智能交互的应用研究

为解决传统电子商务系统缺乏个性化服务的问题,提出了基于生成式人工智能(artificial intelligence generated content,AIGC)和自然语言处理(natural language processing,NLP)的设计方案,并进行了关键算法和组件的原型实现。首先,利用K均值聚类算法(K-means clustering algorithm,K-means)对用户进行聚类,生成用户画像,进一步借助AIGC和NLP技术创建虚拟主播,为不同类型的用户提供个性化服务。在NLP相关研究中提出的生成对抗网络-双向编码器表征法(generative adversarial networks-bidirectional encoder representations from transformers,GAN-BERT)模型可用于实现虚拟主播与用户的智能对话功能,基于开源数据集上的对比测试,该模型效果相比于其他模型有明显提升,双语替换评测(bilingual evaluation understudy,BLEU)值可达到44.25。电子商务系统采用前后端分离的开发模式,前端引入Vue.js框架对数据进行双向绑定,后端采用Spring Cloud架构和微服务组件,保证服务的可靠性和稳定性。本系统的设计与实现过程将为其他电商平台的开发和优化提供不错的参考价值,进一步推动电商平台的发展。

抽象语义表示解析方法研究综述

句子级语义分析是自然语言处理(NLP)的核心任务,面临复杂语义的表示问题。抽象语义表示(AMR)突破浅层局限,实现了领域无关的整句通用语义表示,具备准确表征句子完整语义的能力。因为AMR解析效果会影响下游NLP任务的表现,所以解析方法成为近年的国内外研究热点。由于时效性因素,既有AMR综述未涉及新涌现的解析方法,亟需深度聚焦其前沿文献。该文首先采用CiteSpace工具分析了AMR的总体研究情况。相比英文AMR解析研究,中文AMR解析研究成果数量相对较少,尚有较大的发展空间。进而分析了AMR语料库发展和AMR解析面临的概念和概念关系识别、对齐以及融入结构信息等问题。根据不同的解析策略将解析方法分为4类,以问题为驱动,剖析了各类AMR解析方法的演进。最后,选择21个英文AMR解析器、7个中文AMR解析器,比较分析Smatch等各项实验指标。归纳实验结果发现,现有模型在学习复杂多语义关系方面亟待加强。该文通过理论和实证分析为研究者提供AMR解析方法的发展脉络和研究思路。

On the Western Conception of Natural Law

Natural law is an important concept of the Westem political culture. The author makes a simple investigation into the various definitions of natural law, based on which he comes to the conclusion that natural law is a key concept of Western political culture; that it is a moral norm of politics as well as a product of rational thinking; and that its meaning has varied over time.

一以贯之的中庸人性观——孔子人性说浅析

人性论是儒家自先秦之后一直广为讨论的话题,是儒学体系核心观念之一。孔子作为儒家人性论的开创者,其学说一直被后学者所留意,但学者讨论孔子人性说,却一直未能从孔子中庸思想作深入探讨,未能从孔子一以贯之的中庸观去解读孔子人性观。中庸人性观是孔子区别于其弟子,也区别于孟子人性说的根本处,也是他的人性说的广大包容处。

发展新质生产力专门立法研究

发展新质生产力是我国推动高质量发展的内在要求和重大战略。法治在支持和保障新质生产力发展中具有独特功能。由于现行法律存在若干不适应等问题,根据我国实际,应当单独制定一部促进新质生产力发展的专门法律,且应当是一部促进型法律。该促进型立法有利于发挥立法的导向作用,有利于扩大法治的调整空间,宪法的纲领性条款为促进型立法提供了明确的宪法依据。“新质生产力促进法”的主要内容包括:充分发挥新型劳动者潜能的人才引进制度、绩效评价制度和薪酬保障制度;有效保护以数据财产权利为中心的新型生产资料的法律制度;有力促进“劳动者与生产资料相结合”,充分激发劳动者创新创业积极性的法律制度;推进形成改造自然和人与自然和谐共生能力的法律制度。同时,抓紧制定、修订其他相关法律,以全面有效支持和保障新质生产力的发展。

苏轼“闲者便是主人”自然审美心境论探析

“闲者便是主人”自然审美心境论,包含了苏轼对自然审美时应该保持何种心境的思考,主要涉及以下三个问题:一是苏轼思想中的闲适心境。在苏轼看来,闲适心境并非指向虚无缥缈、远离尘世、沉沦认命,而是趋向自由、超脱执着、通晓天命的内心状态。这样的闲适心境可以成为最适合的自然审美心境。二是闲适心境与自然审美。“闲”“超然”“快哉”“痴”“狂”,这便是闲适心境在苏轼自然审美中的具体呈现。三是审美“主人”的问题。苏轼认为,拥有闲适心境的人对万物毫无占有之心,他们不“留意于物”,只“寓意于物”,精神自由自在,从而成为万物审美层面上的“主人”。

论董仲舒“治国三本”观——“顺命、成性与防欲”

董仲舒,中国哲学史上一个里程碑式人物。他首开儒学改革,赋予儒学政治化、神学化和经学化交融的特征。以汉武帝问政于臣的历史文献为依据,梳理出董仲舒“承天顺命”“教化成性”和“度制防欲”的“治国三本”观,并分别论述其观点产生缘由及其实施策略,进一步分析阐释该理论在其时代的意义。主要采用文献法与对比分析法进行研究。研究结论是:其一,董仲舒治国理政的主要原则是主张尊天命、重教化与立制度的统一。其二,对促进国家政治、思想与文化“大一统”及社会主义建设具有积极意义。

书籍设计中的意境营造:从写意画中借鉴

写意画和书籍设计有很多相同之处,两者同属于二维平面的创作。从写意画中借鉴意境营造的方法,有利于书籍设计品质的提高。通过分析写意画意境营造的经典理论,将经典理论与书籍设计创作语言相结合,以达到意境理论的真正迁移。书籍设计师不仅要借鉴写意画意境营造的创作手段,还要借鉴写意画意境营造的精神内涵,后者是意境营造的本质,前者是后者的外在表现。写意画的精神内涵包含有中庸,诗意,禅意,师法自然。创作手段包含有:留白、形象、线、笔墨、虚实。精神内涵提纲挈领,创作手段服务于精神内涵。