基于深度字词融合的小麦种质信息实体关系联合抽取

为获得结构化的小麦品种表型和遗传描述,针对非结构化小麦种质数据中存在的实体边界模糊以及关系重叠问题,提出一种基于深度字词融合的小麦种质信息实体关系联合抽取模型WGIE-DCWF(wheat germplasm information extraction model based on deep character and word fusion)。模型编码层通过深度字词融合和上下文语义特征融合,提高密集实体特征识别能力;模型三元组抽取层建立层叠指针网络,提高重叠关系的提取能力。在小麦种质数据集和公开数据集上的一系列对比实验结果表明,WGIE-DCWF模型能够有效提高小麦种质数据实体关系联合抽取效果,同时拥有较好的泛化性,可以为小麦种质信息知识库构建提供技术支撑。

中文电子病历信息提取方法研究综述

电子病历里承载的大量医疗信息能够帮助医生更好地了解患者的情况,辅助医生进行临床诊断。作为中文电子病历信息提取的2大核心任务,命名实体识别和实体关系抽取的目标是识别出电子病历文本中的医学实体并提取出各个实体间的医学关系。首先,系统阐述了中文电子病历的研究现状,指出命名实体识别和实体关系抽取2大任务在中文电子病历信息提取中所发挥的重要作用。随后,介绍了面向中文电子病历信息提取的命名实体识别和关系抽取算法的最新研究成果,并分析了每个阶段各个模型的优缺点。最后,讨论了中文电子病历现阶段所存在的问题并对未来的研究趋势进行展望。

基于领域规则的大规模乳腺超声报告结构化方法研究

乳腺超声报告蕴含丰富的医学知识,具有极高的研究价值。采用叙述性语言撰写的自由文本报告在组织结构、术语使用中存在不统一等问题,较难从中获取关键信息以实现人工智能相关研究。将文本报告转换为结构化报告,有利于推进人工智能在乳腺超声医学中的发展。文章提出了一种流水线式结构化方法,旨在利用基于深度学习的命名实体识别和基于规则的实体关系链接对大批量的乳腺超声报告进行结构化处理。在99.53%平均F1值的命名实体识别基础上,该结构化方法的准确率为97.76%。

基于图神经网络的姓名消歧算法

由于语言的不同,中国作者在发表外文文献时很容易出现作者重名的问题,导致许多重名学者发表的学术文献无法很好地区分开来。针对这一问题,本文提出了一种基于图神经网络的姓名消歧算法,解决外文文献中的中国作者同名问题。首先,基于待消歧文献的属性特征及其关系构建异质学术关系网络,对文献进行表示学习;然后再进行聚类消歧。由于文献属性特征之间具有强关联性,本文在原有文献关系的基础上引入了消歧特征对来丰富节点关系类型。实验结果表明,本文提出算法的性能明显优于其他对比方法,有更好的消歧性能。

基于旋转注意力的命名实体识别模型

针对命名实体识别中实体词对关系建模分类性能不高的问题,提出一种基于旋转注意力的命名实体识别方法,该方法首先用BERT模型和Bi-LSTM进行编码,然后用卷积神经网络对输入的文本进行特征提取,接着将提取的特征序列输入旋转注意力模型中计算输出概率,最后使用MLP层对输出进行分类。实验结果表明,本文提出的方法在CADEC、GENIA和CoNLL2003等标准英文数据集上均取得了较好的性能,验证其在命名实体识别任务中的有效性和可行性。

基于知识图谱的马表型-基因知识库构建与应用研究

马表型-基因知识库为马的遗传育种和疾病诊治提供辅助参考。从生物医学文献库Pubmed中提取相关文献摘要,采用多实体识别接口Pubtator进行生物实体识别,以半自动化方式通过公共域关系抽取工具OpenIE和人工标注相结合的方法实现马表型-基因知识图谱的构建。知识图谱包含了马的25种常见表型,分析获取到与之关联的基因、变异等实体139个,语义关系177个。马表型-基因知识图谱的构建可以将马科研工作者从繁琐耗时的文献检索中解脱出来,为进一步的研究提供便利,同时也为构建完整的马知识图谱提供技术参考。

“红色革命文艺”研究:学理与挑战

历史看待近年来开始活跃的“红色文艺”概念,还处于意义建构期,直接将之运用到文艺史研究中势必引发不必要的争议。如果将“红色文艺”具体化为“红色革命文艺”,它所包含的整体性视野,对于重新审视其内部相关文艺现象的概念命名、源流关系,它们与中国古代文艺传统、外国文艺传统和“五四”文艺传统的关系,还有文献整理中的问题,体现出不可替代的作用和价值。目前以具体时段划分后的“红色革命文艺”研究,在概念命名上并不严谨,对整体源流关系的认识存在分歧,在与相关文艺传统关系的梳理上缺乏说服力,相关文艺梳理也存在不足,这些问题的形成与研究界缺乏整体视野有密切关系。在更大的视野上,“红色革命文艺”研究中存在的问题,是中国现当代文艺关于“启蒙-救亡”“传统-现代”“民族-世界”等重大问题悬而未决的结果,对这些重大问题的突破,进一步深化对“红色革命文艺”历史的认识是关键点。

“福建船政局”名称有错吗?

从倡办者左宗棠的提法、清朝廷“上谕”中的提法、各位船政大臣奏报中的提法三方面进行考察,“福建船政局”名称没有错。认为只能称“船政”“福建船政”,不能称“船政局”“福建船政局”是不符合史实的。

基于沙戈荒新能源送出特性的特高压工程知识图谱构建技术研究

我国西部的沙漠、戈壁、荒漠地区拥有优质的太阳能和风能资源,由于外送距离远、输电容量大等特点,特高压工程将成为主要的电能输送手段。特高压工程数据具有数量大、关联度高、数据结构性差的特点,传统以专家经验为基础的工程数据收集分析手段已经无法满足日益增长的数据增长需求。知识图谱技术能有效结构化工程数据,传统基于子字符串的命名实体识别技术生成了具有大量负样本的子字符串,对模型的精度具有不利影响。提出一种改进的命名实体识别算法,首先在分析特高压工程典型文本的基础上构建知识图谱本体层,其次利用考虑实体边界的负采样技术削减子字符串样本数量,提高命名实体识别效率,最后利用关系抽取算法得到实体对及关系类别。实验表明:所提算法在精度上与参考算法差别不大,运行效率提高了9%,验证了模型的有效性。

基于MFE-BERT与FNNAttention的心理医学知识图谱构建

针对心理医学领域文本段落冗长、数据稀疏、知识散乱且规范性差的问题,提出一种基于多层级特征抽取能力预训练模型(MFE-BERT)与前向神经网络注意力机制(FNNAttention)的心理医学知识图谱构建方法.MFE-BERT在BERT模型基础上将其内部所有Encoder层特征进行合并输出,以获取包含更多语义的特征向量,同时对两复合模型采用FNNAttention机制强化词级关系,解决长文本段落语义稀释问题.在自建的心理医学数据集中,设计MFE-BERT-BiLSTM-FNNAttention-CRF和MFE-BERT-CNN-FNNAttention复合神经网络模型分别进行心理医学实体识别和实体关系抽取,实体识别F1值达到93.91%,实体关系抽精确率达到了89.29%,通过融合文本相似度与语义相似度方法进行实体对齐,将所整理的数据存储在Neo4j图数据库中,构建出一个含有3652个实体,2396条关系的心理医学知识图谱.实验结果表明,在MFE-BERT模型与FNNAttention机制的基础上构建心理医学知识图谱切实可行,提出的改进模型所搭建的心理医学知识图谱可以更好地应用于心理医学信息管理中,为心理医学数据分析提供参考.

《越绝书》书名考述

《越绝书》是一部记述古代吴越地区的重要典籍,该书在流传过程中产生了诸多异称和相关书名,如《越绝》《越绝记》《越纽录》《越记》等。其中,《越绝记》《越记》《越纪》和《越绝书》是同书异名的关系,但后两种只存在于隋以前的古籍资料中;《越绝》《越传》《越地传》《伍子胥书》为《越绝书》一部分的称谓;《富中越绝书》《越录》为误传书名;《越纽录》《越书》与《越绝书》不相关,二者为两部典籍。关于《越绝书》的书名,“越”即“国之氏”,越国的简称;“绝”字目前有三说,即“奇绝”“断绝”“记录、记载”,但由于诸多问题没有解决,在没有新的证据出现前,笔者倾向于遵从“诸说皆通”的观点。

表象与本相:“铜梁”的山岳名实演变与县名建构

唐宋以来,文献记载中的“铜梁”“铜梁县”“铜梁山”“小铜梁山”名实含混不清。梳理历朝有关记载,唐铜梁县得名应该源于小铜梁山,唐代铜梁山与小铜梁山实为两山,两宋以后总体趋势由两山逐渐混为一山,致使铜梁县得名说法混乱繁杂。实际上,在山岳名实关系复杂的表象背后,暗含的是对“铜梁”山名资源的借用。“铜梁”拥有文学、旅游、宗教等价值,从而具有丰厚的山名资源。因此,明清以后,人们出于浓厚的乡土情怀,通过模糊山岳名实、虚构山岳归属、嫁接山岳文本的方式重新建构铜梁县地名。

虚假诉讼罪“捏造事实”司法认定研究

自虚假诉讼入刑以来,司法实务对如何认定“捏造事实”莫衷一是。根据司法解释规定,“捏造”的对象应当是能够影响法院立案决定且构成一定法律关系的法律事实。依据民事诉讼法理,起诉人的主张事实在经过法律要件的筛选后成为要件事实并构建起该案的实质法律关系,而虚假诉讼对事实的捏造亦是通过同样的流程影响了整个诉。因此可以法律关系为分析框架,以要件事实为基本要素,从而找到实务认定虚假诉讼罪“捏造事实”的基本规则。

基于“事实认知”与“价值评价”融合的公司治理

基于新古典经济学范式的“股东主义”作为主流治理理论专注于“事实认知”,通过“经济人”假设,规避了文化传统及企业家个人情怀等“价值评价”维度,造成公司治理研究停滞不前。中国文化认知中“事实认知”与“价值评价”互融,突出了人的社会性,为丰富治理研究提供了新视角。明清晋商基于中国文化认知的治理实践表明,“价值评价”层面的激励因素有助于解决当前公司治理研究的困境。尝试从“价值评价”融入视角分析东西方治理理念差异及特点,探究“价值”“事实”融合的治理理念,为提升公司治理水平促进经济持续增长提供理论基础,为中国传统经济理念进入现代学术视野进行有益探索。

双轴的耦合运转:论双轴的关系变化对姓名符号的动态影响

耦合本是一个物理学的概念,指的是两个或两个以上的电路元件或电网络的输入与输出之间存在的紧密影响与互相配合的关系。在符号的双轴关系里,体现为双轴之间的相互作用,其中一方受到影响时,另外一方也会出现响应,双轴由此发生不同的运转。研究发现,姓名作为一种符号表意活动,其双轴的耦合关系具有一定的规律性变化。组合轴与聚合轴的选择组合功能始终贯穿于姓名符号构成及表意的过程中,展现出不同的运作状态及转向轨迹。本质上,这种不同代表了不同时代文化取向与价值判断的差异。双轴的耦合关系会随着社会的变迁和文化的更替而发生不同的运作及转向,并对姓名符号的编码历程产生动态影响,由此构成差异性的姓名符号。

两汉罪己诏:基于“深察名号”的伦理治理

两汉罪己诏是皇帝自省的特殊文本,也是两汉时期的一种特殊政治现象,发挥着服务封建专制统治的社会治理作用。两汉罪己诏的罪己看似是对社会现实问题的归咎自责,但文本的展开却是从名实关系角度进行的不同“深察”;人们通过“观天意”而“循天意”,形成了“名生于真”的规定性,为两汉罪己诏提供了“名顺于天”的逻辑前提,使得罪己形式的治理实践始终以“名号”的真意为准则,通过析名见义、循名求实、揽名责实等方式展开具体的“深察”,进而按照“名伦等物”的价值准则形成治理举措、礼治秩序。其在一定程度上促进了良好社会风尚的形成,对后来整个封建社会的治理模式产生了深远影响。虽然两汉罪己诏存在一定的虚伪性,但仍然为中国式现代化建设等提供了丰富的文化资源。

中文生物医学文献机构名称规范化研究

阐述机构名称规范的研究现状和重要意义,以《中国生物医学文献数据库》中的机构数据为基础数据,分析其数据特点,探索机构名称间关联关系建立的流程和方法,搭建机构名称规范管理平台,辅助人工完成机构名称规范工作。从实验结果看该方法具有较高的召回率和准确率。

基于多来源文本的中文医学知识图谱的构建

中文医学知识图谱(Chinese medical knowledge graph,CMeKG)是对专业医学知识的结构化描述,构建中文医学知识图谱是各类智慧医疗应用的迫切需要。通过收集多来源医疗文本,详细分析语料的结构特征,结合医学知识的语义特点,制定了医学命名实体和实体关系的标注体系和规范;并开发了标注工具,在医学专家的指导下,选取106种高发疾病进行人工标注,命名实体一致率达到了87.3%,实体关系一致率达到了82.9%。在人工标注的基础上,进行实体及关系自动抽取,构建出的中文医学知识图谱CMeKG1.0版共包括6310种疾病、19853种药物(西药、中成药、中草药)、1237种诊疗技术及设备,关联到的医学实体达20余万,概念关系实例及属性三元组达100余万。所构建的中文医学知识图谱为医疗问答系统和智能辅助诊疗等领域奠定了专业知识基础。

基于聚落地名的盐池县人地关系状况研究

采用统计法、分类法对盐池县聚落地名要素进行处理,提取主要地名类型,分析各地名类型所反映的人地关系。盐池县自然类聚落地名反映了聚落的选址与地形、水文密切相关;人文聚落地名方面,移民、经济、军事、政治地名综合反映人们生产、生活所处的人文环境。盐池县聚落地名是动态发展的,与人、地理环境构成地理环境-人-聚落地名系统,通过定性分析,这一地名系统揭示了盐池人地关系以稳定为主,但也存在人地关系紧张现象,北部风沙区人地矛盾还很突出。

基于句义结构分析的中文人名消歧

针对现有很多基于人物属性特征的人名消歧方法不适用于文本本身特征稀疏的问题,提出一种基于句义结构分析中文人名消歧方法。通过句义结构分析提取人物关系特征词,根据提取关系特征构建社会关系图,并以人名实体的职业和所在单位等人物属性作为辅助特征,结合实体的特征信息进行关系聚类,将聚类的结果映射到文本中以实现人名消歧。通过句义结构分析提高了人物关系特征以及人物属性特征的准确率,实验结果表明,该方法可有效地提高中文人名消歧准确率。