基于词汇增强和对抗训练的中文命名实体识别

针对现有的中文命名实体识别的方法获取中文词级别的特征信息效果不理想且模型易受噪音影响而存在不稳定的问题,提出一种基于词汇增强和对抗训练的中文命名实体识别方法。将输入文本通过词汇增强模块获取到词汇向量,将预训练模型得到的字符级嵌入向量和词汇向量进行字词融合;使用字词融合的嵌入向量通过MOA方式生成对抗样本;使用BiGRU和CRF分别获取语义编码信息并进行解码得到预测结果。实验结果表明,该方法在中文命名实体识别数据集Resume和中药说明书上的F1值分别达到97.14%和73.65%,验证了该模型的有效性。

纳米氧化物@微晶纤维素的辐射制备及其对三氯乙酸的吸附去除

作为饮用水消毒常见的非挥发性副产物,三氯乙酸(Trichloroacetic acid,TCA)对人体具有致癌的危害性。本研究通过预辐射接枝包埋法成功制备了4种纳米氧化物@微晶纤维素基吸附剂(P25@微晶纤维素、SiO_(2)@微晶纤维素(MCC-g-GMA@SiO_(2))、Fe_(3)O_(4)@微晶纤维素和Fe_(2)O_(3)@微晶纤维素),探究其对饮用水中TCA的去除率。利用傅里叶变换红外光谱(FTIR)、X射线衍射(XRD)、热重(TG)分析、扫描电子显微镜(SEM)等表征手段对材料的微区形貌、表面结构及吸附性能进行了表征与测试,并系统对比探讨了不同单体浓度、包埋物浓度、吸收剂量等对其增重率的影响。通过对4种包埋的纳米氧化物进行吸附实验对比,得到了完整的静态吸附平衡曲线。结果表明:SiO_(2)@微晶纤维素性能明显优于其他3种吸附剂,且单体浓度体积百分数在30%、包埋物质量百分数为4%、吸收剂量在60 kGy时,对饮用水中TCA的去除率达到83.27%。该系列吸附材料在饮用水净化领域具有重要的应用价值。

基于字句动态特征和自注意力的情感分析方法

针对评论情感分析任务中文本长度失衡引起的特征稀疏、特征缺失和提取信息不全等问题,提出了一种基于字句动态特征和自注意力的情感分析方法。首先基于预训练模型对评论进行动态特征编码,使用句向量对不足固定长度的部分进行补全,并表征超出的截断部分,以缓解批训练下文本尺寸失衡引起的特征稀疏和特征缺失问题。然后使用基于自注意力机制的特征重组方法动态整合字句融合特征,并优化权重参数以降低计算和训练时间复杂度。最后在开源数据集上分别进行了消融实验和对比实验。测试结果表明,本文方法在准确率上有较优的改进效果。

嵌入式静态知识图谱补全研究进展

知识图谱是一种应用广泛且语义丰富的数据表示形式,日益成为知识工程领域的重要技术。但是由于现实世界中的知识图谱往往存在不完整和含糊的信息,阻碍了知识图谱应用性能。知识图谱补全技术旨在通过预测缺失的实体或关系来丰富知识图谱的内容,是近年来研究的热点,特别是在知识图谱补全任务中采用嵌入式方法取得了显著进展。回顾近年来嵌入式静态知识图谱补全方法,从空间平移、张量分解、神经网络模型、预训练语言模型等角度开展分类探讨。这些方法通过将实体关系嵌入到连续向量空间中,实现了更好的语义表示和推理能力;同时,在捕捉实体间复杂关系、利用图结构信息等方面具有潜在优势。

基于标签嵌入的作文自动评分方法

目前的作文自动评分方法往往采用大型预训练模型来获取语义特征,由于预训练语料与作文领域特征不符,且对长篇作文提取特征效果不佳,因此该类方法的性能并不理想。文中提出了一种基于标签嵌入的作文自动评分方法,使用了一个改进的BiLSTM网络和BERT模型来提取作文的领域特征与抽象特征,同时利用门控机制调整两者对作文评分的影响,最后经过特征融合对作文进行自动评分。实验结果表明,所提出模型在Kaggle ASAP竞赛的作文自动评分数据集上性能显著提升,平均QWK值达到81.22%,验证了标签嵌入方法在作文自动评分任务中的有效性。

揿针预埋治疗慢性肾脏病患者恶心呕吐的临床研究

目的观察揿针预埋对慢性肾脏病(CKD)所致恶心呕吐的临床疗效。方法选择2023年1月1日至4月30日就诊于重庆三峡医药高等专科学校附属中医院肾病科伴恶心呕吐的CKD患者,按照随机数表法将其分为对照组、掀针组、联合组,每组各20例。对照组采用常规止吐药物(质子泵抑制剂+促进胃肠动力药物);揿针组选用揿针预埋内关、足三里、腹通谷穴;联合组即在对照组基础上进行掀针预埋,共干预7 d。比较干预4、7 d后各组恶心呕吐的分度及中医证候积分。结果与干预前相比,干预4、7 d后三组的症状均有所改善,恶心和呕吐分度明显降低,差异有统计学意义(P<0.05);干预7 d后,掀针组和联合组恶心和呕吐分度低于对照组,差异有统计学意义(P<0.05),掀针组恶心呕吐分度与联合组接近,差异无统计学意义(P>0.05)。三组干预后中医证候评分比较:干预4、7 d后,三组恶心呕吐时间、频率及纳呆症状评分低于干预前,差异有统计学意义(P<0.05);干预7 d后联合组各项评分低于对照组,差异有统计学意义(P<0.05)。结论揿针预埋足三里、内关、腹通谷,改善CKD患者恶心呕吐症状的效果显著,值得临床推广和应用。

基于网络嵌入和预训练模型的义原预测

义原是构成《知网》概念描述的核心部件,义原预测是HowNet自动或半自动扩展中涉及的关键问题之一。提出一种基于网络嵌入和预训练模型的义原预测方法,通过对《知网》中的字-词-义项-义原及其关系的表示学习,融合预训练语言模型动态构建局部“义项-义原”关系网络,实现新概念与候选义原的动态匹配。实验结果中的义原预测F1值达到0.6237,表明该方法能够更有效地解决《知网》中未登录词的义原预测问题。

基于叶根形变数值模拟的预埋螺栓套位置变化规律研究

针对固化变形和残余应力引起预埋螺栓套位置变化、影响装配及使用寿命的问题,采用Path-dependent本构模型,分析真空辅助树脂传递成型工艺中残余应力与固化变形之间的关系。通过数值模拟和工艺实验,找到叶根形变引起的预埋螺栓套位置变化规律。结果表明:预埋螺栓套的位置变化规律可以为叶根数字化制造中位置预测补偿提供理论依据。

深层差异特征增强的机器翻译自动评价

机器翻译自动评价任务将机器翻译系统输出译文与人工参考译文进行对比定量计算翻译质量,在机器翻译的研究和应用中发挥着重要作用。当前主流的方法是使用预训练上下文语言模型表征机器翻译和人工参考译文,将两者的表征向量直接拼接输入前馈神经网络层以预测翻译质量;它没有在统一语义空间对两者之间的差异进行显式建模。该文提出基于深层差异特征增强的机器翻译自动评价方法,使用多头注意力机制深层抽象机器翻译和人工参考译文,利用两者在统一语义空间的差异特征增强当前最先进的自动评价方法UniTE_UP,将它们抽取的特征进行深层交互,以对机器翻译和人工参考译文之间的差异进行直接显式建模。在WMT'21机器翻译自动评价基准数据集上的实验结果表明,深层差异特征增强的自动评价方法能有效提高机器翻译自动评价与人工评价的相关性,消融实验和深入的实验分析进一步揭示了深层差异特征的有效性。

预埋槽道疲劳性能试验研究

预埋槽道作为一种新型结构体,近些年来,被广泛应用于地下轨道交通之中。在轨道交通运营过程中,由于反复承受重复的荷载作用,很有可能使预埋槽道出现疲劳裂纹,进而引起结构破坏。因此研究预埋槽道力学性能极为重要。目前,预埋槽道的力学性能在国内外已经有了大量的研究,但是对疲劳性能的研究却相对较少。研究采用HDT105A液压伺服疲劳试验机进行疲劳加载试验,并以3组30/20型(宽度为30,高度为20)预埋槽道裸件为研究对象,分别进行试验,根据试验结果,对其位移和荷载峰值进行分析。结果表明3组试件试验后形态良好,并且疲劳次数均可达到120万次,可以满足规范100年使用年限需求。研究结果可为预埋槽道在城市轨道交通中的应用提供参考。

预埋承插式接头错缝拼装盾构隧道受力性能及管片开裂原因分析

[目的]以上海轨道交通某区段新型隧道顶部管片开裂为背景,分析预埋承插式接头错缝拼装隧道在外荷载作用下变形特点及管片开裂原因,并提出此类隧道的运维侧重点。[方法]根据盾构推进时间、保护区历年变化及隧道收敛变形数据,分析了隧道管片开裂原因。并且发现顶部有无拼接缝的隧道环,在变形程度及裂缝产生方面存在差异。通过与相同环境下单圆通缝隧道收敛变形数据进行对比,得出了新型隧道与单圆通缝隧道受力性能的异同及相对刚度。[结果及结论]此次管片开裂是由侧方拔桩施工导致水平方向土压力变小以及正上方填土使得竖直方向土压力增大两者叠加产生的。顶部为整块管片的隧道环相较顶部为拼接缝的收敛变形更小,但容易开裂,运维时宜重点关注顶部为整块管片隧道环的收敛变形数据。新型隧道横断面刚度约为单圆通缝隧道的2.5倍,峰值处的荷载会传递到邻近的隧道环共同承担,使得隧道收敛变形较为平缓,隧道在外荷载消除后变形恢复能力更强。因这种裂缝而产生的渗漏水病害及通路很难通过隧道回缩愈合。

大跨度钢管拱桥拱脚预埋件制作工艺技术

拱脚预埋件是钢管拱桥梁中较为主要的连接方式,具备力学性能优越,安装稳定、牢固,容易施工定位,经济性优越,还能在一定程度上调节钢管拱的安装偏差等优点。围绕预埋件制作工艺,介绍制作流程以及遇到的重难点,采取的精度控制措施和工艺方法对拱脚预埋件制作的精度和效率起着关键性作用。

融合双通道标签语义的多标签文本分类模型

针对多标签文本分类任务中的标签语义表示,提出了一种双通道标签语义增强模型。该模型包含2个重要的组成模块:基于标签共现的图卷积网络模块和基于预训练的标签语义嵌入模块。前者利用图卷积网络捕获标签之间的语义关联,增强每个标签的语义信息;后者利用预训练模型中的先验知识,增强标签的语义表示。最后,利用注意力机制融合并深度编码来自双通道的标签语义信息。在2个公开数据集AAPD、RCV1-V2上的多标签文本分类实验结果表明:与主流基线方法相比,该方法的精确率、召回率和微F1(Micro-F1)均有显著提升。

交叉渡线道岔应用现状与结构优化措施

综合考虑交叉渡线道岔的轨距、轨型、号码、类型、线间距等多个关键参数,对国内主型交叉渡线道岔的使用情况进行了详细统计,并介绍了国外相关标准推荐的交叉渡线道岔型号。通过现场调研,揭示了菱形交叉部位存在的主要问题,如辙叉轨件伤损、岔枕定位精度差、扣件系统保持轨距能力不足等。针对这些问题,从扣件系统、锐角辙叉、钝角辙叉、岔枕结构等多个方面提出了针对性结构优化措施。具体措施包括:在菱形交叉部位设计应用预埋铁座式扣件系统,以增强横向稳定性;采用合金钢组合锐角辙叉,以降低心轨磨损程度;通过增强岔枕截面尺寸及配筋来提高岔枕的承载能力和稳定性。这些措施减轻了道岔的养护维修工作量,延长了菱形交叉的使用寿命,从而提升了铁路系统的整体性能。

系杆梁现浇支架π型牛腿及预埋件设计与施工

以浙江省丽水市生态产业集聚区水阁至腊口公路工程石浦大桥主桥系杆梁现浇支架在桥墩处的π型牛腿及预埋设计与施工为例,重点阐述了对应位置支架设置情况和设置π型预埋件的缘由;根据施工环境条件选择预埋件的结构和构造;对预埋件按设计规范进行锚筋截面设计,并用安全系数法进行焊缝连接及锚固校核验算和优化,保证其安全性,希望能为类似结构设计提供参考实例和思路。

高桩梁板码头系船柱下方空间穿管结构设计

为提高高桩梁板码头下方空间的利用率,并使管线敷设更为有序化和集约化,结合工程案例,提出了在系船柱结构基础内穿管的设计理念,有效缩短了管线路径、减少了转弯接头。对比预留孔和预埋套管2种敷设方式,从结构受力、耐久性、施工期安装和使用期检测等多方面综合考虑,提出了推荐方案。通过Midas Civil三维软件单元建模,对系船柱扩大段等各节点进行复核计算分析,并在施工完成后,对系船柱进行原位加荷测试试验,双向验证系船柱基础下方开孔对码头结构的整体稳定性影响较小,码头结构安全可靠。

高层建筑电气预埋模块化施工技术

模块化工艺发展有着密切关系。为了进一步提升高层建筑的建设质量,铝膜模板模块化施工工艺衍生发展而来,将该施工工艺应用于高层建筑施工作业环节,一方面可以有效缩短高层建筑施工周期,另一方面还可以控制成本费用。本文结合具体的高层建筑案例,分析电气预埋模块化施工工艺的具体应用。希望对于相关的人员提供参考与借鉴作用。

基于预训练模型与标签融合的文本分类

对海量的用户文本评论数据进行准确分类具有重要的经济效益和社会效益。目前大部分文本分类方法是将文本编码直接使用于各式的分类器之前,而忽略了标签文本中蕴含的提示信息。针对以上问题,提出一种基于RoBERTa(Robustly optimized BERT pretraining approach)的文本和标签信息融合分类模型(TLIFC-RoBERTa)。首先,利用RoBERTa预训练模型获得词向量;然后,利用孪生网络结构分别训练文本和标签向量,通过交互注意力将标签信息映射到文本上,达到将标签信息融入模型的效果;最后,设置自适应融合层将文本表示与标签表示紧密融合进行分类。在今日头条和THUCNews数据集上的实验结果表明,相较于将Labelatt(Label-based attention improved model)中使用的静态词向量改为RoBERTa-wwm训练后的词向量算法(RA-Labelatt)、RoBERTa结合基于标签嵌入的多尺度卷积初始化文本分类算法(LEMC-RoBERTa)等主流深度学习模型,TLIFC-RoBERTa的精度最高,对于用户评论数据集有最优的分类效果。

针对大语言模型的偏见性研究综述

偏见现象普遍存在于人类社会,并通常以自然语言为载体呈现。传统的偏见研究主要针对静态词嵌入模型展开,但随着自然语言处理技术的不断演进,研究对象逐渐转向上下文处理能力更强的预训练模型。而作为预训练模型的进一步发展,尽管大型语言模型凭借惊人的性能和广阔的发展前景在多个应用场景中得到了广泛部署,但其仍可能会从未经处理的训练数据中捕捉到社会偏见,并将偏见传播到下游任务中。含有偏见的大型语言模型系统会产生不良的社会影响和潜在危害,因此针对大型语言模型的偏见研究亟待深入探讨。探讨了自然语言处理中偏见的由来,并对从词嵌入模型到现在大型语言模型的偏见评估和偏见缓解方法进行了分析与总结,旨在为未来相关研究提供有益参考。

非现场预埋外挂式预制卸料平台施工技术

针对常规悬挑式卸料平台在安装和使用中的不足,研发了一种非现场预埋外挂式预制卸料平台。该施工技术无须预埋拉环、吊环,无须张拉钢丝绳,具有低碳节能、操作简便、安全可靠、周转利用率高等特点,符合节能环保要求。经工程实践,证明其经济合理、安全适用,为卸料平台的应用开拓了一条新路。