数字化转型背景下的人力资源管理者胜任特征模型建构

数字经济时代,人工智能、区块链、云计算、大数据等数字化技术的应用对人力资源管理者的任职条件提出了新的要求。文章基于网络文本分析法和典型案例分析法,构建了包含专业知识、职业技能、通用能力和个人特质4个因子27个条目的胜任特征模型。其中,数据分析能力、云平台及大数据操作管理技能、快速学习能力、场景迁移能力等胜任特征体现了数字化转型背景下的人力资源管理者胜任特征新要求。企业要进行数字化转型,应重视数字化实践中人力资源管理者的配置与培训,通过新的胜任特征模型建立人才画像和人才评估标准,运用大数据技术提升人力资源管理部门工作效率。

基于BERT和CNN的药物不良反应个例报道文献分类方法

在临床上,药物不良反应导致的死亡和用药不当造成的住院及门诊费急剧升高,成为临床安全合理用药面临的主要问题之一。目前对药物不良反应的回顾性分析和文献分析多以公开发表的文献资料为依据。学术文献作为重要的数据来源之一,如何自动批量地对其进行数据处理尤为重要。针对医药文本独特的表述方式,基于BERT及其组合模型进行文本分类技术比对实验,建立对药物不良反应个例报道文献数据进行高效快速分类的方法,进而分辨出药物不良反应的类型,有效预警药害事件。实验结果表明,使用BERT模型的分类准确率达到99.75%,其可以准确高效地对药物不良反应个例报道文献进行分类,在辅助医疗、构建医学文本结构化数据等方面均具有重要的价值和意义,进而能够更好地维护公众健康。

图文互生:晚明公案小说的图像叙事与知识传播

晚明时期公案小说密集刊刻,其中的图像形式可分为“图文分离”式和“上图下文”式,它们既是民间书坊营销的巧妙策略,亦是民众审美图式的视觉化呈现。首先,公案小说中的全页图像有再现更有装饰,呈现出案件审理的不同层面,还原了某些重要的案发场景,一些图像的精美线条与山水的虚实呈现也彰显某种独特的艺术审美享受;其次,晚明公案小说是民间书坊“上图下文”形式的最后辉煌与兴盛。上图下文中的图像较为简单粗糙,但是其优势则为叙述的视觉连续性,这使得图像超越了对情节的简单复现,而是在知识实践基础上的典故视觉化。同一故事不同版本的图像选择呈现不同的视觉叙事策略和图像正义;再次,晚明公案小说因大量案件涉及法律器物而对相关图像有细致丰富之呈现,并明晰了不同刑具所适用的审讯、监禁与刑罚等不同司法场景,发挥了传播法律知识和提升民众法律知识水平的作用。

零件加工隐性工艺知识获取方法研究

随着制造业数字化工艺的深入应用,如何高效利用积累的工艺知识,已成为提升工艺设计效率与质量的关键,然而隐性工艺知识却存在难以获取、描述与转化的技术瓶颈,严重阻碍智能化工艺设计模式推广。为此,提出了一种复杂零件加工的隐性工艺知识获取方法。首先,利用等宽法对结构化工艺数据进行离散化处理,构建基于文本挖掘的隐性工艺知识获取流程,并通过产生式规则对隐性工艺知识表达;然后,基于案例推理和规则推理融合的知识推理方法,并采用最近邻算法实现隐性工艺知识的识别;最后,以船用柴油机缸盖类复杂加工零件为验证对象,对加工隐性工艺知识获取方法进行了有效验证。

双向注意力文本关键词匹配法条推荐

提出一种双向注意力文本关键词匹配的法条推荐模型(BiAKLaw)。该模型以预训练语言模型BERT作为基础匹配模型,利用双向注意力机制提取字符级对齐特征和关键词差异特征,融合对齐特征、差异特征和关键词语义表征来提升匹配效果。在裁判文书交通肇事和故意伤害数据集上的实验结果表明,与BERT模型相比,BiAKLaw在评价指标F1上分别提升3.74%和3.43%。

中文文本纠错软件测试用例的选择生成方法

针对目前尚无有效的中文文本纠错软件测试用例生成方法的情况,为了服务于软件纠错性能的测量并为软件提供优化方向,设计了一种面向多用户的、工程化的中文文本纠错软件测试用例选择生成方法(SGMT-CCS)。定义了两种不同的可供用户选择的用例评判标准:错误数量密度和错误种类密度。设计了三个模块:测试用例自动化生成模块、测试用例选择模块以及测试用例优先级排序模块。在SGMT-CCS中,用户可以:1)在测试用例自动化生成的过程中自定义错误最小间隔和用例集大小;2)在测试用例选择的过程中自定义错误最小间隔和期望值;3)在测试用例选择和优先级排序的过程中选择不同的用例评判标准进行自定义操作,以适应不同数据集的要求。实验结果表明,SGMT-CCS能够在较短的时间内获得有效的测试用例,选择模块实验在模拟的需求情况下都能满足用户自定义目标,优先级排序模块实验验证了相较于排序前,在不同评判标准下的不同时间段内都能有效提高测试效率。

基于众测操作记录的Web测试用例自动生成方法

众包测试是软件测试领域的一种新兴趋势,具有更加可靠、成本更低和效率更快的优点。但是由于众测工人专业水平不同,提交的测试用例报告缺乏规范性,为报告的审核、缺陷的复现都增加了困难。该文提出了一种通过众测工人的操作记录自动生成文本测试用例的新方法,并实现了该测试工具。首先,对测试工人的操作进行录制从而获取录制信息,录制信息可以划分为三大模块,包含静态页面信息、动态页面信息和交互信息;其次,通过深度优先遍历算法获取组件名称、组件类型、交互动作和交互数据,并按照众测工人的实际操作步骤生成测试序列;对于测试序列中存在组件名称匹配错误的问题,通过YOLOv5目标检测和OCR文字识别技术设计了n元组生成算法,用于生成组件名称与其选项的对应关系,并对匹配错误的组件名称进行自动修改;最后,通过自定义规则集将测试序列转换为文本测试用例。该方法自动生成统一规范的测试用例,降低了众测的门槛,提高了测试效率,并且有利于众测服务平台的质量评估工作。为了验证该方法的有效性,针对不同开发技术的Web系统进行了测试,并与目前最新版本的UFT,Selenium IDE和Katalon Recorder三款工具进行了对比。实验结果表明,该方法生成的测试用例在测试步骤完整性、测试用例信息完整性和时间性能方面具有较好的表现。

类案检索技术研究综述

类案检索是法学和计算机相关学科的交叉应用,类案检索技术旨在通过类案判定获得候选检索结果。当前研究分别从法律和计算机两个视角展开,通过技术与领域的深度融合实现类案检索以精准服务法官判案需要,尽管类案检索技术研究逐渐体系化,但尚未存在相关技术发展的系统性综述。为此,首先分析在法学上类案界定标准的变化,以浅层和深层文本表示方法为划分标准,论述相似案例匹配技术研究进展;其次比较中国裁判文书网、“法信”“北大法宝”3类案检索平台的特点;最后提出构建大型标注数据集、设计可解释性算法和提升检索效率是未来类案检索技术的主要发展方向。实验表明,现阶段类案检索平台数量多,但大都处于起步阶段,缺乏具备可解释的稳定算法是影响其发展的重要因素。

中文文本纠错软件测试用例的最小化方法

针对目前尚未存在有效的中文文本纠错软件测试用例最小化方法的情况,设计了两种中文文本纠错软件测试用例集最小化方法:基于多目标遗传算法的中文文本纠错软件测试用例集最小化方法(Minimization Method based on Multi-objective Genetic Algorithm of Test case for Chinese text error Correction Software,MMG-CCS)和基于TextRank模型的中文文本纠错软件测试用例最小化方法(Minimization Method based on TextRank of Test case for Chinese text error Correction Software,MMT-CCS).MMG-CCS基于问题特点设计了一种中文文本纠错软件测试用例集覆盖度模型,并将测试用例集大小及覆盖度作为目标函数,为了高效求解该问题,MMG-CCS同时对遗传算子进行了改进.此外,MMT-CCS方法能将测试用例集最小化问题映射为图解问题,并根据问题特点对TextRank模型进行了针对性改进.实验结果表明,MMG-CCS和MMT-CCS对测试用例集的缩减程度高,且在不同中文文本纠错软件上对于不同中文文本纠错软件测试用例集均能保持相同的测试效果.

“洗冤”还是“沉冤”:案例所见《洗冤录》与清代命案检验实效

由道光初年德清案的审理可见,《洗冤录》在清代命案检验中的权威地位,与其固有局限之间存在矛盾,使得“洗冤”时而流于空谈。《洗冤录》的内容并非全然精确,难以在客观上真正区别部分尸伤和死因,故官吏得以在权威文本的背书下混淆案情、改换死因。而审转制下,官员出于利己或规避司法责任,其对《洗冤录》的运用与解释时有恣意和庸俗化之虞,使之成为粉饰案情的工具与回避问题的借口。“法弊”与“人弊”相互交织,使得《洗冤录》在部分案件中不仅未能实现“洗冤”的理想,反而令“沉冤”得以坐实。

典型测试用例推荐与用例期望结果生成系统

测试领域在对公司产品质量的把控中至关重要,但不同测试人员在面向同一个测试产品时,会由于测试人员本身缺少经验以及对产品功能的不熟悉,导致测试不具备系统性和全面性;同时测试团队在长时间针对公司相关业务产品,或者开发人员在系统联试过程中,会形成大量具有典型意义的测试用例;但目前传统的做法并没有将该具有价值的测试用例深度分析;只是形成相关文档后汇总,就将该数据尘封;因此文章以典型测试用例为数据,以知识图谱为展现形式与存储形式,Bert实体提取为技术基础的推荐系统;根据用户输入,推荐出相关的典型测试用例;同时在某些行业,测试人员在实际工作业务中,需要花费大量时间对测试用例的输入和期望结果进行描述,形成正式文档用于保存记录;该系统可实现根据用例输入自动生成对应的期望结果,以提升测试人员的工作效率。

基于Fasttext网络的煤矿事故案例文本分类方法对比

随着大数据时代的到来,煤矿企业积累了大量煤矿数据资源。其中煤矿事故案例信息丰富,包括对事故发生时间、事故发生经过、导致事故的原因以及事故报告等多个方面的分析和总结,但是对这些非结构化文本信息提取很困难,不能有效的获得隐含的语义特征。因此针对煤矿事故案例,对比基于Fasttext网络的文本表示与分类方法,更好的挖掘文本中的语义信息,并准确有效的对案例事故进行类别预测,为后续建立专家知识库、构建应急救援平台提供有力的技术支撑。该文实验的所有代码均已放在GitHub上。

以学科竞赛促进商科大学生能力培养--四届浙江省大学生经济管理案例竞赛一等奖作品分析

在深入实施创新驱动发展的战略背景下,商科大学生作为“双创”的生力军,学科竞赛的开展对于提升他们创新创业能力、增强创新活力具有重要意义。本文以浙江省大学生经济管理案例竞赛2018—2021年间120篇一等奖作品为研究对象,通过文本和共词分析,探讨获奖高校、案例企业、研究主体和研究理论的分布情况,总结竞赛现状及发展趋势,并从院校支持、案例选题、学生培养等角度提出建议与启示。

基于Python的中医医案智能收集系统研究

随着数据挖掘技术在中医医案研究中被广泛采用,对医案收集的效率和质量提出更高要求,积极探索中医学与计算机、人工智能等相关学科的交叉融合,实现中医医案的半自动收集,以期为名中医经验传承作出贡献。基于Python编程语言的简洁性、开源性以及丰富的第三方扩展库,使用Python,采用OCR文本识别、自然语言处理Jieba中文分词、Fuzzy-Wuzzy模糊字符串匹配等第三方工具库,编码实现医案智能收集系统。通过与医案手工收集相比,智能收集系统极大地提高了医案收集的工作效率,解放人力,提升医案的可靠性。

高校教师师德评价制度的文本检视、困境反思及改进路径

师德作为评价教师队伍素质的第一标准,完善高校师德评价制度是规范教师师德发展的重要环节。通过选取“双一流”高校的相关师德评价制度文本,从评价主体、评价内容、评价方法、评价结果运用等四个方面进行探析,研究发现当前的师德评价制度存在评价主体部门单一、评价内容过于模糊、评价方式机械传统和评价结果运用笼统等问题。基于此,高校师德评价制度的完善就需要多主体部门有效协同,营造联动评价环境;评价坚守法律底线,实现内容分层分类;评价彰显程序正义,规范多元评价方式;注重评价结果运用,构建多层结果分类。

环境政策、动态能力与企业绿色转型——广西柳州钢铁集团纵向案例分析

环境政策通过改变企业绿色转型成本和收益,从供给侧推动和需求侧拉动企业绿色转型。动态能力是指企业感知机会与威胁、学习创造新知识以及重构内外部资源,从而应对环境快速变化的能力。构建“环境政策—外部压力—绿色转型环节—动态能力—内部选择”的理论框架,综合内、外部视角研究企业绿色转型机制发现,企业绿色转型涉及绿色产品开发、绿色材料投入、绿色生产工艺、绿色供应链管理和绿色营销等多个环节,政策提供的外部支持与企业内部动态能力相互匹配,支撑企业全生命周期绿色转型。基于广西柳州钢铁集团的案例分析表明,企业绿色转型不是一劳永逸的,在动态变化环境下,企业实施转型并获得成功的关键在于具有与外部环境变化相匹配的动态能力。企业既需要把握外部环境政策变化带来的商机,又需要抓住转型重点环节,通过动态更新内部能力持续推进企业全生命周期绿色转型。

水电工程施工安全隐患文本智能类推研究

水电工程施工安全隐患治理不断向信息化与智能化转型。为高效挖掘大规模非结构化的安全隐患文本数据,提出融合案例推理与深度学习的水电工程施工安全隐患文本智能类推方法,辅助隐患治理方案的制订,提高隐患治理效率。首先,柔性化处理案例数据,用框架法表示案例并建立隐患案例库;其次,从案例推理技术视角出发,构建隐患治理方案类推框架;最后,融合Word2vec模型优化检索过程,将隐患文本转化为词向量并计算相似度。以某水电站2016—2020年记录的3160条安全隐患信息为数据源,经实例验证,该类推方法综合准确率达0.867,表明隐患文本智能类推方法有助于管理人员及时对隐患进行整改,能够有效指导水电工程安全施工及安全管理。

案源线索的违法业务种类自动分类研究

案源线索管理是工商行政执法办案的初始环节。随着网络举报途径的简化,案源线索的数量激增,现有的人工对案源线索进行分派处理的方式存在压力大、错误率高、人工成本高等种种弊端。为了降低人工成本、提高案源线索分类的准确率,该文以某一线城市的案源线索数据为例,探索基于深度学习模型的分类算法,来实现违法种类的自动识别。经过模型选择和实证研究,发现所提算法的总体分类准确率较高,能够满足实际的业务需求。本研究的成果表明了基于深度学习模型的分类器,可以有效地实现案源线索的自动分类,为推进社会治理能力的智能化和现代化提供借鉴。

基于OBE理念的机器学习课程实验教学案例设计

机器学习是人工智能专业的核心课,课程具有工程实践性强、算法复杂且不易掌握的特点.基于工程教育的OBE教育理念,依据机器学习项目开发流程,利用课程算法设计了新浪微博热点话题研究的实验教学案例.将微博文本向量化后,基于TF-IDF算法赋予特征项权重并构建特征词矩阵,然后利用LDA模型采用EM算法得到不同时间窗口的主题,结合可视化技术发现微博热点主题.开展该教学案例的实验教学实践表明,使用机器学习算法解决社会热点问题的实验案例,不但能够较好地培养学生的实际工程能力和工程素养,而且激发了学生对该门课程的自主学习热情,是一种有效的实验教学案例设计方法;该实验综合性强,对学生的数理功底也是一种挑战.

我国教育专业学位案例开发的主题选择及其改进——基于教育专业学位入库案例的文本分析

案例开发是开展案例库建设和实践案例教学的重要基础和首要环节。通过对教育专业学位532篇入库案例的文本分析发现,目前已形成“农村教育”“教师教育”“教育管理”和“课程教学”四大主题的案例群。为完善我国教育专业学位入库案例,尤其是深化对案例开发的系统认识,推动入库案例的学科均衡发展、实践应用性和质量提升,还需丰富案例开发理论研究,建立案例开发顶层规划设计,构建案例开发选题结构体系,以及健全案例开发考评机制。