检索结果-南通市图书馆

作者：刘丙为新疆大学

学位级别：硕士

随着人们生活节奏的加快,现代生活的人们希望拥有更方便快捷的生活服务,针对白领以及学生用餐困难的问题,众多的订餐系统应运而生,极大提高了人们的生活质量,在此基础上,一些企业和公司为了方便员工就餐,均设立员工餐厅。然而,企业在餐... 详细信息

随着人们生活节奏的加快,现代生活的人们希望拥有更方便快捷的生活服务,针对白领以及学生用餐困难的问题,众多的订餐系统应运而生,极大提高了人们的生活质量,在此基础上,一些企业和公司为了方便员工就餐,均设立员工餐厅。然而,企业在餐饮管理上存在诸多问题,具体如下:（1）对于公司餐厅方面,不确定当天用餐员工人数,易造成铺张浪费现象。公司为鼓励员工在公司餐厅就餐,制定了相应的福利发放制度,然而在统计员工就餐情况时,存在效率低下的问题,单位只能通过原始手写的方式记录数据,浪费人力物力资源。再如,存在员工明确告知餐厅当日会去用餐,然而食言未去用餐的行为,该行为也会造成浪费现象,且对公司餐补福利发放者来说,计算每位员工一定时间内获得餐补金额数目,造成一定的工作量并且存在手工修改易出错的问题。（2）对于就餐员工方面,员工对当日公司餐厅饭菜品种不知情,且容易遗忘本人就餐日期,这对员工核对公司餐饮福利补助的发放数目的正确性带来困扰。针对上述公司餐厅和就餐员工方面的问题,本文设计并开发了解决以上需求的公司订餐系统,详细梳理了各个开发流程。本文介绍了开发此系统的研究意义、相关技术介绍、需求分析、系统模块设计、系统实现、系统测试,打造一个满足用户需求并且安全可靠的公司订餐系统。本系统使用Android客户端为终端,帮助公司员工进行订餐操作和查询当日饭菜品种,员工订餐后,将数据实时传送到后台,安全高效。在员工就餐时,采用指纹机签到方式采集员工就餐数据,系统后台采用Spring+Spring MVC+Hibernate的主流框架结构,保证了系统的安全性和可靠性。数据存储采用MySQL数据库,实现快速查找和存储数据,减少内存漏洞等问题的产生。针对不同的公司需要不同权限的问题,本系统采用Shiro权限管理框架为不同的公司账户分配不同的权限,Shiro比传统Spring Security更具备灵活性与可扩展性,且具备更细粒度的权限管理功能。为提高用户满意度,方便员工对喜欢的菜品进行选择,系统使用SVM算法对公司员工推荐菜品。为保证系统安全高效的运行,在系统实现后,采用黑盒测试的方法对系统各功能模块测试,保证用户的需求均能通过功能模块的实现得到解决,同时测试部分还对系统的响应时间、高并发等非功能性需求严格把控,本系统的实现既能满足用户的业务需求,也能保证稳定高效运行。

关键词： Android Spring MVC 公司订餐系统 Shiro SVM

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

维吾尔语领域术语抽取研究

维吾尔语领域术语抽取研究

作者：钟军新疆大学

学位级别：硕士

随着新科技、新现象、新概念和新事物的出现，越来越多的领域术语进入到了人们的语言使用行列中，其大大地丰富了人们语言的词汇。另外，在信息化技术迅猛发展的今天，社会科学已上升到一个崭新的层次，其给人们的日常生活和生产带来了... 详细信息

随着新科技、新现象、新概念和新事物的出现，越来越多的领域术语进入到了人们的语言使用行列中，其大大地丰富了人们语言的词汇。另外，在信息化技术迅猛发展的今天，社会科学已上升到一个崭新的层次，其给人们的日常生活和生产带来了翻天覆地的变化，这些变化也促使领域术语朝着多样化的道路发展。所以，在领域术语不断扩充，变化不断加快的情况下，自动识别和抽取领域术语愈发的成为了一个重点和难点问题。随着互联网的广泛应用和普及，在新疆维吾尔语自治区，相对以往而言，现在人们能够更加容易的从网络获取资讯，并对一些热点话题和新闻做出自由的评论。由于网络评论难免存在鱼龙混杂的情况，所以当前许多专家和学者将工作重点放在了对这些信息的处理上。本文借助课题研究和区位平台优势，针对维吾尔语领域术语的自动抽取，进行了多方面的分析和深入地研究。结合维吾尔语领域术语的语言特点和相关统计特征，设计和实现了相应的自动抽取算法，基本实现了维吾尔语领域术语的自动抽取。论文对维吾尔语领域术语展开的具体研究内容如下： (1)对单词领域术语的抽取：由于维吾尔语单词领域术语存在获取难度较大，采用人工进行整理工作负担重，使用手工方式处理效率比较低且准确性较难得到保证等诸多问题，本文经过深入研究和分析，结合维吾尔语语言特征和语用习惯，充分利用语言学中的词汇共现原理，以维吾尔语各种特殊连接词为依托，将互信息等统计算法作为筛选工具，比较快速地实现了原始维吾尔单词语领域术语的积累工作，并在此基础上扩充和建立了维吾尔语单词领域术语库。借助已经建立好的维吾尔语单词领域术语库，经过充分的验证和对比，我们设计和确定了维吾尔语领单词域术语的特征模板，最终利用条件随机场，在整理好的维吾尔语网络文本中，基本实现了对单词领域术语的自动抽取工作，为相关的信息挖掘和自动摘要打下了一定的基础。 (2)对多词领域术语的抽取：基于维吾尔语领域术语语言特征和语用习惯，研究和分析当今阿拉伯语术语抽取的相关方法，借助语言学知识和统计学算法，本文提出并设计实现了一种规则和统计学算法相结合的维吾尔语多词领域术语自动抽取方法。该方法分为四个阶段：①各种来源不同的语料预处理,其主要工作包括语料的粗切分、维吾尔语停用词的过滤和词性标注;②对字串取N元子串，利用改进的互信息算法和对数似然比率计算子串内部的联合强度，结合维吾尔语多词领域术语词性构成规则，构建候选维吾尔语多词领域术语初始集;③利用语言统计学中的相对词频差值，对候选多词领域术语进行二次筛选，并确保得到尽可能多的多词领域术语;④结合Calue值，对候选多词领域术语进行再次筛选，借助我们构建好的维吾尔语多词领域术语词缀库作后处理，获取最终的领域术语。实验显示，利用上述方法能够很好地抽取维吾尔语多词领域术语。维吾尔语是我国语言重要的组成部分，使用人数众多，应用地域比较广泛。维吾尔语是中华文明传承发展的有效工具，同时也是我国文化对外传播的必要载体。维吾尔语领域术语的抽取，将在一定程度上有助于我国维吾尔语领域术语标准化工作的开展，对整个维吾尔语文化事业的发展将起到一定的推动作用。

关键词：维吾尔语领域术语条件随机场互信息对似然比率

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于语义特征的人称代词指代消解研究

基于语义特征的人称代词指代消解研究

作者：李东欣新疆大学

学位级别：硕士

随着网络时代的发展,当前的网络空间中充斥着大量的文本数据,而这些数据包含着许多有用的价值,因此对这些文本数据进行研究就显得尤为重要了。虽然在文本中虽然包含着许多有用的价值,但是在海量的文本中却广泛存在着缺省和指代的现象,... 详细信息

随着网络时代的发展,当前的网络空间中充斥着大量的文本数据,而这些数据包含着许多有用的价值,因此对这些文本数据进行研究就显得尤为重要了。虽然在文本中虽然包含着许多有用的价值,但是在海量的文本中却广泛存在着缺省和指代的现象,使得文本在整体的层次上出现缺失语义的现象。虽然这些现象对于人类理解其含义没有什么太大的困难,但是对于机器理解文本信息就具有很大的困难和挑战,因此在机器理解、机器翻译、信息抽取等任务中指代消解的研究显得尤为重要。本文针对人称代词在指代的方面特性对其进行指代消解研究。从人称代词指代消解和待消解项识别这两个方面着手进行研究任务,构建基于人称代词的指代消解模型,从篇章级别的文本中挖掘上下文的语义信息对文本中的代词进行识别和消解。在研究指代消解任务中发现,合理的代词待消解项识别能够有效提升人称代词指代消解模型的性能。因为合理的代词识别能够在指代消解过程引入无必要的噪音和干扰信息。因此对于显性的人称代词的待消解项识别的研究也很重要。当前的指代消解的研究大多是基于浅层机器学习模型或者是人工参与抽取相关代词的语义特征,不能够很好的挖掘文本中深层次的语义信息,影响了指代消解模型的性能。因此针对人称代词的指代消解研究工作,本文进行了以下两点的研究:1、对人称代词指代消解任务,构建基于深度学习思想的模型,采用词向量的方法结合注意力机制模型构建人称代词指代消解模型。首先,通过对人称代词指代的特点和表达规律进行分析和归纳,根据归纳的特点提取相应的特征;接着利用注意力机制能够调节权重,避免信息层间传递丢失特点结合长短时记忆网络(LSTM)挖掘人称代词的语义特征;最后利用深度置信网络(DBN)在更深层次上挖掘人称代词的语义信息并与知识和规则层面的特征相融合完成人称代词的指代消解任务。实验的最终的准确率达到了81.14%。2、针对人称代词待消解项识别任务。本文构建了基于注意力机制的卷积神经网络(CNN)和双向长短时记忆网络(Bi-LSTM)的人称代词待消解项识别模型框架。利用CNN网络提取文本中代词的局部信息,用Bi-LSTM网络提取文本中人称代词的上下文语义信息。此外还提取知识和规则层面的十一项特征,然后将其模型抽取的特征进行融合输入到分类器中,由分类器中判断人称代词是否为真正的消解项,最终完成人称代词的待消解项识别的研究。

关键词：指代消解注意力机制深度学习长短时记忆网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的药物不良反应识别分类研究

基于深度学习的药物不良反应识别分类研究

作者：康克明新疆大学

学位级别：硕士

药物不良反应是指因药物本身存在的质量问题或者用户用药不规范所引起的一系列不同程度的有害反应,常见的不良反应包括药物的副作用、后遗作用以及特异性反应等等。目前,药物不良反应已经成为医疗研发部门和普通用户以及各大医疗机构的... 详细信息

药物不良反应是指因药物本身存在的质量问题或者用户用药不规范所引起的一系列不同程度的有害反应,常见的不良反应包括药物的副作用、后遗作用以及特异性反应等等。目前,药物不良反应已经成为医疗研发部门和普通用户以及各大医疗机构的关注焦点,因此当前用户用药安全问题的重要性尤为明显,考虑到医疗研发平台研究新药物的瓶颈,不可能在短时间内对大基数的民众进行用药测试以及研发药物的周期有限,因此捕捉药物已知与潜在的不良反应对医疗研发具有重要的参考价值。针对新疆地方药物不良反应的研究可以进一步为临床药物的研发工作提供理论指导。目前对药物不良反应的研究主要是以英文语料进行展开研究,在研究技术上缺乏对深度学习算法的使用,并且对语料上下文信息以及语义信息的利用研究较少。因此,针对以上存在的问题,本文以深度学习技术为基础,对新疆地方药物不良反应识别分类任务进行以下三个方面的研究:(1)构建新疆地方药物不良反应语料库。当前国内外缺少药物不良反应相关的公开数据集,针对这一问题,本文采用基于Python语言的爬虫技术对百度贴吧、新浪微博、知乎以及各大用户用药咨询网站上的用户评论进行爬取,对爬取到的用户评论文本信息进行数据清洗、分词以及标注工作,为后期新疆地方药物不良反应的研究提供数据支撑。(2)对新疆地方药物不良反应实体识别进行研究。针对当前深度学习神经网络对小规模数据学习能力欠缺的问题,提出一种基于迁移学习的药物不良反应实体识别研究方法,构建联合神经网络SAIBC模型。采用迁移学习充分利用中文分词任务和新疆地方药物不良反应实体识别任务可以共享的边界信息,同时过滤中文分词任务中的特定信息,引入独立循环神经网络(Independently Recurrent Neural Network,Ind RNN)提高特征的表达性能,确保SAIBC模型能够从不同的层面进行关注不同实体的重要信息,更好的捕捉长句子的依赖关系。(3)提出一种基于Attention机制和融合情感信息的药物不良反应分类研究方法,构建Attention机制、卷积神经网络(Convolutional neural networks,CNN)以及双向长短期记忆神经网络(Bi-directional Long Short-Term Memory,Bi LSTM)相联合的神经网络ACB模型。为提高对药物不良反应的识别效率以及解决神经网络在训练时出现的梯度爆炸与消失问题,引入Attention机制增强模型的可靠性,同时融合用户用药评论的情感信息,相比于仅依赖用户用药评论的浅层信息,可以提高特征的表达能力和药物不良反应分类的准确性。ACB模型在新疆地方药物不良反应分类任务中的准确率为95.12%,召回率为98.48%,F1-Score值为96.77%。

关键词：药物不良反应深度学习独立循环神经网络迁移学习注意力机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

篇章级的名词短语指代消解研究

篇章级的名词短语指代消解研究

作者：祁青山新疆大学

学位级别：硕士

指代是自然语言中的一种常见现象,能够简化文章,突出主题,增加文章的连贯性。指代消解有助于机器处理和理解篇章,同时在自动文摘、信息抽取、问答系统和机器翻译等多个自然语言处理领域中应用广泛。随着对篇章级文本研究的不断增强,指... 详细信息

指代是自然语言中的一种常见现象,能够简化文章,突出主题,增加文章的连贯性。指代消解有助于机器处理和理解篇章,同时在自动文摘、信息抽取、问答系统和机器翻译等多个自然语言处理领域中应用广泛。随着对篇章级文本研究的不断增强,指代消解成为了一大研究热点。目前针对指代消解的研究主要是围绕中英文语料展开,并且利用上下文信息对篇章级文本的研究较少。因此,针对维吾尔语料进行了篇章级的名词指代消解进行以下几个方面的研究工作:（1）收集整理语料。通过对有关指代消解语料的研究,在维吾尔语语言学专家的指导下对维吾尔语语料的来源和题材进行了严格的选择,同时根据以往研究者对语料的标注规则结合维吾尔语的特点,进行了相关词性,句法等方面的标注。（2）针对维吾尔语进行名词和名词短语的待消解项识别,提出一种基于交互注意力和胶囊神经网络的待消解项识别模型即LAC模型。首先根据以往研究者的经验分别提取包含待消解项词性的语义信息特征和包含待消解项句法的语义信息特征,利用交互注意力机制将这两种特征进行融合再加入提取的12项规则特征。最后输入到胶囊网络对特征进行处理,进而完成维吾尔语名词的待消解项识别任务。（3）提出了一种利用独立循环神经网络（Ind RNN）和卷积神经网络（CNN）相结合,实现基于篇章级的名词指代消解任务的模型。根据维吾尔语的语法规则信息,提取了17种规则特征,同时在规则特征中加入名词的语义信息。使用注意力机制计算特征与消解结果的关联度并与特征进行结合,再分别输入到独立循环神经网络得到具有更长时间序列的全局特征和卷积神经网络得到更加有代表性的局部特征,最后将得到的两种结果进行融合,并使用softmax进行分类。使用名词的语义信息和独立循环神经网络可以很好的得到名词在篇章中的位置和作用,进而避免了在文章过长时导致无法明确识别指代链信息。并在对比实验中取得较好的效果,其准确率P为87.23%,召回率R达到88.80%,F值达到88.04%。

关键词：指代消解待消解项识别独立循环神经网络 CNN 注意力机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

维吾尔语意见挖掘关系抽取研究

维吾尔语意见挖掘关系抽取研究

作者：段祥超新疆大学

学位级别：硕士

互联网的飞速发展和普及给人们的工作、生活以及学习带来了非常大的方便，网络上的各类信息的数量也在急速地增长。随着各类维吾尔语购物网站、博客以及通讯平台的不断地建立和完善，评论性的维吾尔语文本也在逐渐增多。这些评论性文本... 详细信息

互联网的飞速发展和普及给人们的工作、生活以及学习带来了非常大的方便，网络上的各类信息的数量也在急速地增长。随着各类维吾尔语购物网站、博客以及通讯平台的不断地建立和完善，评论性的维吾尔语文本也在逐渐增多。这些评论性文本对人们有很大的实际意义，如何有效、快递地从大量评论性文本中抽取出对人们有用的信息已经成为了人们面临的难题。因此，意见挖掘技术成为了当前的一个研究热点。本文面向维吾尔语评论文文本，主要针对意见挖掘领域中关系抽取及意见持有者抽取技术进行研究，研究内容包括以下三点： (1)主题抽取：提出了一种维吾尔语法规则与统计方法相结合的领域内的主题抽取算法。根据文档频率以及主题词与领域权威词的共现频率来调节主题词的权重，再利用改进的词频-逆文件频率(TF-IDF)方法抽取出主题词候选项，然后通过设定的主题词的支持度阈值去除冗余的主题词候选项，从而得到最终的主题词抽取结果。 (2)主题-意见词对抽取：提出了一种基于Bootstrapping算法的主题-意见词对抽取方法。在每一次迭代过程中，根据改进的评分公式选取最优模式抽取主题词-意见词对;迭代结束后，对于主题-意见词对为空的评论语句，使用最近匹配算法抽取主题-意见词对;最后用并联模式和否定模式对抽取的主题-意见词对进行扩展和修正。主题-意见词对抽取的最终结果是：每一个评论性语句都存在一个或多个二元组，且每一个主题词都有唯一的一个意见词与之对应。 (3)意见持有者抽取：在分析维吾尔语法特征和语言规则的基础上，以维吾尔语评论语句为研究对象，提出了一种细颗粒度的三层模型进行意见持有者抽取。首先利用CRFs(Conditional Random Fields)模型，结合人工制定的启发式规则和维吾尔语人名构成规则，识别出每一个评论语句中所有意见持有者候选项;然后根据意见持有者分类算法，把评论语句分成四种不同的类型，并针对不同持有者类型提出不同的意见持有者抽取方法;最后根据扩展规则修正意见持有者抽取结果。

关键词：维吾尔语意见挖掘主题-意见词对意见持有者

基于SSH框架的公司综合考评系统的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于SSH框架的公司综合考评系统的设计与实现

作者：卞雪梅新疆大学

学位级别：硕士

随着科技的进步以及企业不断的发展壮大,企业对于员工管理质量的要求也越来越高,绩效考评的方式在各行各业中开始普及。一个经济、高效的绩效考评系统在企业信息化管理方面显得越来越重要,并且这一趋势逐渐得到业界认可,但是传统的考核... 详细信息

随着科技的进步以及企业不断的发展壮大,企业对于员工管理质量的要求也越来越高,绩效考评的方式在各行各业中开始普及。一个经济、高效的绩效考评系统在企业信息化管理方面显得越来越重要,并且这一趋势逐渐得到业界认可,但是传统的考核模式在企业中存在工作效率低,成绩统计繁琐等问题,无形中影响公司业务的正常运转,导致公司各个方面的成本升高等弊端。因此,如何利用现代化信息技术及时、科学地提高员工业务素质成为企事业面临的急需解决的重要课题。本系统依据公司的功能需求,在Eclipse和Flash Builder4环境下,采用flex技术和java编程语言,Flex4、Spring、hibernate构成整个系统的框架。Flex4主要用于实现前台的显示层,Spring主要实现控制层,hibernate主要实现数据库控制层。其中主要使用httpService和blazeDS与后台进行连接。使用Oracle数据库开发,运行于Windows平台,使用Tomcat服务器,部署于开放的Internet环境。系统分为以下几个模块:考试行为、用户模块、报表管理、系统管理。考生不仅可以随机抽取试题,而且也可以选择统一考试。在正式考试之前参考人员还可以进行自测练习,帮助考生提前熟悉考试环境。系统开发完成后,需经过开发测试人员的专业测试,并在部门内部进行试用后,证明该系统达到了绩效考评管理电子信息化的目标。方便了企业对员工的考评管理,极大地减轻了公司考评管理人员和人力资源部员工的工作量。一方面在提高公司员工业务技能水平的同时,另一方面也促进了员工对日常业务的熟练掌握程度,提高了工作效率,满足了企业对考评管理的需求。

关键词： Flex 绩效考评 RIA

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的腹部器官图像分割研究

基于深度学习的腹部器官图像分割研究

作者：卢宏春新疆大学

学位级别：硕士

图像分割是腹部器官计算机辅助诊断和手术规划的关键步骤。然而,在传统方法中,放射科医生通常使用手工描绘器官,这种方式既耗时又费力,降低了诊断和治疗的效率。近年来,随着医学图像分割技术的发展,使用计算机自动分割病人的CT、MR等腹... 详细信息

图像分割是腹部器官计算机辅助诊断和手术规划的关键步骤。然而,在传统方法中,放射科医生通常使用手工描绘器官,这种方式既耗时又费力,降低了诊断和治疗的效率。近年来,随着医学图像分割技术的发展,使用计算机自动分割病人的CT、MR等腹部图像来辅助医生诊断和治疗病人,减轻了放射科医生的工作量。由于腹部器官图像受到强度不均匀、弱边界、噪声和相似物体相互靠近的影响,给腹部器官图像分割带来了一定的困难。如何在腹部器官图像上更精确地提取深层特征和达到更准确的分割效果,仍然是一个非常值得探索的领域。因此,本文针对腹部器官图像分割技术进行了研究。论文主要工作如下:（1）设计并实现了一种基于双重上下文聚合和注意力引导交叉反卷积的图像分割算法。在卷积神经网络中,每个尺度处理信息不一样,通常浅层尺度具有更多的位置信息,深层尺度具有更丰富的语义特征。为了更好地挖掘腹部器官图像的深层特征信息,提出了一种基于双重上下文聚合和注意力引导交叉反卷积的图像分割算法。利用双重上下文聚合的方式来捕获更细粒度的深层特征,从每个不同的尺度进行上下文特征提取,将这些不同尺度提取的上下文特征信息进行融合,为解码过程提供更丰富的先验信息。引入注意力机制获取医学图像的通道和空间特征信息,使用交叉反卷积进行解码。通过注意力引导交叉反卷积增强特征语义表达,从而提高分割准确率。在两个公开的数据集上进行了实验验证和评估,所提出的算法在针对腹部图像上的肝脏、左肾、右肾和脾脏的分割,DSC分别为94.05%、90.65%、90.89%和90.99%。（2）提出并实现了一种基于边界增强引导分组旋转双重注意力解码器的图像分割算法。腹部器官图像的自动分割是临床应用中的一项重要任务。然而,由于器官背景的复杂性、边缘模糊导致部分特征丢失,从而使得分割效果不佳。为了解决这些问题,采用分组旋转融合模块初步提取腹部器官图像特征信息。引入边界增强引导分组旋转双重注意力解码器算法,增强器官特征的边界,有效地融合先验信息。通过多分辨率融合的方式,输出高分辨率腹部器官分割图。在两个公开的数据集上进行了实验验证和评估,所提出的算法在针对腹部图像上的肝脏、左肾、右肾和脾脏的分割,DSC分别为94.23%、90.31%、91.28%和91.10%,均优于其它先进算法。结果表明,该算法具有较好的分割性能。

关键词：深度学习多器官图像分割注意力机制交叉反卷积边界增强

基于预训练模型的新疆地方药命名实体识别研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于预训练模型的新疆地方药命名实体识别研究

作者：宋宇航新疆大学

学位级别：硕士

作为自然语言处理研究中重要的支撑任务,命名实体识别（Named Entity Recognition,NER）技术在文本分类、推荐系统、信息检索等自然语言处理任务中得到普遍运用。其准确性直接决定了下游任务的效果。新疆地方药命名实体识别指从海量的... 详细信息

作为自然语言处理研究中重要的支撑任务,命名实体识别（Named Entity Recognition,NER）技术在文本分类、推荐系统、信息检索等自然语言处理任务中得到普遍运用。其准确性直接决定了下游任务的效果。新疆地方药命名实体识别指从海量的网络文本中识别出与新疆地方药相关的医疗命名实体,是智能医疗、医疗知识挖掘、医疗临床决策支持系统等高层应用的前提工作,在理论和实际应用中均具有很高的研究价值。由于国内医疗命名实体识别技术大多基于传统深度学习方法,对新疆地方药相关研究尚无明确的方法,在研究工作中存在一定的局限性。因此,针对上述问题,本文以预训练模型算法的相关理论为基础,对自编码算法和自回归两种预训练方法进行研究,实现新疆地方药命名实体的准确识别。具体工作如下:（1）针对目前国内没有公开的新疆地方药语料库的问题,本文采用爬虫技术爬取相关医疗网站、微博、贴吧和知乎等社交平台的相关医疗文本,构建新疆地方药语料库,并在专家指导下对语料库进行标注,为进一步对新疆地方药文本进行研究和分析奠定基础。（2）提出一种融合自编码预训练方法的双向长短期记忆网络（Bi LSTM）的新疆地方药命名实体识别算法（BERT-Bi LSTM-CRF）。该方法通过双向Transformer结构进行预训练,采用随机屏蔽（MASK）的训练方法根据字的上下文动态生成语义向量,增强字的语义表示,然后再将字向量序列作为输入,经过双向LSTM层的训练得到记忆远距离信息的标记序列,最终CRF模块将整个标记序列的联合分布概率作为全局最优输出节点的条件概率,考虑标签之间的相互依赖关系获得全局最优的测试结果。该方法在新疆地方药命名实体识别研究中,取得了准确率95.77%,召回率89.47%,F1值92.52%的效果。（3）为了解决传统自回归模型无法同时利用上下文信息的问题,提出了基于自回归预训练模型XLNet的新疆地方药命名实体识别方法。把一个序列所有的排列都作为建模的输入,使每个位置都能利用到所有其他位置的信息,实现上下文信息整合,增强该模型对新疆地方药命名实体的识别能力。该方法在新疆地方药命名实体识别研究中,取得了准确率96.52%,召回率92.63%,F1值94.53%的效果。

关键词：命名实体识别 BiLSTM 预训练模型 XLNet BERT

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

新疆移动渠道联盟系统研究与开发

新疆移动渠道联盟系统研究与开发

作者：李仁伟新疆大学

学位级别：硕士

作为移动公司生产经营的基层单位,营业厅的日常工作具有资料收集多、管理多、流水性事务多等特点。目前很多营业厅还有大量手工填报各类业务基础资料和业务考核报表等工作,几乎每位业务工作人员都要保存厚厚的业务资料,这些业务资料管... 详细信息

作为移动公司生产经营的基层单位,营业厅的日常工作具有资料收集多、管理多、流水性事务多等特点。目前很多营业厅还有大量手工填报各类业务基础资料和业务考核报表等工作,几乎每位业务工作人员都要保存厚厚的业务资料,这些业务资料管理工作繁琐、繁重,并且随着营业人员的更迭变换,还会造成一定量散失,耗费了营业人员一部分工作精力。同时用户设备的报修仍然沿用手工报修,维修的及时性不能得到有效保证,其次人工报修由于描述不准确;有可能造成设备多次返厂维修。针对上述目前营业厅存在的问题,本文通过和新疆移动运营商深入沟通和实地调研了之后,根据新疆移动运营商所提的业务需求,然后围绕着软件开发流程展开,设计实现了一个满足新疆移动运营商需求和惠及新疆移动营业厅、新疆移动用户、既方便又安全的新疆移动渠道联盟电子渠道系统。目前此APP系统运行在android系统上,可以协助移动营业厅营业员办理流水性业务。用户办理完业务后,系统将数据及时传送至当地的地州,最后汇集到乌鲁木齐移动分公司,整个过程安全高效。在为用户办理业务时,采用读卡器读取用户身份证信息,然后通过上传人像加以二次确认,最后以电子签章和数字签名合成电子档案协助用户办理业务。目前系统后台采用Spring+SpringMVC+Dubbo+Mybatis的较前沿的框架结构,数据库采用开源的MYSQL作为数据存储的同时为外部提供高可靠和高并发的存储访问。为了给营业厅服务决策提供数据理论支持,系统采用了基于SVD的隐语义模型以及协同过滤算法为用户推荐商品。灰度环境的搭建在保证系统安全可靠运行的同时,还为系统提供了一种平滑过渡的发布方式。根据测试结果和各地州反馈过来的情况可知,所研发的系统可以正常运行,且达到了预期目标。

关键词： Android Spring MVC 电子渠道 SVD LFM