基于对span的预判断和多轮分类的实体关系抽取

针对自然语言处理领域中的实体识别和关系抽取任务,提出一种对词元序列(Token Sequence,又称span)进行预测的模型Smrc。模型整体上利用BERT预训练模型作为编码器,另外包含实体预判断(Pej)、实体多轮分类(Emr)和关系多轮分类(Rmr)3个模块。Smrc模型通过Pej模块的初步判断及Emr模块的多轮实体分类来进行实体识别,再利用Rmr模块的多轮关系分类来判断实体对间的关系,进而完成关系抽取任务。在CoNLL04、SciERC和ADE 3个实验数据集上,Smrc模型的实体识别F1值分别达到89.67%,70.62%和89.56%,关系抽取F1值分别达到73.11%,51.03%和79.89%,相较之前在3个数据集上的最佳模型Spert,Smrc模型凭借实体预判断和实体及关系多轮分类,在2个子任务上其F1值分别提高了0.73%,0.29%,0.61%及1.64%,0.19%,1.05%,表明了该模型的有效性及其优势。

基于机器视觉机械手的轨迹拦截预判算法的研究

基于机器视觉机械手的轨迹拦截预判系统是由两自由度机械臂、高清相机、运动控制器和驱动器组成。高清相机捕捉特定桌面上小球的图像。运动控制器和视觉控制器识别小球的位置并实时预判小球的滑动速度和路线,本文重点研究两机械手引入机器视觉的轨迹预判算法,使机械手可以精确地拦截和击打小球的动作,阐述了最小二乘法拟合曲线通过最小化误差的平方和寻找数据的最佳函数匹配,并结合高性能运动控制器的矩阵运算功能,实现拟合过程,最终证明预判方法的可行性和准确性。

股东派生诉讼先诉请求规则的功能重校

先诉请求作为股东提起派生诉讼的前置程序,具有丰富的制度内涵和实践价值。完整的先诉请求程序包括股东向公司内部机关提出起诉请求,公司进行内部审查后作出是否起诉的决定。现有理论和实践片面关注先诉请求作为派生诉讼启动要件的程序意义,未能重视公司对先诉请求的审查决定所具有的重要功能。起诉追究侵害公司利益者的民事责任属于公司的固有权利,在公司拒绝起诉而股东获得派生诉权时,公司理应有权基于董事会的合理商业判断,请求法院驳回或终止股东派生诉讼。股东在派生诉讼中的诉讼请求获得法院支持,表明经过董事同意作出的不起诉决定欠缺合理性。若股东请求追究董事责任,法院应当对董事是否存在利益冲突或疏忽怠责进行司法审查,对于无法获得商业判断规则保护的董事,应当依法追究其违信责任。发现并重视派生诉讼先诉请求规则的多重功能,能够有效平衡公司自治与司法干预,实现司法资源的合理配置。

民事判决理由效力的法理基础

民事判决的理由是否具有拘束力,以及具有何种拘束力,这一问题属理论盲区。在民事判决数量持续激增、系列案件频发及裁判文书要“释法说理”的大背景下,回答这一问题具有紧迫性。在实然和应然角度,民事判决理由效力的正当性存在着预决效力、争点效力和参加效力等解释路径,分别反映不同的制度目的,对应于不同的程序保障标准和价值判断空间,体现不同程度的正当性。预决效力可通过免证事实机制缩小证明范围,能够提升诉讼效率,但保障证明权是其适用的前提条件,对后诉事实认定的拘束力较弱,难以为判决理由效力提供正当性支撑。争点效力与民事判决理由效力的关联最紧密,可与既判力形成合理分工。既判力原则上只及于判决主文,而争点效及于判决的理由,借助于价值判断机制落实诉讼诚信原则,阻断生效判决认定的争点事实再次被后诉当事人争执,维护裁判统一。参加效力立足于责任分担理念和诉讼担当法理,为判决理由向无独立请求权第三人及案外第三人扩张提供正当性法理基础。以此为基础的类型化分析,则可廓清判决理由效力适用范围,扩大判决理由拘束效果。

胡塞尔论语言的逻辑性在隐喻中的起源

胡塞尔把逻辑判断的起源追溯到前谓词直观的能动性和创造性,由此带给逻辑判断形式以生命活力,突破了传统逻辑的那种僵化的理解,打破了西方两千余年占统治地位的实体主义的逻辑偏见,为原始思维、神话思维、艺术思维提供了更广阔的逻辑空间。然而,他出于西方传统理性主义的狭隘偏见,试图把一切诗性话语全部塞入“纯粹逻辑”的先验框架之中,以建立一门无所不包的“严格科学的哲学”,这就把逻辑形式的真正起源屏蔽掉了。在他那里,没有什么逻辑判断的起源,只有逻辑判断的前谓词阶段和谓词阶段所构成的“谱系”,因此语言、经验直观、诗归根结底也是逻辑,逻各斯的非逻辑含义被遮蔽了,活的隐喻被闷死了。纯粹逻辑是从语言中发展出来的,在隐喻中,起主导作用的不是逻辑要素,而是诗性要素,语言起源于诗,而不是起源于逻辑。胡塞尔架空语言,一心要把非逻辑的东西都归于逻辑,无法真正解决逻辑的起源问题。但他提出的逻辑谱系学所暗示的恰好是:逻辑最初是语言中的非逻辑因素由于其自否定而形成起来的。

电弧炉电极调节器控制系统设计

对电弧炉电极调节器的控制原理进行了介绍,对控制系统软硬件的传统设计进行了优化,同时在软件方面提出了一种改进型的PID控制算法,该算法运用数据趋势进行预判,适时的引入PID运算,以控制电极的升降,经验证表明,电弧较之前更加稳定,电极动作明显减少,具有很强的广泛适用性。

面向法律判决文书的长文档抽取式文摘方法——BIGDCNN

针对法律判决文书信息点较多、结构化程度较高,传统的抽取式文摘方法容易产生冗余句子且无法覆盖全部关键信息的问题,提出BIGDCNN(BERT based Improved Gate Dilated Convolutional Neural Network)模型。首先将原始数据进行语料转换获取序列标注数据,再通过预训练语言模型BERT(Bidirectional Encoder Representations from Transformers)得到从词粒度到句子粒度的长文本表示;最后使用融合了改进门机制的膨胀卷积神经网络(DCNN)以及单模型融合方法,实现低冗余度提取原文关键信息的同时增强抗干扰性,并减小了梯度消失的风险。在法律判决文书自动文摘实验中,本模型的ROUGE-1、ROUGE-2、ROUGE-L评分为62.85%、46.56%、59.25%,较主流模型BERT+Transformer分别提升了15.10、15.75、12.97个百分点。BIGDCNN模型解决了传统抽取式文摘方法的问题,可以高效地运用在法律判决文书的自动文摘场景中。

上海市中心城区道路地下空洞预判研究初探

上海市中心城区道路由于封交原因,难以及时维护,一旦发生道路塌陷事故,易造成恶劣社会影响。为提升道路地下空洞探测精度,评估道路存在地下空洞的风险,总结研究了近年来上海市城市道路塌陷的典型案例,并汇总分析了国内现行城市道路塌陷的相关规范与标准,探索出了一整套可落地实施的地下空洞预判流程。结论如下:地下空洞的成因可主要归纳为地下管线渗漏、环境因素作用、地下施工干扰三类;预判指标可选取施工干扰、道路现状、地面荷载、岩土体条件、水环境条件、地下管线管龄、地下管线材料、地下管线类型、管线埋设方式、管线管径等;预判步骤可分为评估段划分、因素指标获取、线性加权、地下空洞等级划分四步。指导了道路地下空洞预判方法的进一步探索,最终实现地下空洞探测工作的高效化、精确化。

基于机器阅读理解的案件要素识别方法

传统的案件要素识别方法忽略了案件要素标签的语义信息。由于在裁判文书中案件要素存在严重数据不均衡问题,导致模型难以学习小样本案件要素中的语义特征。针对以上问题,提出基于机器阅读理解的案件要素识别方法。使用案件要素标签信息构建问题,指代所要识别的案件要素类型,将问题与文本拼接输入RoBERTa模型进行编码;通过双向注意力机制从两个方向出发为上下文和问题的交互提供补充信息;经过全连接网络预测案件要素是否存在;在词嵌入部分添加对抗扰动,提高模型的鲁棒性。该模型能够通过语言模型学习文本中的语义特征,有效避免了小样本案件要素中的语义特征稀疏问题。实验结果表明,该模型能有效提升数据集中小样本案件要素的识别性能。

基于BIM技术的桩长预控制方法的研究与应用

常规桩基础施工过程中需要现场进行持力层的判断从而计算出桩长,然后进行钢筋笼制作与材料的准备,施工效率较低。为了达到提前预估桩长、钢筋笼提前制作以提高施工效率的目的,基于BIM技术的特点,文章提出了一种基于BIM技术的桩长预控制方法,通过模拟桩基础模型与岩土分层模型的关系预控制桩基础长度的同时施工现场可提前进行钢筋笼的制作。通过实际工程案例的应用与验证,结果表明:(1)该方法能够加快桩孔的开挖速度;(2)钢筋笼提前制作,可节省桩基础施工时间。该方法可有效提高桩基础施工的效率。这些结果为今后桩基础的快速施工提供了参考与借鉴。

面向战略决策的预实践平台

未来的全域战争和竞争将对正确理解信息和快速决策提出更高的要求,以数字决策为代表的人工智能技术已受到广泛关注。以战略能力博弈决策为需求背景,构建集智慧前台、智能中台和数据后台三级子系统于一体的预实践平台的设计框架。同时,厘清“数字化决策仿真智能脑技术”“体系智联网仿真试验床技术”“使命手段博弈推演技术”“评估案例大数据技术”4项工程技术要素。预实践平台通过将智能算法引入到战略评估与管理领域,借助算力技术发展实现定量模型与定性认知的有机融合。全面深入建设预实践平台,对军队战略规划数字化建设和数字政府建设具有重要意义。

基于OBB层次结构碰撞检测的改进算法

方向包围盒(Oriented bounding box:OBB)的构造以及包围盒的相交测试的计算量都比较大,严重影响了在模拟、仿真的应用,尤其是有变形物体的场景。引入近似凸包的思想提出一种快速构造方向包围盒算法,很大程度上减少了构造方向包围盒(OBB)层次结构的顶点数,改进后的算法在降低构造层次结构时间的同时,对方向包围盒的紧密性代价几乎没有影响,在有些时候还提高了包围盒的紧密性。在包围盒相交测试方面,提出了一种基于简单测度的相交预判方法,该算法在检测过程中省去了大量包围盒的相交测试计算,提高了相交测试的速度。最后将两种改进算法联合的碰撞检测框架与常用的基于均值和协方差矩阵的包围盒构造和基于分裂轴的算法进行比较,证明了算法具有高效性。

基于相关性分析的下肢假肢步行模式预识别方法

为了减小假肢执行器延迟以及判断程序延迟对动力型假肢协调控制带来的影响,采用步行模式预识别的方法,提前控制动力型下肢假肢的运动,以达到最佳的协调控制效果.利用假肢接受腔装配的陀螺仪传感器、加速度传感器以及安装在假肢足底的压力传感器来进行数据采集,通过分析传感器采集数据与模版数据之间的相关性信息来实现步行模式的预识别.实验结果表明利用分析多传感器数据的相关性预识别步行模式的方法是有效的,可使假肢及时调节、及时动作,增强了假肢的智能性,该技术对智能假肢的发展具有重要的实用价值.

基于阈值的极值中值新型滤波方法

针对图像滤波中去噪与细节保护的矛盾,在分析极值中值滤波方法的基础上,提出了一种基于阈值的极值中值新型滤波方法。该算法将受脉冲噪声污染图像中的像素点用预判断算子法进一步分为噪声点、边缘细节区和平坦区3种类型,然后做不同的处理以获得良好的细节保护效果。仿真试验结果表明,该方法在去除噪声的同时,能更好地保持图像边缘细节,具有较好的处理效果。

产业集群企业互保圈风险预判研究

从产业集群企业互保圈风险的视角出发,在参考国内外大量文献资料的基础上,对集群企业互保关系结构进行了分析并对互保圈的概念进行界定,提出一种集群企业互保圈风险预判方法。该方法从互保圈矩阵识别分析入手,结合网络脆弱性分析,利用风险评价法对互保圈进行准确分类。首先利用矩阵识别出产业集群内所有的企业互保圈,然后运用风险评价法对互保圈进行风险分级,接着使用网络脆弱性分析法计算出风险较大和严重的互保圈内所有企业的H值,最后利用H值结果判别出互保圈内最可能出现破产违约的企业。该方法将定性分析和定量计算有机结合起来,通过对某市级工业开发区内企业互保圈的实证分析,验证了该方法的有效性和准确性,能起到风险预判的作用。

因果判断中经验与共变信息的结合及各自作用

研究使用相继呈现信息的方法控制了被试获得信息的顺序,从而将经验和共变信息在因果判断中所起到的作用分离了出来。结果表明: (1)个体综合两种信息进行因果判断的过程既不是简单的相加操作,也不是使用经验信息控制共变信息的进入,而是先判断经验信息,再判断共变信息是否与之一致,当出现不一致的情况时又重新考虑经验信息。(2)在改变先前判断的过程中,经验信息所起的作用更大,其中又以当其证明待判断原因不可信时所产生的改变更大。

盲样考核浓度预判及稀释方法——以原子荧光法测定水中砷为例

以原子荧光法测定水中砷为例,探讨了实验室盲样考核浓度预判及稀释方法。分析了3个砷盲样考核实例,归纳了"直接稀释法""系列稀释法""最大稀释法"3种方法,分别适用于盲样浓度范围窄、适中、宽3种情况,检测人员可根据考核机构给定的浓度范围合理选用。

面向大规模裁判文书结构化的文本分类算法

大数据和人工智能作为国家战略,使得新技术在司法领域应用的重要性凸显.同时,最高人民法院推动人工智能在司法领域的深度应用为相关研究提供了契机.最高人民法院主导的信息化建设以及司法公开等需求使得大量的裁判文书上网,裁判文书作为重要的法律文本信息资源,包含大量关键的案件审判信息,具有多元化的研究与应用价值.然而,裁判文书中存在着大量非结构化信息,妨碍了信息的准确抽取.对裁判文书进行结构化处理是基于裁判文书开展研究的重要前提.海量的裁判文书上网,人工处理将耗费大量的时间和精力,而裁判文书规范化改革为人工智能的司法应用提供基础.针对裁判文书结构化任务,已有的正则匹配方法或者基于文本分类模型的研究方法,未能利用文书上下文段落标签的结构特征,结构化效果较差.针对这一问题,提出了一种基于裁判文书段落级别的上下文语义特征信息的序列标注模型方法.通过学习完整的裁判文书中段落标签的结构信息、段落上下文之间的联系,实现良好的裁判文书结构化效果.结果表明:准确率、召回率和F1值较文本分类的基线模型有了全面提高,得到了几乎完全准确的分类效果.另外,本文采取的结构化方法核心在于利用裁判文书段落级别的上下文语义特征信息,该方法可以推广到各种类型的裁判文书的结构化任务.

一种基于预测的改进的三步搜索算法

基于对运动矢量分布的中心偏向特性研究,结合零运动预判断,提出了一个基于预测的改进的三步搜索算法(PB ITSS),有效地提高了运动估计搜索速度并保持较高的搜索精度。实验结果显示,与三步搜索算法(TSS)相比,图像质量和搜索速度都得到了提高,综合性能高于TSS算法。

基于需求差异化的电网核心骨干网架构建

为了提高故障状态下电网保障重要负荷的能力,提出一种基于需求差异化的核心骨干网架构建方法。分别从负荷、电源和网架三个需求方面建立了核心骨干网架的数学模型,同时改进了网架连通性修复策略。采用引入了动态旋转角,早熟判断机制和混沌变异策略的改进量子粒子群算法进行模型的求解,并与量子粒子群算法和量子进化算法的搜索结果进行了对比分析。应用IEEE-118节点系统进行算例分析,结果表明能准确搜索出基于负荷、电源和网架需求的核心骨干网架,所提出的改进量子粒子群算法收敛快,能够克服陷入局部最优,收敛精度高。