旅游自动问答系统中多任务问句分类研究

目前旅游产业信息化建设需要构建旅游自动问答系统,其中问句分类是问答系统的重要组成部分,传统问句类别体系角度单一,且传统分类模型对不平衡的问句数据集表现欠佳。针对这一问题,该文从问题主题和问句答案类型两个角度构建了旅游领域的问句类别体系架构,并提出多任务问句分类模型MT-Bert,在BERT上进行多任务训练,并加入自注意力机制,使用Softmax分类器,并设计了多任务融合损失函数。在山西旅游数据集的结果表明,MT-Bert在两种类别体系的微平均F1值分别为97.6%、91.7%,且避免了非平衡数据的预测失败问题,可以有效处理非平衡数据。

大学生自杀行为影响因素的分类决策树分析

为了识别大学生自杀行为的风险和保护因素。对在校大学生实施感恩问卷、自我控制双系统量表、自杀问卷及人口学信息调查,获得有效数据11288份,进行分类决策树分析。结果显示:大学生近一年内自杀意念发生率17.1%,近半年内自杀行为发生率3.8%。分类决策树分析发现,自杀意念为根节点,感恩、冲动、控制、家庭阶层、是否独生均为重要的子节点(AUC=0.959)。结论:自杀意念是大学生自杀行为最重要的近端风险因素,冲动为中端风险因素,感恩特质和适度控制分别为远端保护因素;低社会家庭阶层、中高阶层家庭的非独生子女大学生由自杀意念转变自杀行为的风险较高。

煤岩气:概念、内涵与分类标准

近年来,准噶尔、鄂尔多斯等盆地深层煤岩储层中的天然气勘探开发取得重大突破。针对目前工业界和学术界对这种新类型非常规天然气表述不一致的现状,在前人研究的基础上定义了“煤岩气”概念,并系统对比剖析其赋存状态、运储形式、差异聚集和开发规律。在地质上,煤岩气不同于传统意义上的煤层气,具有游离气与吸附气并存、富含游离气,自生自储-微距运移并可有他源的聚集,煤岩割理裂缝发育、游离气差异富集等特点,埋深超过2000m的深层煤岩气具有“高压力、高温度、高含气、高饱和、高游离”的“5高”地质特征;在开发上,与页岩气、致密气特征相似,人工改善储层连通性后,无需排水降压,高势能游离气弹性驱动产出、压降后吸附气解吸接替,可依靠地层自然能量开采,游离气与吸附气连续接力长周期产气。按照埋深、煤阶、压力系数、储量规模、储量丰度和气井产量等,提出了煤岩气的分类标准和资源/储量估算方法。初步估算埋深超过2 000 m的中国煤岩气地质资源量超过30×1012m3,是国家重要的战略资源。提出鄂尔多斯、四川、准噶尔和渤海湾等盆地是煤岩气的规模富集有利区,梳理了技术与管理挑战并指出攻关方向,为中国煤岩气管理与勘探开发奠定理论、评价和生产实践基础。

蓄水后向家坝库区鱼类物种、分类和功能多样性变化

为了解向家坝水电工程对金沙江下游鱼类多样性的影响,基于2016-2018年邵女坪(库首)、绥江(库中)和桧溪(库尾)3个江段的鱼类群落调查数据,分析了向家坝库区鱼类物种、分类和功能多样性空间格局,结合蓄水前(2011年)和蓄水初期(2015年)的资料,探讨了蓄水后向家坝库区不同维度鱼类多样性的变化趋势。向家坝库区各江段以广适性的瓦氏黄颡鱼(Pelteobagrus vachelli)和静水性的■(Hemiculter leucisculus)占优势,两者的数量百分比分别为30.15%±14.82%和13.91%±11.16%。非度量多维尺度分析显示,蓄水后向家坝库区库首邵女坪和库中绥江鱼类群落差异最小,库首邵女坪和库尾桧溪鱼类群落差异最大;库中绥江在蓄水前、蓄水初期和2016-2018年3个时期的鱼类群落差异均较大,表明蓄水后绥江江段鱼类群落经历了剧烈变化。库区不同江段鱼类Margalef丰富度指数、Shannon-Wiener多样性指数和Pielou均匀度指数均表现为:桧溪>邵女坪>绥江,鱼类分类多样性指数和分类差异指数均表现为:桧溪>绥江>邵女坪。库区鱼类摄食、运动和繁殖等不同维度的功能多样性(功能丰富度、功能均匀度、功能离散度)空间格局不同,但总体上库中绥江鱼类功能丰富度最高,功能均匀度最低。与蓄水前相比,绥江江段鱼类物种、分类多样性呈下降趋势,鱼类功能丰富度和均匀度也有下降趋势。蓄水后绥江江段鱼类群落主要功能性状发生了明显变化,如蓄水前以下位口、纺锤形体型鱼类占优势,蓄水后以端位口、侧扁形体型鱼类占优势。不同维度多样性指数侧重于鱼类多样性的不同方面,结合多种指数分析有利于更全面地了解鱼类群落对环境变化和外界干扰的响应。研究结果有助于深入了解水电工程建设对金沙江下游鱼类多样性的影响,为鱼类多样性保护提供依据,也可为长江“十年禁渔”效果评估提供本底资料。

基于Depth-wise卷积和视觉Transformer的图像分类模型

图像分类作为一种常见的视觉识别任务,有着广阔的应用场景。在处理图像分类问题时,传统的方法通常使用卷积神经网络,然而,卷积网络的感受野有限,难以建模图像的全局关系表示,导致分类精度低,难以处理复杂多样的图像数据。为了对全局关系进行建模,一些研究者将Transformer应用于图像分类任务,但为了满足Transformer的序列化和并行化要求,需要将图像分割成大小相等、互不重叠的图像块,破坏了相邻图像数据块之间的局部信息。此外,由于Transformer具有较少的先验知识,模型往往需要在大规模数据集上进行预训练,因此计算复杂度较高。为了同时建模图像相邻块之间的局部信息并充分利用图像的全局信息,提出了一种基于Depth-wise卷积的视觉Transformer(Efficient Pyramid Vision Transformer,EPVT)模型。EPVT模型可以实现以较低的计算成本提取相邻图像块之间的局部和全局信息。EPVT模型主要包含3个关键组件:局部感知模块(Local Perceptron Module,LPM)、空间信息融合模块(Spatial Information Fusion,SIF)和“+卷积前馈神经网络(Convolution Feed-forward Network,CFFN)。LPM模块用于捕获图像的局部相关性;SIF模块用于融合相邻图像块之间的局部信息,并利用不同图像块之间的远距离依赖关系,提升模型的特征表达能力,使模型学习到输出特征在不同维度下的语义信息;CFFN模块用于编码位置信息和重塑张量。在图像分类数据集ImageNet-1K上,所提模型优于现有的同等规模的视觉Transformer分类模型,取得了82.6%的分类准确度,证明了该模型在大规模数据集上具有竞争力。

颞下颌关节紊乱病的分类、诊断及治疗进展

近年来关于颞下颌关节紊乱病的分类和诊断已基本取得共识。颞下颌关节紊乱病是一种具有明显生物-心理-社会模式特点的心身疾病,除了临床诊断外,还要评价疼痛相关的功能丧失和心理状况。尽管外科手术治疗的水平有了很大的进步,但仍要强调治疗首选是非手术的保守治疗。相当一部分患者症状体征轻微或完全没有任何症状体征,颞下颌关节紊乱病治疗应充分考虑其症状体征对患者的影响程度,而不是仅仅根据临床诊断和影像检查结果而作出是否需要治疗的结论。

文本分类算法及其应用场景研究综述

随着大数据时代的到来,互联网中的文本信息迎来了井喷式的增长.文本分类作为自然语言处理中最重要的技术之一,其广泛应用于多个领域,如情感分析、新闻分类、自然语言推理、主题标记、抽取式问答、虚假内容检测等.从传统机器学习分类方法理论的深入到深度学习分类方法探索的兴起,相关研究模型与思路也在不断演变,各类新的方法、数据集和评价指标层出不穷,丰富了文本分类领域的研究,取得了卓越的理论成就和应用效果.尽管如此,新技术不断发展和业务应用场景不断丰富,同时,也为文本分类研究带来了许多新的问题与挑战,如数据约束场景中不均衡数据的文本表征学习、小样本场景下的文本分类等.针对当前研究难题与挑战,本文对文本分类方法进行了系统性调研,并对当前方法在实际应用场景中面临的技术挑战和未来的研究方向进行了综合探讨.具体而言,本文主要综述了七部分内容,分别是:(1)对文本分类技术的相关基础知识进行了全面介绍,包括文本分类的常见符号定义、计算范式和文本预处理技术;(2)对基于传统机器学习的文本分类方法进行了详细总结;同时,为了方便读者针对不同的应用场景选择合适的分类模型,本文对不同分类器擅长处理的文本分类难题及方法优劣进行了总结;(3)对基于新兴深度学习的文本分类方法进行了周详梳理,根据领域内代表性技术的核心思想进行分类,在此基础上对不同类别下的主要方法进行描述,同时对其技术的优劣进行了总结;(4)为了方便读者对文本分类模型的有效性进行验证,针对文本分类技术应用最为广泛的七大场景,本文对相关数据集进行了系统性的总结;(5)本文对不同任务目标下的常用的模型评价方法进行详尽介绍,以便对模型性能进行合理的定量评估;(6)基于上述内容,本文对典型应用场景中不同种类文本分类算法进行了性能总结对比;(7)本文分别从数据约束与模型计算两个层面对当前文本分类技术所面临的挑战和未来的重要研究方向进行了总结.本文通过梳理文本分类研究发展脉络,对涉及的代表性技术进行了详细总结和对比分析,有效填补了文本分类领域前沿技术的应用综述空白.

数据分类分级确权对数据要素价值实现的影响

数据确权是释放数据要素价值的基础,同时也是数据要素市场正常运行和不断发展的关键支撑。研究梳理了数据确权相关概念以及如何建立产权体系以实现数据确权的路径。在此基础上,本研究明晰了数据分类分级确权的具体方式,并基于价值链分析其对数据价值实现中各个环节的影响。研究结果表明,在数据采集环节数据分类分级确权制度能够激励数据供给,提高数据质量,同时激发市场活力;在数据组织环节,它细分了技术工作,保护隐私数据,并挖掘潜在价值;在数据流通环节,它能调节负外部性、降低交易成本、优化资源配置;最后,在数据利用环节,它在数据合规监管和数据价值再开发方面发挥了关键作用。

基于双阶段元学习的小样本中医舌色域自适应分类方法

舌色是中医(TCM)望诊最关注的诊察特征之一。在实际应用中,通过一台设备采集到的舌象数据训练得到的舌色分类模型应用于另一台设备时,由于舌象数据分布特性不一致,分类性能往往急剧下降。为此,该文提出一种基于双阶段元学习的小样本中医舌色域自适应分类方法。首先,设计了一种双阶段元学习训练策略,从源域有标注样本中提取域不变特征,并利用目标域的少量有标注数据对网络模型进行微调,使得模型可以快速适应目标域的新样本特性,提高舌色分类模型的泛化能力并克服过拟合。接下来,提出了一种渐进高质量伪标签生成方法,利用训练好的模型对目标域的未标注样本进行预测,从中挑选出置信度高的预测结果作为伪标签,逐步生成高质量的伪标签。最后,利用这些高质量的伪标签,结合目标域的有标注数据对模型进行训练,得到舌色分类模型。考虑到伪标签中含有噪声问题,采用了对比正则化函数,可以有效抑制噪声样本在训练过程中产生的负面影响,提升目标域舌色分类准确率。在两个自建中医舌色分类数据集上的实验结果表明,在目标域仅提供20张有标注样本的情况下,舌色分类准确率达到了91.3%,与目标域有监督的分类性能仅差2.05%。

基于图卷积神经网络的节点分类方法研究综述

节点分类任务是图领域中的重要研究工作之一。近年来随着图卷积神经网络研究工作的不断深入,基于图卷积神经网络的节点分类研究及其应用都取得了重大进展。图卷积神经网络是基于卷积发展出的一类图神经网络,能处理图数据且具有卷积神经网络的优点,已成为图节点分类方法中最活跃的一个研究分支。对基于图卷积神经网络的节点分类方法的研究进展进行综述,首先介绍图的相关概念、节点分类的任务定义和常用的图数据集;然后探讨两类经典图卷积神经网络——谱域和空间域图卷积神经网络,以及图卷积神经网络在节点分类领域面临的挑战;之后从模型和数据两个视角分析图卷积神经网络在节点分类任务中的研究成果和未解决的问题;最后对基于图卷积神经网络的节点分类研究方向进行展望,并总结全文。

中国大健康产业统计分类与产业规模再测算

由于产业间深度融合,新业态、新模式持续涌现,健康产业的边界不断拓展,原有的健康产业统计分类已不能满足大健康产业的统计需要,官方统计也未测算出健康产业增加值,无法全面、及时反映大健康产业的发展状况。因此,文章首先在健康产业基础上从供给和需求角度界定并拓展大健康产业的内涵及外延;其次,在《健康产业统计分类(2019)》的基础上,基于国民经济核算理论,引入“大健康总产品”概念,聚焦“全生命周期”和“全人群”两个着力点,从全产业链产品供给及全口径人群健康需求两个视角探讨大健康产业统计分类标准,补充和完善大健康产业统计分类;最后,依据现有的投入产出表、经济普查及统计年鉴数据,计算各行业的大健康分离系数,据此推算我国大健康产业及健康服务业增加值。结果显示:2018年我国大健康产业增加值为10.27万亿元,其中健康服务业增加值为7.04万亿元,预测2020年、2030年健康服务业增加值分别为8.46万亿元、21.27万亿元,基本符合《“健康中国2030”规划纲要》对健康服务业发展规模的预期。

论客体对数据基本产权和分类确权的决定作用

数据二十条构建了基本数据产权,但要进一步确权立法,必须依据数据关系客体的不同对数据基本产权作出总体规定,并应根据客体类型作出分别规定。数据及其产品是新型民事关系客体,可被多人同时使用,其财产关系依合同产生具有相对性,这一客观规律决定数据产权为不同于所有权的有限产权。数据产权包括人格性权利和财产性权利,财产性权利以人格性权利为基础。数据确权立法的基本框架包括数据流通中当事人享有的数据持有权、加工使用权、数据产品经营权等基本数据财产权,著作类电子产品当事人的权利,数据直接生成产品当事人的权利,货币结算与比特币的规定,法院管辖、涉外法律适用、仲裁等内容。

“三生”功能视角下城市近郊区村庄发展适宜性评价与分类——以江西抚州临川区为例

城市近郊区是城乡融合的关键地带,识别该地区村庄类型有助于统筹城乡发展格局。本研究以江西省抚州市临川区为研究对象,基于“三生”功能视角构建临川区村庄发展适宜性评价体系,利用空间自相关揭示其空间集聚特征,采用村庄类型识别系统划定339个行政村的村庄类型,进而提出村庄发展策略。结果表明:临川区村庄发展适宜度指数总体较高,生产功能、生活功能和生态功能指数平均值分别为0.592、0.585和0.466,前二者在空间上呈现“北强南弱”的分布格局;临川区村庄发展适宜度具有显著的空间集聚特征,具体表现为生产功能和生活功能指数的“北热南冷”以及生态功能指数的“中间冷边缘热”;临川区村庄类型分为4类2型,城郊融合类与集聚提升类中的集聚发展型村庄是乡村振兴的重点发展对象。根据村庄类型识别结果提出以地类管控为基础的村庄差异化发展策略,可以明确村域国土空间的优化布局,推动城乡深度融合。

基于FPGA的小目标识别分类系统的设计与实现

为了提高小目标识别和分类的实时性,同时降低识别系统的资源消耗,本文提出了一种简易、高效的现场可编程门阵列(Field Programmable Gate Array,FPGA)小目标识别分类系统。该系统首先通过图像预处理消除图像噪点,并采用并行计算提升系统实时性。然后将处理后的图像与模板进行匹配计算得到识别结果,设计的模板匹配电路具有较小的硬件复杂度和较快的处理速度。实验结果表明,本文所提出的识别系统在680×480图像分辨下,可达137.5帧/s的处理速度,实时性强,同时仅消耗了9个块随机存储器(Block Random Access Memory,BRAM)和2个数字信号处理器(Digital Signal Processor,DSP),硬件资源消耗较少,在处理小目标识别和分类问题上有较好的实用价值。

基于CNN的作物分类识别图像获取平台研究进展

基于机器视觉的作物精准分类识别是农业自动化、智能化作业的前提。在作物图像分类识别任务中,卷积神经网络(CNN)是当前应用最广泛的算法之一。作物表型特征及生长环境的复杂性,决定作物图像获取平台的多样性。通过分析2020—2022年国内外基于CNN的作物分类识别研究,图像获取平台可划分为通用平台和自建平台两大类:通用平台硬件产品成熟、部署方便,但要做好设备选型和环境搭建;自建平台分为固定式和移动式,能高效获取试验数据,但硬件集成较为复杂。详细对比分析各类平台的优缺点及适用范围。作物图像获取平台的未来趋势包括:高通量、高效率、自动化的通用图像获取装置,集成多种传感器的多模态数据采集与融合应用,自带运算处理的智能摄像头等,更精细化的图像获取平台将有效支撑作物表型的深入研究。

多区域注意力的细粒度图像分类网络

目前细粒度图像分类的难点在于如何精准定位图像中高度可辨的局部区域以及其他辅助判别特征。提出一种多区域注意力的细粒度图像分类网络来解决这个问题。首先使用Inception-V3对图像特征进行提取,通过重复使用注意力擦除的方法使模型关注次要特征;然后通过背景去除以及上采样的方法获取图像更精准的局部图像,对提取到的局部特征进行位置统计,并以矩形框的方式获取图像整体,减少细节信息丢失;最后对局部与整体图像进行更加细致的学习。此外,设计联合损失函数,通过动态平衡难易样本和缩小类内差距的方法改善模型的识别效果。实验结果表明,该方法在公开的细粒度图像数据集CUB-200-2011、Stanford-Cars和FGVC-Aircraft上的准确率分别达到89.2%、94.8%、94.0%,相较于对比方法性能更优。

从问题分类法视角评估生成式人工智能在情报工作中的应用效能

[目的/意义]借鉴以赛亚·伯林的问题分类法,评估生成式人工智能在情报工作中的应用效能。[方法/过程]通过文献分析与批判性思考,将伯林的问题分类法映射到情报工作中,分析、评估生成式人工智能在应对事实/经验、逻辑/形式、哲学/思辨问题时相较情报工作者的优势和局限。[结果/结论]生成式人工智能应对情报工作中事实/经验、逻辑/形式类问题时相较情报工作者可能具有较大优势;应对情报工作中哲学/思辨问题时则不占有优势。基于此,讨论了生成式人工智能在我国情报工作中的应用前景,并给出相应建议。

轻罪的界定标准与分类治理

犯罪分层是轻罪治理的应有之义。关于轻罪的界定,从立法和司法不同层面,采取“形式+实质”相结合的“综合标准说”较为合理。由此,轻罪可分为形式轻罪与实质轻罪。对于形式轻罪,无论“法定刑说”抑或“宣告刑说”,均难以充分反映轻罪的主客观情形。根据定罪量刑过程中刑罚的运行形态,形式轻罪可分为法定的轻罪、处断的轻罪和宣告的轻罪。其中,处于中间层的处断刑涵摄影响和决定定罪量刑的主客观要素,将其作为界定轻罪的标准更符合轻罪治理的目的需要。从类型化角度,对于实质轻罪考察影响罪行轻重的基本要素和变量要素,可将其分为单一的轻罪、复合的轻罪、转化的轻罪等类型。在轻罪治理方面,应当对轻罪“趋轻”的两极化刑事政策予以理性反思,贯彻宽严相济的刑事政策,完善实质轻罪的出罪机制,促进轻罪的刑罚轻缓化,以实现轻罪的分类治理。

基于双节点-双边图神经网络的茶叶病害分类方法

传统茶叶病害分类主要依赖人工方法,此类方法费工费时,同时茶叶病害样本较少使得现有的机器学习方法的模型训练不充分,病害分类准确率不够高。针对茶炭疽病、茶黑煤病、茶饼病和茶白星病4类病害,提出一种基于双节点-双边图神经网络的茶叶病害分类方法。首先通过两分支卷积神经网络提取RGB茶叶病害特征和灰度茶叶病害特征,两分支均采用ResNet12作为骨干网络,参数独立不共享,两类特征作为图神经网络的两个子节点,以获得不同域样本所包含的病害信息;其次构建相对度量边和相似性边两类边,从而强化节点对相邻节点所含病害特征的聚合能力。最后,经过双节点特征和双边特征更新模块,实现双节点和双边交替更新,提高边特征对节点距离度量的准确性,从而实现训练样本较少条件下对茶叶病害的准确分类。本文方法和小样本学习方法进行了对比实验,结果表明,本文方法获得更高的准确率,在miniImageNet和PlantVillage数据集上5way-1shot的准确率分别达到69.30%和88.42%,5way-5shot准确率分别为82.48%和93.04%。同时在茶叶数据集TeaD-5上5way-1shot和5way-5shot准确率分别达到84.74%和86.34%。

基于荧光光镊与机器学习的单细胞血液分类方法

利用物种间血液成分的差异来识别物种,对生物医学、医疗健康、海关、刑侦、食品安全、野生动物保护等工作十分重要。但目前的研究都是针对群体细胞展开,忽略了单细胞的异质性,开展基于单细胞的血液光谱分类方法研究非常迫切。在此提出了一种基于荧光光镊和机器学习的单细胞血液分类方法,利用光镊实现了单细胞捕获,通过荧光光谱检测系统获得了单细胞荧光光谱数据,并基于机器学习方法实现了准确分类。首先,设计并搭建了一套荧光光镊系统,实现了单细胞捕获和荧光光谱检测。然后,制备了马、猪、犬、鸡四种动物的红细胞稀释液,以440 nm激光作为荧光激发光源,获得了四个物种每种100条、共计400条荧光光谱数据,并进行了背景去除、平滑、归一化的预处理,消除了信号中的噪声干扰。随后,建立了随机森林分类模型,分析了当抽取特征数k=20时,模型中树的棵数与预测准确率之间的关系,当决策树m=500时,分类正确率趋于稳定,有很高的分类正确率和运行效率。进一步地,设定样本数据的30%作为测试集、70%为训练集,计算不同波长与特征重要性之间的关系,得到了10个分类准确率,并取平均值作为模型分类的准确率,测试集最终准确率达到93.1%,方差为0.31%。最后,计算了混淆矩阵,对模型预测精度进行了评价,鸡的分类正确率最高,马的分类正确率最低。分析表明,对分类有重要贡献的物质分别是卟啉类物质、血红素和黄素腺嘌呤二核苷酸。总之,研究表明,将荧光光镊与机器学习方法相结合,可实现单细胞水平的血液分类,较高的分类正确率验证了这种方法的可行性和有效性。同时,该方法不需要过多样品就能满足建模需求,避免了因浓度低带来的荧光自吸收强度过低等问题,具有快速、准确分类的优点,具有非常重要的潜在应用价值。