基于FastText模型的匿名数据文本分类研究

本文主要讨论在数据匿名化情况下,FastText模型相比其它机器学习模型,对文本分类问题是否是更优解。本文对公开新闻数据集的20万条中文文本数据进行匿名化处理,然后分别采用逻辑回归、LGBM、随机森林和FastText模型进行分类,并且针对结果,对FastText提出两方面的改进,通过多个评价指标进行评价后,FastText模型无论在准确率上,还是在运行效率上,均比其它模型更优秀。

基于fastText模型的词向量表示改进算法

传统词向量表示模型往往忽视了单词间的句法形态结构,导致模型预测准确率不高.为此,提出基于fastText模型的词向量表示改进算法.首先,在训练模型数据集上,引入stopwords处理技术,剔除一些无意义介词等对预测模型干扰,减少噪声数据;其次,针对fastText模型中n-gram分解格式进行限定,将分解条件设置为符合英文单词的组成结构;最后,去除fastText模型中单词前后缀标记符,减少无用分解对模型预测产生干扰.实验结果表明,与fastText模型相比,所提出的改进模型在单词关系评分、语义相似性、句法相似性均取得较好的准确率.

基于GRW和FastText模型的电信用户投诉文本分类应用

随着神经网络的广泛应用,将神经网络应用到自然语言处理文本分类问题中,成为一种有效的解决方法。电信运营商客户服务中心通过多种渠道收集用户投诉信息,为了对投诉文本信息进行自动分类并将其落实到具体责任部门,提升用户感知,提出了一种基于GRW模型和FastText模型的文本分类方法。首先通过GRW模型对投诉文本进行特征选择,提取有效特征词;然后构建基于FastText模型的用户投诉文本分类方法;最后在公开数据集和运营商已标注的投诉文本数据集上进行实验。结果表明,基于GRW和FastText模型的文本分类方法比朴素贝叶斯、双向LSTM和Bert模型在准确率、Kappa系数及汉明损失方面的性能有较大提升。

融合FastText模型和注意力机制的网络新闻文本分类模型

[目的/意义]构建融合Fast Text模型和注意力机制的网络新闻文本分类模型,为网络新闻平台运营提供了智能化的知识组织思路。[方法/过程]基于Word2vec模型与Fast Text模型相结合的词向量模型Ngram2vec进行网络新闻文本的语义表达,并运用融合注意力机制的Bi LSTM;tte模型实现新闻文本分类。[结果/结论]实验结果显示,融合了Fast Text模型与注意力机制的网络新闻文本分类模型使F1值从90.62%提升到92.03%,说明本文提出的文本分类模型能够提升网络新闻文本分类的精确率,对网络新闻平台提升知识组织效率、优化服务水平具有重要参考价值。

基于FastText模型的农业短文本分类研究

本文提出基于FastText分类语言模型来解决农业短文本分类问题。在数据处理好类别的情况下,利用实验对12万条农业数据集进行实验。并探究与典型深度语言模型(TextRNN、TextCNN、TextDPCNN、Transformer)进行对比分析其中的分类准确率和分类处理响应时间。实验结果得出结论,基于深度学习的FastText模型的农业短文本分类效果最好,FastText模型对比其他模型的准确率、精确率、召回率和F1值提高了1%~4%。FastText模型可以对中文农业短文本分类处理速度更好,更优于其他典型深度语言模型算法。

基于fasttext模型的中文专利快速分类

针对现有中文专利文本的自动分类方法存在分类处理过程复杂耗时长、精度低且对硬件的要求较高等问题,本文提出了一种基于fasttext的中文专利文本快速分类的新方法.首先,对采集的专利文本数据使用中文处理工具包FoolNLTK分词,参照百度停用词表去除停用词,减少停用词出现的频率,提高关键词密度.其次,将输入层中的词和词组利用n-gram模型构造文本特征向量,再将文本特征向量通过线性变换映射到隐藏层变量,隐藏层通过求解最大似然函数,根据每个类别的权重和模型参数在输出层上构建Huffman树,利用softmax计算概率实现专利文本分类.实验结果表明,本方法分类精度高,与基于TextCNN、TextRCNN深度学习的专利分类方法相比,分类速度快很多.

基于MSPA和MCR模型的庐山市生态网络构建

【目的】在生态环境形势严峻的背景下,构建生态网络是连接破碎化斑块间的重要纽带,是保障物种迁徙交流的有效途径。【方法】以庐山市为研究对象,以GIS技术为核心,利用MSPA法对庐山市进行景观格局分析,再运用景观连通性评价法选取重要生态源地;其次采用AHP分析法结合专家打分法建立阻力因子评价体系构建阻力面,再基于MCR模型完成庐山市生态网络的构建,运用重力模型选取重要潜在生态廊道,给出生态网络的优化对策,最后应用生态网络分析法,对出生态网络的可行性进行分析。【结果】1)庐山市10处重要生态源地的面积为37 946.52 hm^(2),庐山和鄱阳湖为两处大型生态源地;2)遴选出19条重要生态廊道长为297.05 km,主要分布于中部地区;3)构成生态廊道的景观三要素分别为林地、水系和耕地,廊道宽度设置为300 m;4)构建形成“两区两带三轴”的生态安全格局。【结论】研究区内中心城区及中南部地区斑块分布零碎,景观连通性差,缺少生物栖息活动的绿色空间,应大力改善两地的生态环境,生态绿廊由两地内部向外部空间延伸构建,最终绿廊绿道交织成网覆盖全域,新增3个生态核心节点和9条重要生态廊道后的网络连接指数明显提高,表明构建的庐山市生态网络可行性较强。研究结果对于庐山市的城市绿地系统规划、生态园林城市的建设和生物多样性保护具有一定的指导意义。

小学生跨学科素养测评模型构建与应用研究

跨学科素养是小学生学习发展的关键素养,构建科学、合理的跨学科素养测评模型是开展小学生跨学科素养有效监测与提升的重要保证,对打破学科知识壁垒、培育新时代拔尖创新人才具有重要现实意义。研究遵循成熟的教育测评模型构建范式,厘清了小学生跨学科素养操作性定义,构建了包含跨学科知识、跨学科能力和跨学科情意3个一级指标、8个二级指标的小学生跨学科素养测评指标体系,开发了《小学生跨学科素养测评量表》,基于探索性、验证性因素分析以及层次分析法,构建了小学生跨学科素养测评模型:Y=0.306*Y1+0.412*Y2+0.282*Y3,其中Y表示小学生跨学科素养,Y1、Y2、Y3分别表示跨学科知识、跨学科能力、跨学科情意。应用该模型对全国东、中、西部地区12省市的18166名小学4—6年级学生进行测评,初步验证了模型的科学性、有效性与可操作性,并依据测评结果提出提升小学生跨学科素养的对策建议。

数字经济对体育产业高质量发展的影响——基于中介模型和门槛模型的检验

对我国19个省级行政区2012—2021年的面板数据进行实证分析,通过建立中介模型和门槛模型探究数字经济与我国体育产业高质量发展的关系。结果显示:①在固定效应模型的基础上进行实证分析发现,数字经济对体育产业高质量发展产生推动作用;②在数字经济促进体育产业高质量发展过程中,产业结构作为中介变量、科技创新作为调节变量在其中起到相应的促进作用;③数字经济与体育产业高质量发展之间显著存在产业结构一阶门槛和科技创新二阶门槛效应。提出:应从提升数字经济发展水平、优化产业结构以及提升科技创新水平等方面促进体育产业高质量发展,推进社会主义现代化体育强国建设。

基于HCPN的复杂BPMN协作模型数据流建模与验证

为了保证复杂BPMN协作模型的正确性,不仅要涵盖多实例和子进程等复杂元素,还要在检测控制流错误的同时检测数据流错误。但业务流程建模标注(BPMN 2.0)缺乏形式化语义的描述,这对模型正确性的验证造成了阻碍。因此,给出了一种具有弧权重的层次化着色Petri网(HCPN)的定义,它既可以对数据流进行形式化表示,又可以对多实例和子进程结构进行建模。进一步提出了从BPMN协作模型到HCPN模型的形式化映射方法。然后基于HCPN模型的弧权重给出了缺失、丢失和冗余3种数据流错误的定义,并提出了对应的检测算法。最后,设计了一个自动化建模与验证的框架,通过一个案例研究说明了该方法的有效性。

论大语言模型材料的证据属性——以ChatGPT和文心一言为例

以ChatGPT和文心一言为代表的大语言模型产生海量大语言模型材料,此类材料进入社会生活并产生广泛影响,讨论大语言模型材料证据属性具有重要意义。大语言模型材料可以成为证据,但是否具有证据资格需要在具体个案中进行判断。从诉讼效率出发,大语言模型证据在不同诉讼中的呈现形式可以有所区别:一般案件可以仅举示人机交流材料和使用者本地环境信息,重大案件则应完整举示。大语言模型材料区别于大数据证据和一般的人工智能证据,具有直观性强、可解释性弱、偏在于少数技术公司、可识别性弱等特点。

高压管汇材料疲劳性能测试及P-S-N模型曲线的拟合

高压管汇作为压裂设备中的主要易损件之一,其失效危害较大。它的失效原因主要是疲劳、冲蚀、腐蚀或者材料缺陷引起的刺漏和爆裂,其中尤以疲劳失效最不可预估。目前,对于高压管汇材料的疲劳性能研究不够深入,为解决高压管汇材料疲劳寿命的准确描述问题,以某国产高压管汇材料为例,进行了一系列疲劳试验,并基于试验数据,采用多种分布模型和不同S-N模型进行拟合分析,得出综合评价拟合能力最强的P-S-N模型。结果表明,该材料在中长疲劳寿命区,Weibull三参数模型在7级应力水平下综合评价能力最好;在存活率分别为50%、90%、99%、99.9%时,指数S-N模型的拟合系数均大于0.98,拟合能力最好。得出的P-S-N模型曲线可以为高压管汇的疲劳寿命以及安全设计提供依据。

面向防洪“四预”的数字孪生流域水利专业模型研发与实践应用--以数字孪生飞云江流域为例

数字孪生流域是推动智慧水利建设的核心和关键,而水利专业模型是数字孪生流域建设的重要算法支撑。从实际业务支撑角度研发面向防洪“四预”的数字孪生流域水利专业模型,包括水文、水动力、水工程调度、风暴潮等模型,并以浙江省温州市的数字孪生飞云江流域为载体进行实践应用。结果显示,在应对台风“杜苏芮”“卡努”“鸿雁”过程中,各类模型运行情况良好,水文、水动力及风暴潮模型预报值与实测值拟合程度较高,误差满足规范许可要求,水工程调度模型可实现模型预期调度效果。研发的水利专业模型和应用案例可为其他流域数字孪生建设提供参考。

大语言模型赋能场景生成和双层优化的多农业园区供电-灌溉-蓄水耦合运行

传统农灌负荷的使用具有集中性和无序性,显著加剧电力系统的供需不平衡与运行成本。为提升农业园区运行的经济性和光伏资源的消纳能力,通过刻画农灌负荷特性,结合作物生长用能需求,提出一种基于大语言模型(largelanguagemodel,LLM)场景生成和双层优化的多农业园区优化调度模型。该模型利用LLM时序分析能力进行光伏短期发电功率预测,然后通过LLM知识推理能力构建农业用水知识图谱,知识图谱中丰富的语义关系辅助LLM推理和预测,生成更符合实际情况的农业供电-灌溉-蓄水场景。双层优化调度模型在生成场景基础上,以园区经济运行为优化目标,对多农业园区供电-灌溉-蓄水进行耦合优化调度。最后,通过仿真验证,本文所提出的方法显著提升了农业园区电力系统运行稳定性,并有效降低了系统运行成本。

大模型关键技术与应用

介绍了自ChatGPT发布以来,大模型关键技术和应用的主要进展。在大模型设计方面,模型规模不断增加,但已有放缓趋势,更长的上下文以及多模态已经成为主流,计算效率明显提升;在模型训练方面,从单纯追求数据数量逐渐转变为关注数据的多样性和质量,特别是如何使用合成数据训练大模型成为主流探索方向,这是迈向通用人工智能(AGI)的关键;在模型推理方面,模型量化和推理引擎优化极大降低了模型使用成本,诸如投机采样等新兴算法逐渐成熟。在应用层,Agent技术获得了重大进展,在克服大模型固有缺陷方面发挥了不可替代的作用。越来越多的企业开始规划、研发以及使用大模型,企业级大模型应用架构日益成熟完善,并以场景、技术、算法三要素为抓手加速大模型商业价值闭环。

部分饱和岩石的黏弹性Chapman-Kelvin模型的正演模拟方法研究

在讨论地震波传播理论时,大部分情况下是把地震波看作弹性波.事实上,地下介质是非完全弹性介质,这使得传统的均匀、完全弹性介质理论受到了严重挑战.地震波在裂隙岩石中传播受裂隙系统和流体含量的影响较大,以往许多关于频变各向异性的理论大多局限于单相流体假设,但是几乎所有储层中通常被一种以上的流体部分饱和或完全饱和.本文在Chapman理论基础上,提出了基于部分饱和的黏弹性Chapman-Kelvin模型的正演模拟新方法,以提高对部分饱和岩石的黏弹性地震波频变各向异性的认识.该方法基于Chapman和Kelvin理论模型,计算了双相不混溶流体饱和裂隙岩石中的黏弹性波频变各向异性弹性系数的表达式,提出包含喷射流和斑块效应的统一地震波传播的黏弹性Chapman-Kelvin新模型.通过对新模型进行数值试验,讨论了无裂缝和存在裂缝两种情况下,含裂隙储层部分饱和岩石中耦合的喷射流和斑块效应对黏弹性介质频变各向异性的影响.试验结果反映出黏弹性介质下地震波频变各向异性的变化规律,验证了本文提出的新方法和新模型正确.本文将黏弹性介质各向异性与裂缝中的流体流动参数相联系,有利于提高对含裂缝储层部分饱和岩石的黏弹性波频变地震各向异性的认识,以及地震学与油藏工程的结合程度.

基于BEPS模型的云南省碳源/汇时空特征及其适用性分析

净初级生产力(NPP)和净生态系统生产力(NEP)是估算陆地生态系统碳源/汇的重要指标,云南为我国碳汇的主要区域之一,开展云南NPP和NEP时空变化特征分析对科学评估陆地生态系统碳源/汇功能,以及开展碳排放交易具有重要意义。基于BEPS模型1981-2019年NPP和NEP产品,采用线性趋势分析、文献对比等方法,研究云南NPP和NEP时空变化特征及其在云南的适用性。结果表明:(1)1981-1999年云南NPP和NEP呈水平波动,2000年后云南NPP和NEP呈明显波动上升趋势,2000-2019年云南NPP高值区域主要分布在西部和南部,而NEP高值区则主要分布在东部和西部局部地区;(2)2000-2019年云南NPP和NEP除西北部部分地区为下降趋势外,其余大部地区为上升趋势;(3)云南NPP峰值出现在7、8月,谷值出现在2月,NEP峰值出现月份与NPP基本相同,但谷值出现月份较NPP滞后1-3个月,6-10月是云南碳汇的主要月份;(4)BEPS模型估算的NPP与目前广泛应用的CASA和遥感模型结果较为一致,时空变化特征与云南生态恢复措施和气候特征吻合,其估算的NEP与陆地生物圈模型(IBIS)模型和中国通量观测研究联盟(ChinaFLUX)碳水通量观测数据较为接近,时空变化大部地区与云南生态恢复措施和气候特征基本吻合,表明BEPS模型在云南具有较好的适用性。

关于新时代中国教师素养模型建构的前提性思考

明确“新时代中国”对教师素养模型建构的意蕴,厘清教师素养概念,以及选择教师素养分析的路径与方法,是建构新时代中国教师素养模型的前提性工作。“新时代”对教师素养模型建构的意蕴不只是增加一些新元素,更在于以变革素养为导向的素养结构变化;“中国”之于教师素养模型的意蕴可从解决中国问题、对接中国话语和形成中国特色三个方面去理解。“综合/整体素养”概念更符合教师职业情境,并有别于素质、能力和胜任力等概念。建构教师素养模型,需要将基于研究/理论、基于实践和基于专家知识三种路径有机结合、综合运用,并需坚持三个原则:一是既要基于研究成果,又要重视汇聚相关当事人的共识;二是在未来性与现实性之间做好平衡;三是兼顾有效性与经济性。

基于粒子群优化-熵权无偏灰色马尔可夫模型的沥青道面性能预测

为提高沥青道面使用性能的预测精度,针对道面性能数据累积年限少、波动大的特点,采用熵值法对多个道面单元进行赋权,并利用粒子群算法(PSO)和马尔可夫模型对传统无偏灰色模型残差序列的状态区间和白化系数进行优化,构建可准确预测沥青道面性能的PSO-熵权无偏灰色马尔可夫模型.结合西北某机场沥青道面6个检测单元前7年的道面状况指数进行模型精度检验,结果表明:与传统无偏灰色模型相比,经马尔可夫模型划分残差序列空间并使用PSO算法寻找最佳白化函数后,优化模型第1年~第5年各单元残差和相对误差均减小,且整体预测精度分别提高0.05%、0.28%、0.05%、0.03%和0.14%,第6、7年的整体预测精度分别提高12.9%和19.2%,说明优化后的模型对实际沥青道面的预测结果更具有效性和针对性.

超声训练模型在医学院校超声实训教学的应用

超声是一门对操作技巧要求很高的学科,实训课教学中需要学生进行反复的超声检查操作训练。仿真检查训练模型是临床医学教学中的良好教具,在超声实训教学中的应用丰富了课堂教学资源、扩展了实训内容,可满足典型病例训练的需求,为学生提供了积极安全的实践机会。把应用体模教学与传统教学方法、灵活多样的先进教学手段有机地结合起来,提高超声实训课的教学效果,提高学生的实际操作技能和诊断能力,培养具有很强实践动手能力的应用型医学人才。