检索结果-南通市图书馆

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

刘勘:中央控房价决心坚定

股市动态分析 2011年第5期 31-31页

作者：刘勘孙小美国元证券研究所

1月26日,国务院出台调控房地产的新国八条。一石激起千层浪,各界对此反响强烈,认为这是最严厉的贷款政策、最严厉的房产交易税政策。深圳电台先锋898(fm89.8)

关键词：房地产房价调控效果调控政策房产交易贷款政策相关税费深圳国务院人民币

制造业数字交易产业标准化发展的探索——以山东省为例

在线全文

学校读者我要写书评

暂无评论

中国标准化 2024年第15期 90-94页

作者：谢元庆高斐谢淑娟李云鹏刘勘伪浪潮云信息技术股份公司中国铁路济南局集团有限公司济南西机务段山东省标准化研究院

作为工业及制造业大省、数字经济大省,山东省委、省政府把工业经济作为头号工程来抓,深入开展数实融合赋能,构建以数据为关键要素的数字经济。充分进行制造业数字化转型及数字资源的挖掘,以数据要素流通应用为核心的制造业数字交易技术... 详细信息

作为工业及制造业大省、数字经济大省,山东省委、省政府把工业经济作为头号工程来抓,深入开展数实融合赋能,构建以数据为关键要素的数字经济。充分进行制造业数字化转型及数字资源的挖掘,以数据要素流通应用为核心的制造业数字交易技术及其标准化研究,就成了充分释放工业大数据价值潜力的关键。本文立足制造业数字产业标准化的建立和应用,研究制造业数字交易产业发展路径,总结山东省制造业和数字经济融合的成功经验,探索如何以标准化的方式将成果固化、推广和应用。为我国数字交易产业的发展提出标准层面的促进思路和建议。

关键词：融合赋能数字经济数字交易

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

面向营商环境的知识图谱构建研究

数据分析与知识发现 2022年第4期6卷 82-96页

作者：刘勘徐勤亚於陆中南财经政法大学信息与安全工程学院武汉430073

【目的】构建营商环境知识图谱,提升营商环境信息资源利用率,发现营商环境发展因素内部实体关系,为决策分析提供支持。【方法】以北京市营商环境政策文本为数据集构建营商环境知识图谱,提出一种融合依存句法分析和语义角色标注的营商环... 详细信息

【目的】构建营商环境知识图谱,提升营商环境信息资源利用率,发现营商环境发展因素内部实体关系,为决策分析提供支持。【方法】以北京市营商环境政策文本为数据集构建营商环境知识图谱,提出一种融合依存句法分析和语义角色标注的营商环境知识抽取方法,构建组合模型分类器筛选实体关系三元组,计算语义相似度进行关系名称融合对齐,并设计实验探究Trans R模型在营商环境领域链接预测任务效果差异的主要影响因素和使用调整策略,完成知识推理。【结果】所构建的营商环境知识图谱包含31955种实体,1847种关系,45682个三元组,通过Neo4j和Gephi进行存储和可视化,支持使用Cypher语句进行知识查询。【局限】由于营商环境文本上下文信息复杂,如何针对指代不明确的实体构建模型、提高营商环境政策文本知识抽取效果进而改善知识图谱三元组质量有待后续研究。【结论】通过构建营商环境知识图谱揭示了营商环境领域知识之间的关联性,为营商环境知识问答系统构建、政府业务流程整合重塑和制定优化营商环境决策提供科学依据。

关键词：营商环境知识图谱知识抽取关系对齐链接预测

在线全文

学校读者我要写书评

暂无评论

面向医疗分诊的深度神经网络学习

数据分析与知识发现 2019年第6期3卷 99-108页

作者：刘勘陈露中南财经政法大学信息与安全工程学院

【目的】基于患者的主诉和病史,利用深度学习模型辅助解决医院预检分诊中准确分配科室问题。【方法】将卷积神经网络模型应用于医疗领域的短文本分类问题,从非结构化的患者主诉文本中学习医疗术语之间的相关性,进行预训练,然后将预训练... 详细信息

【目的】基于患者的主诉和病史,利用深度学习模型辅助解决医院预检分诊中准确分配科室问题。【方法】将卷积神经网络模型应用于医疗领域的短文本分类问题,从非结构化的患者主诉文本中学习医疗术语之间的相关性,进行预训练,然后将预训练模型的结构、参数及其权重用于含主诉和病史文本的网络中进行调整,从而得到最终的学习结果。【结果】该算法在数据集上F值达到88%,超过当前最好的基线模型6个百分点,同时发现在数据集内容和样本量大小相似的情况下,使用预训练模型能够明显提高模型训练效率。【局限】本研究基于电子病历数据展开,与直接使用分诊台患者自述数据相比可能存在差异,对此有待进一步探讨。【结论】提出的分诊模型有较强分类能力,能够辅助提高医疗分诊的效率,推动精准医疗发展。

关键词：医疗分诊电子病历卷积神经网络预训练

在线全文

学校读者我要写书评

暂无评论

基于空洞卷积块架构的命名实体识别模型

山东大学学报（工学版） 2022年第6期52卷 105-114页

作者：袁钺王艳丽刘勘北京大学信息管理系北京100871 中南财经政法大学信息与安全工程学院湖北武汉430073

受到空洞卷积的启发提出面向二维文本嵌入的列式空洞卷积,设计空洞卷积块架构,基于此架构提出命名实体识别模型并开展进一步试验。在命名实体识别试验中,提出的模型的精密度、召回率和F_(1)超越了其他基线模型,分别达到了0.9187、0.8794... 详细信息

受到空洞卷积的启发提出面向二维文本嵌入的列式空洞卷积,设计空洞卷积块架构,基于此架构提出命名实体识别模型并开展进一步试验。在命名实体识别试验中,提出的模型的精密度、召回率和F_(1)超越了其他基线模型,分别达到了0.9187、0.8794和0.8986,表明空洞卷积块架构能够获取包含更多上下文信息的文本特征,从而支持模型对上下文长距离依赖特征的捕获和处理。感受野试验表明需要适当调整空洞率以减轻空洞卷积给模型带来的“网格效应”。提出的基于空洞卷积块架构能有效执行命名实体识别任务。

关键词：命名实体识别空洞卷积块架构感受野神经网络深度学习

在线全文

学校读者我要写书评

暂无评论

重大突发疫情事件中的谣言识别

华南理工大学学报（自然科学版） 2021年第1期49卷 18-28页

作者：刘勘黄哲英中南财经政法大学信息与安全工程学院湖北武汉430073 南开大学商学院天津300071

新冠疫情爆发以来,相关谣言时有传播,但传统的谣言识别模型却难以有效判别疫情谣言,因为相较于大量历史谣言数据,疫情谣言的数量还不足以训练出良好的分类器。因此,建立一个以少量谣言数据为基础的疫情谣言识别模型紧迫且重要。针对训... 详细信息

新冠疫情爆发以来,相关谣言时有传播,但传统的谣言识别模型却难以有效判别疫情谣言,因为相较于大量历史谣言数据,疫情谣言的数量还不足以训练出良好的分类器。因此,建立一个以少量谣言数据为基础的疫情谣言识别模型紧迫且重要。针对训练数据量不足的问题,为了提高疫情谣言鉴别效果,文中提出了一种基于文本增强和生成对抗网络(GAN)的疫情谣言识别方法。首先,分析疫情谣言的文本特征,提取能表征疫情谣言的特征词;然后,基于GAN构建疫情谣言生成模型,将不含疫情谣言特征的历史谣言,利用疫情谣言特征词库进行文本增强,并生成大量含有疫情谣言特征的新谣言数据;最后,在疫情谣言中补充新生成的谣言数据,从而训练出更准确的疫情谣言分类模型。实验结果表明,使用GAN扩充训练集后,识别效果提高了3个百分点,明显优于传统机器学习和深度学习算法,为重大突发疫情事件中谣言的识别提供了新的途径。

关键词：新冠疫情谣言识别生成模型文本增强

基于深度迁移网络的Twitter谣言检测研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2019年第10期3卷 47-55页

作者：刘勘杜好宸中南财经政法大学信息与安全工程学院

【目的】解决网络谣言分领域检测时某些领域标注数据不足的问题,帮助在无标注数据的领域构建谣言检测模型。【方法】提出一种深度迁移网络,以Multi-BiLSTM网络为基础,加入MMD统计量计算的领域分布差异,训练过程中同时学习源领域的标签... 详细信息

【目的】解决网络谣言分领域检测时某些领域标注数据不足的问题,帮助在无标注数据的领域构建谣言检测模型。【方法】提出一种深度迁移网络,以Multi-BiLSTM网络为基础,加入MMD统计量计算的领域分布差异,训练过程中同时学习源领域的标签损失与领域间的分布差异,完成标签信息在领域间的有效迁移。【结果】相较于未分领域的谣言检测方法和分领域但不使用迁移学习的谣言检测方法,本文方法在F1指标上分别提升10.3%与8.5%。【局限】在数据分布差异大的领域迁移效果受到限制,未涉及多个领域的谣言检测。【结论】本文方法可以有效地将迁移学习技术应用在分领域谣言检测场景下,为网络谣言识别提供新思路。

关键词：谣言检测深度迁移网络多层双向长短时记忆网络领域适配推特

在线全文

学校读者我要写书评

暂无评论

基于自动编码器的短文本特征提取及聚类研究

北京大学学报（自然科学版） 2015年第2期51卷 282-288页

作者：刘勘袁蕴英中南财经政法大学信息与安全工程学院武汉430074

针对短文本的特点,提出一种基于深层噪音自动编码器的特征提取及聚类算法。该算法利用深度学习网络,将高维、稀疏的短文本空间向量变换到新的低维、本质特征空间。首先在自动编码器的基础上,引入L1范式惩罚项来避免模型过分拟合,然后添... 详细信息

针对短文本的特点,提出一种基于深层噪音自动编码器的特征提取及聚类算法。该算法利用深度学习网络,将高维、稀疏的短文本空间向量变换到新的低维、本质特征空间。首先在自动编码器的基础上,引入L1范式惩罚项来避免模型过分拟合,然后添加噪音项以提高算法的鲁棒性。实验结果表明,将提取的文本特征应用于短文本聚类,显著提高了聚类的效果,有效地解决了短文本空间向量的高维、稀疏问题。

关键词：深度学习自动编码器特征提取聚类