期刊文献+
共找到84篇文章
< 1 2 5 >
每页显示 20 50 100
多尺寸注意力的命名实体识别方法
1
作者 唐瑞雪 秦永彬 陈艳平 《计算机科学与探索》 CSCD 北大核心 2024年第2期506-515,共10页
命名实体识别(NER)任务的准确性将促进自然语言领域中诸多下游任务的研究。由于文本中存在大量嵌套语义,导致命名实体识别困难,成为自然语言处理中的难点。以往研究提取特征尺度单一,边界信息利用不够充分,忽略了不同尺度下的许多细节信... 命名实体识别(NER)任务的准确性将促进自然语言领域中诸多下游任务的研究。由于文本中存在大量嵌套语义,导致命名实体识别困难,成为自然语言处理中的难点。以往研究提取特征尺度单一,边界信息利用不够充分,忽略了不同尺度下的许多细节信息,从而造成实体识别错误或遗漏的情况。针对上述问题,提出一种多尺度注意力的命名实体识别方法(MSA-NER)。首先,利用BERT模型得到包含上下文信息的表示向量,并通过BiLSTM网络加强文本的上下文表示。其次,将表示向量进行枚举拼接形成跨度信息矩阵,并融合方向信息获得更丰富的交互信息。然后,利用多头注意力构建多个子空间,通过二维卷积在每个子空间下可选地聚合不同尺度的文本信息,在每个注意力层同时进行多尺度的特征融合。最后,将融合的矩阵进行跨度分类以识别命名实体。实验表明,该方法在GENIA和ACE2005英文数据集上F1分别达到81.7%和86.8%,与现有主流模型相比有更好的识别效果。 展开更多
关键词 命名实体识别(NER) 嵌套语义 多尺度注意力 卷积神经网络 子空间
下载PDF
k-best维特比解耦合知识蒸馏的命名实体识别模型
2
作者 赵红磊 唐焕玲 +2 位作者 张玉 孙雪源 鲁明羽 《计算机科学与探索》 CSCD 北大核心 2024年第3期780-794,共15页
为提升命名实体识别(NER)模型的性能,可采用知识蒸馏方法,但是传统知识蒸馏损失函数因内部存在的耦合关系会导致蒸馏效果较差。为了解除耦合关系,有效提升输出层特征知识蒸馏的效果,提出一种结合k-best维特比解码的解耦合知识蒸馏方法(k... 为提升命名实体识别(NER)模型的性能,可采用知识蒸馏方法,但是传统知识蒸馏损失函数因内部存在的耦合关系会导致蒸馏效果较差。为了解除耦合关系,有效提升输出层特征知识蒸馏的效果,提出一种结合k-best维特比解码的解耦合知识蒸馏方法(kvDKD),该方法利用k-best维特比算法提高计算效率,能够有效提升模型性能。另外,基于深度学习的命名实体识别在数据增强时易引入噪声,因此提出了融合数据筛选和实体再平衡算法的数据增强方法,旨在减少因原数据集引入噪声和增强数据错误标注的问题,提高数据集质量,减少过度拟合。最后在上述方法的基础上,提出了一种新的命名实体识别模型NER-kvDKD。在MSRA、Resume、Weibo、CLUENER和CoNLL-2003数据集上的对比实验结果表明,该方法能够提高模型的泛化能力,同时也有效提高了学生模型性能。 展开更多
关键词 命名实体识别(NER) 知识蒸馏 k-best维特比解码 数据增强
下载PDF
前缀调优的少样本命名实体识别
3
作者 吕海啸 李益红 周晓谊 《计算机科学与探索》 CSCD 北大核心 2024年第8期2180-2189,共10页
少样本命名实体识别通常使用基于相似性的度量,为了能够充分利用模型参数中的知识转移,提出一种前缀调优的少样本命名实体识别方法(P-NER)。将输入文本的特征向量放入嵌入模块进行特征提取;把前缀提示的向量参数拼接到编码层模型的前端... 少样本命名实体识别通常使用基于相似性的度量,为了能够充分利用模型参数中的知识转移,提出一种前缀调优的少样本命名实体识别方法(P-NER)。将输入文本的特征向量放入嵌入模块进行特征提取;把前缀提示的向量参数拼接到编码层模型的前端,并将编码层模型参数进行固定;对编码层得到的结果进行交叉熵模型的解码,并对每个训练样本采样两个子模型,通过最小化两个子模型之间相对熵的方式达到对模型预测进行正则化的目的;通过验证输出概率和真实标签概率来衡量模型对每个词的标签预测与实际标签的一致程度并输出分类结果。实验结果表明在CoNLL2003数据集上,该方法的域内少样本实体识别的平均F1得分为84.92%,在跨领域少样本实体识别的MIT Movie、MIT Restaurant和ATIS三个数据集中均领先其他基线方法的结果。因此,该方法可在只需要调节以往微调方法的2.9%参数的情况下,显著提高少样本命名实体识别的效果。 展开更多
关键词 命名实体识别(NER) 少样本学习 提示学习
下载PDF
为上下文显式独立建模的中文实体识别方法
4
作者 陈点 曹逸轩 罗平 《高技术通讯》 CAS 北大核心 2024年第8期787-797,共11页
现有中文命名实体识别(NER)模型在公开数据集上的表现相对成熟,但有研究指出,模型过度依赖实体文本的字面特征,而上下文对实体识别的影响却未得到重视。现有的模型在简单的泛化测试中表现较差,因此本文提出显式地为上下文独立建模,令模... 现有中文命名实体识别(NER)模型在公开数据集上的表现相对成熟,但有研究指出,模型过度依赖实体文本的字面特征,而上下文对实体识别的影响却未得到重视。现有的模型在简单的泛化测试中表现较差,因此本文提出显式地为上下文独立建模,令模型对上下文和实体的字面信息进行区分。为此,也提出了相应的数据增强方法用于训练模型中的上下文模块、实体字面模块和综合模块。实验结果表明,本文提出的方法在不损失测试集识别效果的情况下,明显改善了模型在不变性测试中的表现,较基准模型其失败率降低了2.3%。 展开更多
关键词 自然语言处理 中文命名实体识别(NER) 上下文独立建模 数据增强
下载PDF
Relational Turkish Text Classification Using Distant Supervised Entities and Relations
5
作者 Halil Ibrahim Okur Kadir Tohma Ahmet Sertbas 《Computers, Materials & Continua》 SCIE EI 2024年第5期2209-2228,共20页
Text classification,by automatically categorizing texts,is one of the foundational elements of natural language processing applications.This study investigates how text classification performance can be improved throu... Text classification,by automatically categorizing texts,is one of the foundational elements of natural language processing applications.This study investigates how text classification performance can be improved through the integration of entity-relation information obtained from the Wikidata(Wikipedia database)database and BERTbased pre-trained Named Entity Recognition(NER)models.Focusing on a significant challenge in the field of natural language processing(NLP),the research evaluates the potential of using entity and relational information to extract deeper meaning from texts.The adopted methodology encompasses a comprehensive approach that includes text preprocessing,entity detection,and the integration of relational information.Experiments conducted on text datasets in both Turkish and English assess the performance of various classification algorithms,such as Support Vector Machine,Logistic Regression,Deep Neural Network,and Convolutional Neural Network.The results indicate that the integration of entity-relation information can significantly enhance algorithmperformance in text classification tasks and offer new perspectives for information extraction and semantic analysis in NLP applications.Contributions of this work include the utilization of distant supervised entity-relation information in Turkish text classification,the development of a Turkish relational text classification approach,and the creation of a relational database.By demonstrating potential performance improvements through the integration of distant supervised entity-relation information into Turkish text classification,this research aims to support the effectiveness of text-based artificial intelligence(AI)tools.Additionally,it makes significant contributions to the development ofmultilingual text classification systems by adding deeper meaning to text content,thereby providing a valuable addition to current NLP studies and setting an important reference point for future research. 展开更多
关键词 Text classification relation extraction NER distant supervision deep learning machine learning
下载PDF
Unlocking the Potential:A Comprehensive Systematic Review of ChatGPT in Natural Language Processing Tasks
6
作者 Ebtesam Ahmad Alomari 《Computer Modeling in Engineering & Sciences》 SCIE EI 2024年第10期43-85,共43页
As Natural Language Processing(NLP)continues to advance,driven by the emergence of sophisticated large language models such as ChatGPT,there has been a notable growth in research activity.This rapid uptake reflects in... As Natural Language Processing(NLP)continues to advance,driven by the emergence of sophisticated large language models such as ChatGPT,there has been a notable growth in research activity.This rapid uptake reflects increasing interest in the field and induces critical inquiries into ChatGPT’s applicability in the NLP domain.This review paper systematically investigates the role of ChatGPT in diverse NLP tasks,including information extraction,Name Entity Recognition(NER),event extraction,relation extraction,Part of Speech(PoS)tagging,text classification,sentiment analysis,emotion recognition and text annotation.The novelty of this work lies in its comprehensive analysis of the existing literature,addressing a critical gap in understanding ChatGPT’s adaptability,limitations,and optimal application.In this paper,we employed a systematic stepwise approach following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses(PRISMA)framework to direct our search process and seek relevant studies.Our review reveals ChatGPT’s significant potential in enhancing various NLP tasks.Its adaptability in information extraction tasks,sentiment analysis,and text classification showcases its ability to comprehend diverse contexts and extract meaningful details.Additionally,ChatGPT’s flexibility in annotation tasks reducesmanual efforts and accelerates the annotation process,making it a valuable asset in NLP development and research.Furthermore,GPT-4 and prompt engineering emerge as a complementary mechanism,empowering users to guide the model and enhance overall accuracy.Despite its promising potential,challenges persist.The performance of ChatGP Tneeds tobe testedusingmore extensivedatasets anddiversedata structures.Subsequently,its limitations in handling domain-specific language and the need for fine-tuning in specific applications highlight the importance of further investigations to address these issues. 展开更多
关键词 Generative AI large languagemodel(LLM) natural language processing(NLP) ChatGPT GPT(generative pretraining transformer) GPT-4 sentiment analysis NER information extraction ANNOTATION text classification
下载PDF
基于融合LSTM的电力工程标签提取与识别算法设计
7
作者 张艳 《电子设计工程》 2024年第16期125-129,共5页
为提升电力工程的项目管控效率,文中对工程的业务特性进行了梳理,并采用机器学习领域中有监督算法建立了一套多维度、多层级的标签体系。在对长短期记忆网络(LSTM)和条件概率随机场模型(CRF)进行分析的基础上将二者相结合,利用LSTM在信... 为提升电力工程的项目管控效率,文中对工程的业务特性进行了梳理,并采用机器学习领域中有监督算法建立了一套多维度、多层级的标签体系。在对长短期记忆网络(LSTM)和条件概率随机场模型(CRF)进行分析的基础上将二者相结合,利用LSTM在信息流控制上的优势,使用CRF进行句子信息标注,进而得到了LSTM-CRF网络。同时,为进一步提升网络对于上下文语句环境的特征挖掘力度,还引入了一种双向Bi-LSTM结构。通过在Bi-LSTM的CRF与特征矩阵层之间加入注意力转移机制,以获得融合的Bi-LSTM模型,从而保证了网络在局部信息提取时的效率。对现有的电力工程数据进行人工分词及标注,得到了标签提取的数据集。对模型进行训练测试的结果表明,所提算法较现有的Bi-LSTM-CRF网络性能有了显著改善,且准确率、召回率以及F1值分别提升了3.82%、3.72%和3.74%。 展开更多
关键词 自然语言处理 标签提取 项目管理 LSTM NER
下载PDF
FPC-Kmeans++专利聚类分析与技术主题识别研究———以无人机领域为例
8
作者 刘俊 王修来 《软件工程》 2024年第5期14-20,共7页
针对专利技术主题识别效率偏低、识别难度大等问题,文章提出了FPC-Kmeans++(Kmeans plus plus with feature phrase clusters)专利聚类分析与技术主题识别方法,该方法创新性地使用特征短语替代传统的分词结果,作为专利数据分析的基础。... 针对专利技术主题识别效率偏低、识别难度大等问题,文章提出了FPC-Kmeans++(Kmeans plus plus with feature phrase clusters)专利聚类分析与技术主题识别方法,该方法创新性地使用特征短语替代传统的分词结果,作为专利数据分析的基础。文章以无人机专利为例,对该方法进行了实证检验。实验结果表明,相较于传统的Kmeans++(Kmeans plus plus)和LDAKmeans++(Kmeans plus plus with Latent Dirichlet Allocation)方法,该方法能更精确地判断出最佳主题数和得到层次更鲜明的聚类效果,展现了其在专利主题识别上的优势。并且,相较于其他对比算法,文章提出的NER-FPP(Named Entity Recognition with Feature Phrase Probability)算法在专利特征短语提取上效果最好,F1值分数最高,达到了93.36%。 展开更多
关键词 主题识别 专利聚类 NER TF-IDF
下载PDF
融合ALBERT与规则的小麦病虫害命名实体识别 被引量:3
9
作者 刘合兵 张德梦 +2 位作者 熊蜀峰 马新明 席磊 《计算机科学与探索》 CSCD 北大核心 2023年第6期1395-1404,共10页
小麦病虫害中文命名实体识别是构建该领域知识图谱的关键步骤,针对小麦病虫害领域训练数据匮乏、实体结构复杂、实体类型多样及实体分布不均匀等问题,在充分挖掘隐含知识的前提下,采用了两种数据增广方法扩充句子语义信息,构建了小麦病... 小麦病虫害中文命名实体识别是构建该领域知识图谱的关键步骤,针对小麦病虫害领域训练数据匮乏、实体结构复杂、实体类型多样及实体分布不均匀等问题,在充分挖掘隐含知识的前提下,采用了两种数据增广方法扩充句子语义信息,构建了小麦病虫害实体识别语料库WpdCNER及其领域词典WpdDict,并在领域专家的指导下定义了16类实体;同时提出了一种基于规则修正的中文命名实体识别模型WPD-RA,该模型基于轻量级BERT+双向长短期记忆网络+条件随机场(ALBERT+BiLSTM+CRF)进行实体识别,并在识别后定义具体规则校准实体边界。融合规则后的ALBERT+BiLSTM+CRF模型取得了最好的识别结果,准确率为94.72%,召回率为95.23%,[F1]值为94.97%,相比不加规则的识别结果,其准确率、召回率、[F1]值分别增加了1.71个百分点、0.34个百分点、1.03个百分点。实验结果表明,该方法能有效识别小麦病虫害领域命名实体,识别性能优于其他模型,为食品安全、生物等其他领域命名实体识别提供了一种可借鉴的思路。 展开更多
关键词 小麦病虫害 数据增广 命名实体识别(NER) ALBERT 规则修正
下载PDF
基于BERT-BiLSTM-CRF模型的地理实体命名实体识别 被引量:7
10
作者 汤洁仪 李大军 刘波 《北京测绘》 2023年第2期143-147,共5页
互联网中存在大量的与地理信息相关的信息,其中文本信息是这些信息的重要组成部分。针对构建地理实体库过程中依赖人工制定规则、信息提取不充分等问题,本文通过利用爬虫技术获取百度百科文本信息并构建地理实体语料库,端到端的深度学... 互联网中存在大量的与地理信息相关的信息,其中文本信息是这些信息的重要组成部分。针对构建地理实体库过程中依赖人工制定规则、信息提取不充分等问题,本文通过利用爬虫技术获取百度百科文本信息并构建地理实体语料库,端到端的深度学习模型BERT-BiLSTM-CRF模型对自建的地理实体语料库进行了命名实体识别(NER),模型在传统的BiLSTM-CRF模型上加入了BERT预训练模型,使得模型可以更好地结合文本上下文及语义信息。结果表明,该模型相比于BiLSTM-CRF模型和BiLSTM模型在地理实体命名实体识别中取得了更好的结果,且对进一步构建地理实体知识图谱、知识库等具有重要意义。 展开更多
关键词 地理实体 命名实体识别(NER) 知识抽取 BERT-BiLSTM-CRF模型
下载PDF
基于多维大数据预测的应急灾备统筹救助系统研究 被引量:2
11
作者 李攀 周兆军 刘庆杰 《计算机应用与软件》 北大核心 2023年第3期122-129,共8页
应急灾备统筹救助系统是基于应急管理部门的多维度大数据汇总、协同分析、快速决策的统筹规划管理平台。在面对地震和次生灾害等突发灾情时,通过大数据分析统计,进行救灾物资调配、人员工作协调、应急事件判断,并根据救灾物资需求的紧... 应急灾备统筹救助系统是基于应急管理部门的多维度大数据汇总、协同分析、快速决策的统筹规划管理平台。在面对地震和次生灾害等突发灾情时,通过大数据分析统计,进行救灾物资调配、人员工作协调、应急事件判断,并根据救灾物资需求的紧急程度及运输目标的最短路径分析,计算最高效的物资配送方法,提高运能及运输效率。通过NER模型,提取汇报信息关键字,迅速判断事件紧急程度,方便快速做出应急响应。该系统通过前后端分离的分布式架构,可以快速融合各行业数据,利用扩展算法接口,对各地区不同灾情进行预测和统计分析。 展开更多
关键词 应急灾备统筹救助系统 大数据分析 NER模型
下载PDF
融合GCNN与GRU的异常实体识别方法
12
作者 叶瀚 孙海春 李欣 《计算机科学与探索》 CSCD 北大核心 2023年第8期1938-1948,共11页
当前的命名实体识别(NER)模型能够识别位于正确位置且符合语法表达的实体,却无法指出句子中的实体缺失与位于错误位置的实体,无法满足信息处理与归档分析中对于检测文本实体信息完整全面的要求。通过考察异常实体的识别依赖上下文相互... 当前的命名实体识别(NER)模型能够识别位于正确位置且符合语法表达的实体,却无法指出句子中的实体缺失与位于错误位置的实体,无法满足信息处理与归档分析中对于检测文本实体信息完整全面的要求。通过考察异常实体的识别依赖上下文相互联系语义特征的具体特点,提出以基于预训练语言模型的命名实体识别模型架构为基础,融合门控卷积神经网络(GCNN)与门控循环网络(GRU)的实体位置异常与实体缺失异常检测方法(NER-EAD)及其训练数据构造方法。其中门控卷积网络提取特定字符上下文特征联系以更好识别实体异常。融合卷积神经网络结构和门控循环神经网络的语义特征输出可全面提取正常实体与异常实体的特征,实现了正常、异常实体识别结果同时输出。实验表明NER-EAD在正常实体、实体位置异常和实体缺失异常的识别平均F1分别达到90.56%、85.56%和80.92%,超越了已有命名实体识别模型架构。最后通过消融实验证明了GCNN与GRU融合网络的语义特征提取能力。 展开更多
关键词 命名实体识别(NER) 门控卷积神经网络(GCNN) 门控循环网络(GRU) 异常检测
下载PDF
Study on Polymorphisms in the Blood Protein of Tibetan Mastiff 被引量:5
13
作者 兰小平 郭宪 +2 位作者 陈永昌 鄢珣 崔泰保 《Agricultural Science & Technology》 CAS 2009年第4期50-54,共5页
[ Objective] The aim was to study the protein polymorphism in the blood of Tibetan Mastiff, and provide some theoretical basis for resource protection and reasonable development and utilization of Tibetan Mastiff vari... [ Objective] The aim was to study the protein polymorphism in the blood of Tibetan Mastiff, and provide some theoretical basis for resource protection and reasonable development and utilization of Tibetan Mastiff varieties. [ Method] A total of 103 blood samples were taken from four populations of Hequ Tibetan Mastiff, Qinhai Tibetan Mastiff, Tibetan Spaniel and native dogs of Qinghai. Seven blood protein Iocus(Tf, Po, Sα2, Hb, AIb, Pr and Amy)were investigated by using vertical polyacrylamide gel electrophoresis with discontinuous buffer system. Then the genetic variation during different populations was analyzed. [ Result] Genetic variations were observed in Tf, Sα2 and Po in four populations, others were not polymorphic. There were three alleles at the locus of Tf and Po, two alleles at the loci of Sα2. Effective number of alleles and Nei's average expected heterozygosity were 1. 532 4 and 0.230 3 relatively, all higher in Tibetan Mastiff than other populations. [ Conclusion] Protein locus in blood of Tibetan Mastiff existed in genetic variation. 展开更多
关键词 Tibetan Mastiff Blood protein polymorphism Effective number of alleles ners average expected heterozygosity
下载PDF
3种中药对中波紫外线辐射HaCaT细胞的干预及其机制 被引量:16
14
作者 骆丹 林向飞 +6 位作者 徐晶 高洁 刘昕 金颂良 苏荣建 闵玮 沈春花 《中国药理学通报》 CAS CSCD 北大核心 2007年第6期750-755,共6页
目的观察中波紫外线(UVB)辐射后HaCaT细胞光产物胸腺嘧啶二聚体(cyclobutanepyrimidine dimers,CPDs)的生成和清除情况及3种中药活性成分:黄芩(baikal skullcap root,BSR)、川芎(szechwan lovge rhizome,SLR)和表没食子儿茶素没食子酸酯... 目的观察中波紫外线(UVB)辐射后HaCaT细胞光产物胸腺嘧啶二聚体(cyclobutanepyrimidine dimers,CPDs)的生成和清除情况及3种中药活性成分:黄芩(baikal skullcap root,BSR)、川芎(szechwan lovge rhizome,SLR)和表没食子儿茶素没食子酸酯[(-)-epigallocatechin-3-gallate,EGCG]对该过程的干预情况并探讨上述药物对相关调控分子的作用机制。方法以含10%小牛血清的RMPI1640培养基培养永生化人角质形成细胞株HaCaT细胞,根据实验设计定时定量照射培养细胞并预先或UVB辐射后加入相关药物进行干预处理。免疫组织化学法检测CPDs;RT-PCR法检测受试各组细胞p53和PCNA基因mRNA表达;Western blot法检测受试各组细胞p53和PCNA蛋白表达。结果HaCaT细胞损伤程度随照光剂量加大而加重;30mJ/cm2UVB照射后细胞CPDs生成量在辐射后0.5h左右达到高峰,同时细胞也开始清除CPDs,辐射后4h内清除速率较快,4h后清除速率逐渐降低,照光前加入黄芩溶液,可以减少CPDs生成,照光后即刻加入川芎和EGCG溶液,可加快CPDs清除(P<0.05);UVB照射后可明显增加HaCaT细胞中p53和PCNA mRNA及蛋白表达水平,药物可在不同程度上下调上述基因及蛋白表达。结论UVB辐射对HaCaT细胞的损伤程度呈剂量依赖性并导致DNA损伤而产生光产物CPDs,细胞自身有清除CPDs的能力,所试3种中药均可减少光产物水平;这种光保护作用可能与受试中药影响p53和PCNA基因mR-NA和蛋白表达有关。 展开更多
关键词 中波紫外线 EGCG 川芎 黄芩 胸腺嘧啶二聚体 NER P53 PCNA
下载PDF
甘蓝型油菜NER游离小孢子培养能力研究 被引量:7
15
作者 李浩杰 蒲晓斌 +5 位作者 张锦芳 张德发 夏凊 石化娟 蒋俊 蒋梁材 《西南农业学报》 CSCD 北大核心 2009年第6期1518-1521,共4页
本试验对甘蓝型油菜新胞质不育恢复系(NER)进行游离小孢子培养,对小孢子培养的影响因素作了初步研究,结果表明:不同遗传背景下的甘蓝型油菜NEA不育胞质恢复系(NER)胚产量差异显著,印表明在相同的试验条件下基因型的差异是造成... 本试验对甘蓝型油菜新胞质不育恢复系(NER)进行游离小孢子培养,对小孢子培养的影响因素作了初步研究,结果表明:不同遗传背景下的甘蓝型油菜NEA不育胞质恢复系(NER)胚产量差异显著,印表明在相同的试验条件下基因型的差异是造成胚产量差异的重要原因。提高小孢子胚发生能力试验表明:在诱导培养基上添加适当的6.BA和NAA有利于小孢子胚的发生;固液双层培养优于液体单层培养;在诱导培养基中添加秋永仙碱加倍处理小孢子胚产量与对照差异不明显。在诱导直接成苗前对予叶型胚进行12h/12h弱光照1—2d、在生根培养基中添加一定浓度的NAA等处理能提高小孢子胚成苗率。建立了一套新胞质不育材料的小孢子培养优化体系。本文还讨论了提高小孢子胚发生能力的一些有效措施。 展开更多
关键词 甘蓝型油菜 NER 游离小孢子培养 技术体系
下载PDF
Influential Factors of Restorer of New Cytoplasmic Male Sterile(NER) on Anther Culture 被引量:11
16
作者 李浩杰 蒲晓斌 +2 位作者 张锦芳 张启行 蒋梁材 《Agricultural Science & Technology》 CAS 2008年第1期49-53,共5页
Some influential factors of anther culture were studied preliminarily by conducting anther culture of the restorers of new cytoplasmic male sterile (NER). Several results were obtain from this experiment and they we... Some influential factors of anther culture were studied preliminarily by conducting anther culture of the restorers of new cytoplasmic male sterile (NER). Several results were obtain from this experiment and they were listed as follow:① MS cultrure medium with such hormones as 2,4-D 2 mg/L,6-BA 0.5 mg/L, NAA 0.5 mg/L was the best suitable for callus induction of NER. ②The difference of induction rate was significantly different between different plant age groups. From the 110th day to 141th day,the induction rate was increased with the increase of age and the difference of induction rate reached 0.01 significant difference level. The induction rate reached the highest value in the 141th day then it declined gradually. ③The combined use of 2, 4-D and 6-BA with proper increase of 2,4-D was good for inducing callus. ④The green plantlet induction rate of NER was increased when the concentration of 6-BA increased from 2 mg/L to 4 mg/L. Adding ZT from 0.5 mg/L to 2 mg/L. 6-BA would led 2.47% increase of green plantlet olantlet induction rate. 展开更多
关键词 Brassica napus L New cytoplasmic male sterile(NEA) Restorer of new cytoplasmic male sterile(NER) Anther culture
下载PDF
核苷酸切除修复基因XPA反义RNA增强肺癌细胞对顺铂的敏感性 被引量:3
17
作者 范玮 张海龙 吴晓明 《癌症》 SCIE CAS CSCD 北大核心 2005年第4期403-407,共5页
背景与目的:目前认为,肿瘤细胞自身核苷酸切除修复(nucleotideexcisionrepair,NER)能力增强是肿瘤细胞产生耐药性最重要的机制之一。着色性干皮病A(xerodermapigmentosungroupA,XPA)基因在核苷酸切除修复早期发挥核心作用。本研究拟探讨... 背景与目的:目前认为,肿瘤细胞自身核苷酸切除修复(nucleotideexcisionrepair,NER)能力增强是肿瘤细胞产生耐药性最重要的机制之一。着色性干皮病A(xerodermapigmentosungroupA,XPA)基因在核苷酸切除修复早期发挥核心作用。本研究拟探讨XPA基因表达与肺癌细胞株对顺铂敏感性的关系。方法:将XPA的反义RNA稳定转染人肺癌细胞株A549,用有限稀释法筛选阳性细胞克隆。分别用Northernblot和Westernblot法检测阳性细胞克隆XPAmRNA和蛋白水平;MTT法检测肿瘤细胞对顺铂敏感性;宿主细胞再活化反应(hostcellreactivation,HCR)检测肿瘤细胞DNA损伤修复能力。结果:筛选得到6个阳性克隆AS1~AS6,其中AS3~AS6细胞克隆的XPAmRNA和蛋白水平均明显降低。剂量依赖实验表明,顺铂对A549细胞与AS1~AS6细胞克隆的半数抑制浓度(IC50)分别为8.1、7.6、4.7、3.2、1.9、2.8、4.1滋g/ml。统计学分析表明,与A549细胞相比,AS3~AS6细胞对顺铂的敏感性明显增强(F=9.75、9.14、7.39、8.91,P=0.005、0.006、0.012、0.006),而且XPAmRNA表达水平与细胞IC50值呈显著相关(r=0.927,P=0.003)。处理24、48、72h后,AS3~AS6细胞对顺铂的敏感性同样显著增强。HCR实验结果表明,AS3~AS6细胞的NER能力显著减弱,而且XPAmRNA表达水平与细胞NER能力呈? 展开更多
关键词 顺铂 NER 肺癌细胞 敏感性 反义RNA 核苷酸切除修复 肿瘤细胞 细胞克隆 阳性克隆 基因
下载PDF
延续性护理对非小细胞肺癌化疗患者近期复发及生存质量的影响 被引量:20
18
作者 沈慧敏 鲁继斌 《中国医药导报》 CAS 2017年第28期166-169,共4页
目的探究与分析延续性护理对非小细胞肺癌化疗患者近期复发及生存质量的影响。方法选取中国医科大学附属盛京医院2015年4月~2016年4月收治的80例非小细胞肺癌化疗患者,采取随机数字表法分为对照组与观察组,每组各40例。对照组给予常规护... 目的探究与分析延续性护理对非小细胞肺癌化疗患者近期复发及生存质量的影响。方法选取中国医科大学附属盛京医院2015年4月~2016年4月收治的80例非小细胞肺癌化疗患者,采取随机数字表法分为对照组与观察组,每组各40例。对照组给予常规护理,观察组在对照组基础上给予延续性护理。随访1年后,观察两组复发情况、护理满意度和生存质量。结果观察组复发率低于对照组,差异有统计学意义(P<0.05)。观察组护理满意度明显高于对照组,差异有统计学意义(P<0.05)。两组护理后与护理前相比,躯体功能、角色功能、认知功能、情绪功能及社会功能评分均升高,观察组护理后与对照组护理后相比上述评分升高更加显著,差异有统计学意义(P<0.05)。结论对非小细胞肺癌化疗患者实施延续性护理能够降低近期复发率,提高护理满意度,促进改善生存质量。 展开更多
关键词 延续性护理 非小细胞肺癌 化疗 复发 生存质量
下载PDF
人肿瘤细胞核苷酸切除修复蛋白表达与抗癌药耐药的相关性(英文) 被引量:12
19
作者 陈忠平 Areti MALAPETSA +5 位作者 Anne MONKS Timothy G. MYERS Gérard MOHR Eaward A. SAUSVILLE Dominic A. SCUDIERO Lawrence C. PANASCI 《癌症》 SCIE CAS CSCD 北大核心 2002年第3期233-239,共7页
背景与目的:核苷酸切除修复(Nucleotideexcisionrepair,NER)是真核细胞中的DNA修复多酶系统,它可能与人肿瘤细胞对抗癌药的耐药有关。本实验将探讨NER蛋白(XPA,XPB,XPD和ERCC1)的表达与人肿瘤细胞耐药的关系。方法:采用westernblot检测... 背景与目的:核苷酸切除修复(Nucleotideexcisionrepair,NER)是真核细胞中的DNA修复多酶系统,它可能与人肿瘤细胞对抗癌药的耐药有关。本实验将探讨NER蛋白(XPA,XPB,XPD和ERCC1)的表达与人肿瘤细胞耐药的关系。方法:采用westernblot检测美国国家癌症研究所(NationalCancerInstitute,NCI)用于抗癌药筛选的60株人肿瘤细胞的ERCC1,XPA,XPBXPD表达,并与170种抗癌药物的细胞毒试验结果进行相关性分析。结果:ERCC1,XPB和XPD的蛋白表达与抗癌药物敏感性呈负相关,在170种抗癌药物中分别有13,17和32种的耐药性与上述蛋白水平相关性显著或非常显著(P<0.05)。而XPA的表达与药物敏感性无明显正/负相关。根据已确定的6种药物作用机理分析,肿瘤细胞XPD表达与其对烷化剂类抗癌药耐药相关性显著。结论:本实验结果肿瘤细胞的XPD蛋白表达与烷化剂类抗癌药的耐药相关,提示XPD在肿瘤细胞耐药过程中起重要作用。 展开更多
关键词 核苷酸切除修复 肿瘤耐药性 烷化剂 NER 真核细胞
下载PDF
基于半监督学习的多源异构数据治理 被引量:2
20
作者 饶卫雄 高宏业 +2 位作者 林程 赵钦佩 叶丰 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2022年第10期1392-1404,共13页
为实现不同数据管理系统之间的互通,提出一种基于半监督学习算法的多源异构数据治理框架,并由此设计、实现和测试了一套非结构化数据与结构化数据的自动化对齐方法。利用命名实体识别(NER)技术,将非结构化数据转化为结构化数据,再分别... 为实现不同数据管理系统之间的互通,提出一种基于半监督学习算法的多源异构数据治理框架,并由此设计、实现和测试了一套非结构化数据与结构化数据的自动化对齐方法。利用命名实体识别(NER)技术,将非结构化数据转化为结构化数据,再分别利用基于字符串相似度的方法和基于监督学习的方法,对结构化数据进行模式匹配;通过半监督学习方法,在结构化数据与数据库记录实体之间进行实体匹配与融合;利用自然语言处理(NLP)技术及深度学习方法,对融合后的数据集进行缺失值填补。结果表明:在论文数据集和视频元数据集上进行对齐处理后,两者的F1值分别达到89.70%及96.50%;在不同属性上进行缺失值填补后,整体填补准确率达到78%以上,大大优于基线方法的准确率。 展开更多
关键词 半监督学习 数据治理 多源异构数据 缺失值填补 命名实体识别(NER)
下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部