基于LEBERT的时间信息增强中文命名实体识别

为解决现有预训练模型没有充分考虑汉语词汇的分割特征的问题,提出一种基于LEBERT-ILRN-RA-CRF的中文命名实体识别模型。该模型首先利用LEBERT对输入文本进行词汇表增强和嵌入处理,然后利用ILRN模块提取时间信息,并将字符-词融合与字向量采集相结合,最后使用条件随机场(CRF)进行结果校正。此外,该模型还引入了词汇量增强和残差门控注意网络来加强时间特征的提取和局部特征的表达,进一步提升了模型的识别效果。在Weibo和Resume两个数据集上分别取得了71.73%和96.51%的宏F1值。实验表明该模型可以考虑到汉语词汇的分割问题,改善中文命名实体识别任务的识别效果。

渐进式策略的多模态无监督实体对齐方法

当前的实体对齐方法,虽然利用知识图谱中实体间的结构信息取得了不错的对齐效果,但是忽略了实体间包含的大量侧面信息。这些信息具有唯一性特征,可以用于增强对齐效果。分析了实体侧面信息在实体对齐中的可用性,提出了一种无监督实体对齐方法,使用渐进式策略并融合图文信息。该方法通过融合实体的字面量信息和视觉信息,来增强实体的特征表示;采用双向阈值最近邻算法,过滤掉距离度量过高的实体对;引入渐进式策略,来动态增加相似度阈值,以控制对齐实体对的生成质量和生成速度;定义分配算法,以优化渐进式策略得到的结果。为了验证提出的方法,在DBP15K数据集的ZH_EN、JA_EN、FR_EN子数据集上进行实验,并与PSR、EVA、DATTI等10种方法的结果进行了对比分析。实验结果表明,该方法在ZH_EN和JA_EN子数据集的对齐任务上,Hits@1指标分别达到了95.7%和97.4%,在FR_EN上Hits@10指标达到了99.9%,性能表现较佳。

基于视觉与文本语义增强的多模态命名实体识别方法

为了解决视觉特征和文本特征融合后存在部分语义缺失从而导致视觉信息对文本信息的补充有较大偏差的问题,提出了一种基于视觉与文本语义增强的多模态命名实体识别方法。融合BERT文本特征提取和CLIP(contrastive language–image pre-training)视觉特征提取方法,设计了基于协同交叉注意力机制的特征交互单元,以增强视觉信息和文本信息之间的语义关系。CLIP通过对比学习框架进行预训练,优化模型以正确匹配视觉和对应的文本描述,最大化正样本(匹配的视觉-文本对)的相似性,同时最小化负样本(不匹配的视觉-文本对)的相似性。采用通用领域数据集TWITTER-2015和TWITTER-2017作为实验数据集。实验结果表明,本模型相比传统方法在多模态命名实体识别任务中的准确率、召回率、F1值均有显著提升。

基于语料库的朝鲜语命名实体结构特征研究

本文统计Klue⁃ner和Kochet⁃ner两个命名实体语料库中的新闻、评论和文化遗产文本数据包含的不同类别朝鲜语命名实体。根据统计结果分析朝鲜语命名实体的音节长度特征分布和格词尾结合率。分析结果表明,音节长度和格词尾的使用在命名实体分类中具有一定的规律可循。本文的研究成果可用于命名实体分类工作,同时也可以为朝鲜语命名实体语料库构建提供分布结构建议。

广东省大宗商品涨价对实体经济的影响机理研究

文章旨在探讨广东省大宗商品价格涨幅对实体经济的影响。通过系统广义矩估计(Sys-GMM)对2011-2022年的面板数据进行回归分析,研究发现,大宗商品价格上涨与实体经济发展存在正相关关系。实体经济的前期值对当前值有显著的预测效果,而货币政策的调整对实体经济亦有正面影响。此外,地区人均GDP与外部贸易依存度的增长对实体经济影响不显著。通过对数据进行尾部削减的稳健性检验,上述发现得到了进一步的验证。研究结果为政策制定者提供了宝贵的数据支持,指出在制定经济政策时应考虑大宗商品价格的变动,以及货币政策对于缓解其负面影响的潜在作用。

实体法视角下低龄未成年人“核准追诉”的理解与展开

《刑法》第十七条第三款规定的“核准追诉”并非纯粹的程序法要件,而是同时具备实体法意涵。就逻辑前提而言,立法者并未以“个别下调刑事责任年龄”的法律拟制路径改变应负刑事责任的“一般人形象”,只是在极端个案中赋予司法机关具体证明个别刑事责任年龄以下者具备刑事责任能力的权力。就权力性质而言,核准追诉权不是以“是否有必要惩罚低龄未成年人”的需罚性考量为中心的自由裁量权,而是以“惩罚低龄未成年人是否正当”的应罚性判断为中心的例外反证权。实体法要件不能独立解决应罚性问题,多数观点完全切割程序法要件与实体法要件的做法不能成立,司法机关应当根据低龄未成年人是否在家庭、学校等具体场景进行充足的法律社会化为根据,补足刑事责任能力的具体证明,这正是“核准追诉”在实体法有责性层面的具体意涵。

基于经济政策不确定性探讨实体企业金融化与研发创新

以2022-2023年沪深两市A股上市公司的非金融企业为样本,从经济政策不确定性视角研究实体企业金融化对研发创新的影响。实证结果表明,企业金融化对于研发创新投入与创新产出均具有负面影响,说明金融化对研发创新具有“替代”效应;经济政策不确定性的上升会加剧企业金融化对研发创新的抑制作用,同时会加大对短期金融资产的投资,说明企业金融化行为主要是出于逐利动机;分样本检验发现,经济政策不确定性的调节作用在国有企业及非高技术企业中更显著;机制检验表明,资金流动性供给在企业金融化与研发创新之间存在遮掩效应,而金融获利水平在企业金融化与研发创新之间存在中介效应。

数字金融创新有助于促进实体经济高质量发展吗?——基于金融服务效率的机制分析与空间计量

中央金融工作会议强调,坚持把金融服务实体经济作为根本宗旨。数字金融作为数字技术与金融业态融合创新的产物,对提升金融服务效率,支持实体经济高质量发展具有重要意义。基于2011-2021年中国31个省级行政区的平衡面板数据,通过构建实体经济高质量发展指标体系和嵌套空间权重矩阵,运用空间计量模型、动态杜宾模型和中介效应检验方法,实证研究数字金融创新对实体经济高质量发展的直接影响、溢出效应和作用机制,得出:数字金融创新不仅能直接促进本地区实体经济的高质量发展,而且具有正向空间溢出效应,对邻近地区实体经济高质量发展呈现渐进、动态的长期影响。中介效应检验结果表明,提升金融服务效率是数字金融创新促进实体经济高质量发展的主要作用机制。在金融科技创新监管试点地区,数字金融创新对实体经济高质量发展的直接影响、溢出效应和中介效应均明显高于非试点地区。因此,要稳步推进金融科技创新监管试点,优化数字金融业态空间布局,畅通数字金融促进实体经济高质量发展的传导机制。

行业产教融合共同体实体化运行的具象表征、实践逻辑与推进策略

行业产教融合共同体是促进产教布局高度匹配、服务高效对接、支撑全行业发展的产教融合新型组织形态。行业产教融合共同体具有运行方式合作化、团体属性多重化、建设任务具体化的特征。行业产教融合共同体实体化运行应基于人才培养逻辑、产业发展逻辑和教育内生逻辑。通过规范搭建产教融合共同体领导架构,夯实产教融合共同体实体化运行决策基础;合理设置产教融合共同体工作组织,保证产教融合共同体实体化运行有序开展;建立健全产教融合共同体运行机制,保障产教融合共同体实体化运行规范有序;科学设计产教融合共同体建设任务,奠定产教融合共同体实体化运行工作目标;全面优化产教融合共同体运行环境,加固产教融合共同体实体化运行社会支撑等策略提升运行效果。

数字新质生产力与实体经济高质量发展:理论分析与实证检验

扎实推进实体经济高质量发展是当前及未来一段时间内中国经济发展的重要命题。作为一种新型生产力,数字新质生产力对实体经济高质量发展的重要作用日渐凸显。文章在测度实体经济高质量发展水平的基础上,借助固定效应模型探究数字新质生产力与实体经济高质量发展之间的关系。结果表明,数字新质生产力能够有效促进实体经济高质量发展。机制检验结果表明,技术创新扩散与产业结构升级是数字新质生产力影响实体经济的重要渠道。异质性检验结果证实,数字新质生产力对实体经济高质量发展的赋能作用在东部地区更为显著。

基于非靶向代谢组学的平菇子实体发育过程中菌丝体差异代谢物分析

为了解平菇生长发育过程中子实体形成的代谢物基础,采用超高效液相色谱-电喷雾串联四级杆质谱(UPLC-ESI-MS/MS)技术结合多变量统计分析方法对发菌完成期(MM)、原基期(MP)及子实体分化期(MF)的平菇菌丝体进行代谢组学分析。结果表明,主成分(PCA)模型分析结果显示3个时期平菇菌丝体中的代谢产物具有明显差异。通过正交偏最小二乘判别分析(OPLS‐DA),以VIP(varible importance in the projection)>1和差异倍数值(fold change)≥2或≤0.5为条件对MM vs MP、MM vs MF和MP vs MF中的差异代谢物进行比较分析,分别获得139个、147个和67个差异代谢物,变化倍数最大的物质包括氨基酸及其衍生物、脂质、生物碱、有机酸等,说明这些差异代谢物对平菇子实体发育具有重要影响。KEGG分析表明,苯丙氨酸代谢、色氨酸代谢、嘌呤代谢等20条代谢通路表现活跃。在子实体发育过程中,脂质、有机酸、核苷酸及其衍生物、氨基酸及其衍生物之间明显相关。以上研究结果为平菇子实体发育机制和标准化栽培提供了理论依据。

自适应特征融合的多模态实体对齐研究

多模态数据间交互式任务的兴起对于综合利用不同模态的知识提出了更高的要求,因此融合不同模态知识的多模态知识图谱应运而生.然而,现有多模态知识图谱存在图谱知识不完整的问题,严重阻碍对信息的有效利用.缓解此问题的有效方法是通过实体对齐进行知识图谱补全.当前多模态实体对齐方法以固定权重融合多种模态信息,在融合过程中忽略不同模态信息贡献的差异性.为解决上述问题,设计一套自适应特征融合机制,根据不同模态数据质量动态融合实体结构信息和视觉信息.此外,考虑到视觉信息质量不高、知识图谱之间的结构差异也影响实体对齐的效果,本文分别设计提升视觉信息有效利用率的视觉特征处理模块以及缓和结构差异性的三元组筛选模块.在多模态实体对齐任务上的实验结果表明,提出的多模态实体对齐方法的性能优于当前最好的方法.

数字金融服务实体经济发展新质生产力:路径、挑战与对策

中央金融工作会议强调,坚持把金融服务实体经济作为根本宗旨,做好数字金融大文章。服务实体经济发展新质生产力,是新时期数字金融创新的出发点和落脚点。数字金融主要通过资源配置效应、普惠金融效应和技术溢出效应三条路径服务实体经济发展新质生产力,其在促进生产要素创新性配置、提高实体企业全要素生产率、支持新兴产业和未来产业发展、助力乡村振兴战略实施、赋能传统实体企业数字化转型、催生“元宇宙”生态等方面发挥了重要作用。但是对照新质生产力的丰富内涵,数字金融服务实体经济发展新质生产力在创新监管、金融生态、“金融元宇宙”落地、复合型创新人才培养等方面仍面临挑战。为此,提出深化金融科技创新监管试点、完善数字金融生态圈、加强前沿技术协同攻关和应用、加快培养复合型创新人才等对策,以期更好地推动数字金融守正创新,服务实体经济发展新质生产力,为实现高质量发展提供强劲支撑。

金融科技创新如何促进实体经济高质量发展——基于金融服务效率的机制分析与空间计量

金融科技创新对于提升金融服务效率,服务实体经济具有重要意义。基于2011—2021年我国31个省份的平衡面板数据,运用空间计量模型和中介效应检验,研究金融科技创新对实体经济高质量发展的直接影响、间接效应和作用机制。研究发现:金融科技创新不仅能直接促进本地区实体经济高质量发展,而且具有正向空间溢出,对邻近地区实体经济高质量发展呈现渐进、动态的长期影响。中介效应和异质性检验表明,提升金融服务效率是金融科技创新促进实体经济高质量发展的主要机制。在金融科技创新监管试点地区,金融科技对实体经济高质量发展的直接影响、间接效应和中介效应均明显高于非试点地区。因此,要优化金融科技业态空间布局,提升金融服务效率,深化金融科技创新监管试点,以更好地服务实体经济高质量发展。

数字经济与实体经济融合的制度安排

数字经济与实体经济融合是建设现代化产业体系的现实需要,也是推动实体经济高质量发展的内在要求。然而,数据产权、交易、分配和治理制度不健全、核心技术存在短板、数字技术与传统产业脱节、寡头垄断平台“一家独大”、数字基础设施供求不匹配、数字鸿沟较大为数字经济与实体经济融合带来了现实挑战。数据要素制度、数字技术制度、数字产业制度、数字平台制度、数字基础设施制度可为数字经济与实体经济融合发展提供关键内核、强劲动能、生态体系、中介载体和坚实底座。因此,数字经济与实体经济走向深度融合需要加强相关的制度安排,未来应完善以“数据二十条”为核心的数据要素制度、“卡脖子”技术攻关制度、数字产业融合制度、数字平台治理制度、数字基础设施共投共建共享制度和数字鸿沟弥合制度。

数字金融、创业效应与实体经济高质量发展

基于2011—2021年中国省域面板数据,从五个维度对实体经济高质量发展指标体系进行构建,利用空间杜宾模型检验数字金融对实体经济高质量发展的影响。结果显示:第一,数字金融能显著促进实体经济高质量发展且存在正向空间溢出效应,发展数字金融对本省份和邻近省份实体经济高质量发展均有推动作用。第二,创业效应在数字金融助力实体经济高质量发展的过程中存在显著的传导作用,提升创业效应水平是数字金融赋能实体经济高质量发展的重要机制。第三,门槛模型检验发现,数字金融对实体经济高质量发展的积极影响呈现“边际效应递增”的非线性特点,且创业效应在其中发挥调节作用,能够增强数字金融对实体经济高质量发展的影响效果。据此提出全面建设中国数字金融体系,加强数字金融对企业创业创新活动的引导扶持,充分重视并利用数字金融的空间外溢效应,深度赋能实体经济高质量发展等政策建议。

数字经济与实体经济深度融合的微观内涵、发展机理和政策取向

数字经济与实体经济的深度融合是数字技术和数据要素双轮驱动的结果,是从微观企业到中观产业再到宏观社会经济三个层面依次递进的过程。作为数实融合的基本单元,实体企业与外部数字环境的交互联结及其内部数字化转型共同构成了微观层面数实融合的主要内容。以实体企业为研究对象,从数据要素、数字技术和数字环境三个方面明晰数字经济与实体经济深度融合的微观内涵,从实体企业的生产过程、组织管理过程、研发创新过程、绿色发展过程和供应链过程五个维度解析数字经济与实体经济深度融合的微观发展效应。针对效应形成机制和环境制约因素,应加快构建和完善数字经济与实体经济深度融合的基础设施生态、产业生态、创新生态、人才生态和治理生态,以生态系统建设进一步强化数实深度融合的微观发展效应,赋能实体经济高质量发展。

深化职业教育产教融合的关键是实现跨界组织实体化运作

深化产教融合是职业教育实现高质量发展的核心举措。改革开放以来,我国职业教育产教融合在政策牵引和实践演绎的相互作用下,展现了由松散到紧密、由浅层次到深层次的演变历程。但长期以来,产教“融而不合”、校企“跨而不实”的现实困境始终难以破题。伴随市域产教联合体、行业产教融合共同体等新型产教跨界组织的产生与发展,以制度突破为基本前提,推进跨界组织的实体化运作成为深化职业教育产教融合的关键。而实现这一点,需要跨界组织具有符合实际的组织结构、发挥实效的主导权力、约束有力的职责分工、稳定的利益共享机制、有效的激励保障政策,也需要多方主体协同有效的共建共治。

面向技术识别的专利实体抽取--以类脑智能领域为例

[研究目的]专利实体抽取是基于专利文本的技术识别的基础。目前专利实体抽取任务面临自动化程度和准确率较低等问题,该研究从两方面对此进行改进:一是建立特定领域的高质量专利语料库,二是将先进的算法模型运用到专利实体抽取中。[研究方法]定义了包含13种实体类型的细粒度信息体系,并据此对921篇类脑智能专利的标题和摘要进行人工标注,此后运用Bert-BiLSTM-CRF模型,融合深度学习和机器学习对类脑智能专利实体进行识别。[研究结论]模型在总体上获得0.8的准确率、召回率和F1值,不同类型实体的识别效果具有差异。为了验证模型的性能,设计了几个对比实验。结果显示,微调数据和增加训练规模可以提高模型性能,本模型性能优于同时期一些经典模型。

基于RoBERTa-Span-Attack的标签指针网络军事命名实体识别

军事领域文本中存在大量军事实体信息,准确识别这些信息是军事文本信息提取和构建军事知识图谱的基础性任务。首先,提出了一种基于RoBERTa预训练模型、跨度和对抗训练的标签指针网络的融合深度模型(RoBERTa-Span-Attack),用于中文军事命名实体识别;然后,采用了一种基于Span的标签指针网络,同时完成实体的起止位置和类别的识别任务;最后,在模型训练过程中加入对抗训练策略,通过添加一些扰动来生成对抗样本进行训练。在军事领域数据集上的实验结果表明:所提出的军事领域命名实体识别模型相较于BERT-CRF、BERT-Softmax和BERT-Span,在识别准确度上具有更优的效果。