基于热度联合排序的微博热点话题发现

微博热点话题发现对于舆情分析和观点挖掘具有重要作用,提出了一种基于热度联合排序的微博热点话题发现方法,并构建统一的模型框架将微博文本和热点主题词之间的各种关系进行了有机融合;考虑微博用户的权威性以及主题词的时间段相关特性,对微博文本和主题词的热度进行了联合排序并互相增强;使用主题词组合支持度作为阈值对热度序列中的主题词进行聚类以表征热点话题。实验表明,所提方法对于热点主题词的抽取以及热点话题发现具有较高准确性,可以及时有效地发现特定时间段内的微博热点话题。

联合偏差度排序方法

利用决策者在供选方案集的有限覆盖子集间的偏差度判断。

一种联合语义和关联匹配的工程咨询报告检索模型

提出了一种面向工程咨询报告的文本检索模型,通过联合语义匹配和关联匹配实现了标题与段落的准确、高效检索,可有效地辅助工程咨询报告的撰写工作。首先,基于工程咨询报告的文本检索语料集,对对比学习模型进行微调,并对标准的基于变换器的双向编码器(Vanilla BERT)模型进行初始化;接着,利用Vanilla BERT模型和线性层对语料文本进行训练,得到语义匹配分数。同时,构建了文本信息和关键词信息的义原词向量表示,并通过深度文本交互模型获得关联匹配分数。将语义匹配分数和关联匹配分数归一化后进行加权融合,得到最终的匹配分数,完成标题与段落之间的文本检索。在所提模型中结合了上下文向量表示和文本交互匹配方法,相较于最优的对比模型,所提模型的P@20评价指标提升了7.49%,有效增强了文本检索的效果。

网页排序中的随机模型及算法

随着互联网规模的日益增长,搜索引擎已经成为互联网上有效的信息获取工具.而在众多搜索引擎的背后,是信息检索技术,也即网页排序算法在起作用.网页排序包括重要性排序和相关性排序.通过我们研究发现,尽管这两类排序所依据的准则不同,但是都可以通过建立适当的随机过程模型来研究.对于网页重要性排序,我们通过分析用户浏览网页的行为建立了Markov骨架过程的框架.基于该框架我们分析了三种不同的随机过程模型对用户行为模拟的合理程度,并设计了名为BrowseRank的一组新算法,该算法可以根据用户上网行为来计算网页的重要性.在网页相关性排序中,我们主要针对排序结果联合问题建立了一个基于Markov链的监督学习框架.通过将传统方法的监督化,使原来难于解决的问题变的易于学习,将原来的NP-难问题转化为一个半正定规划问题,提高了效率.

成本-效果分析与决策实践间的桥梁

成本-效果分析(广义,包括成本-效用分析)是应用较为广泛的药物经济学评价方法,在评价实践中占有重要的地位。然而,由于成本-效果分析评价标准的缺失导致其评价结果ICER值无法直接应用到报销、定价、合理用药、新药研发等决策实践中。为此,经济学家们在ICER值与决策实践间构建了一些桥梁,这些桥梁是连接ICER值与决策制定的重要工具,可使药物经济学评价结果ICER值更好地为决策实践服务。药物经济学评价在各领域中的应用方法大同小异,本文主要以在报销领域中的决策实践为例进行阐述。

GKTR:一种融合图卷积拓扑特征和关键词特征的工程咨询报告检索模型

[目的]针对现有检索方法语义特征提取不充分的问题,提出一种融合图卷积拓扑特征和关键词特征的工程咨询报告检索模型。[方法]构建面向工程咨询报告的文本检索语料集,将语料传入BERT模型得到上下文向量,并通过图卷积网络和深度交互匹配模型得到第一个匹配得分;同时将段落关键词通过Word2Vec模型得到向量映射,与标题进行相似度计算得到第二个匹配得分。取两个匹配得分的平均值得到最终的匹配得分。[结果]GKTR联合多种文本交互匹配模型,相较于联合排序模型CEDR在P@20指标上最高提升3.06个百分点。[局限]实验数据主要来源于大型国企工程咨询公司的工程咨询报告,在其他领域中的效果有待验证。[结论]GKTR模型在面向工程咨询报告的文本检索语料库上,能够有效提升文本检索的效果。