检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于注意力与同指信息的对话级关系抽取

中文信息学报 2024年第1期38卷 97-106页

作者：周孟佳李霏姬东鸿武汉大学国家网络安全学院湖北武汉430072

与传统的关系抽取任务相比,对话级关系抽取任务具有语言随意、信息密度低、人称代词丰富的特点。基于此,该文提出了一种基于注意力和同指信息的对话级关系抽取模型。模型采用TOD-BERT(Task-Oriented Dialogue BERT)和BERT预训练语言模... 详细信息

与传统的关系抽取任务相比,对话级关系抽取任务具有语言随意、信息密度低、人称代词丰富的特点。基于此,该文提出了一种基于注意力和同指信息的对话级关系抽取模型。模型采用TOD-BERT(Task-Oriented Dialogue BERT)和BERT预训练语言模型增强对话文本表示,通过注意力机制建模词与各种关系之间的相互影响,使模型能更多地关注有益信息。另外,该文提出的模型还融合了与人称代词相关的同指信息以丰富实体的表示。作者在对话级关系抽取数据集DialogRE上验证所提出模型的性能。结果表明,该模型在DialogRE测试集上的F1值达到了63.77%,较之于多个基线模型有明显提升。

关键词：关系抽取注意力机制同指信息对话

基于特征选择和SSA-LSTM的车间订单剩余完工时间预测

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2024年

作者：朱海华王健杰李霏刘长春蔡祺祥南京航空航天大学机电学院北京电子工程总体研究所

客户多变的需求和激烈的市场竞争使得车间产品生产种类不断增加、批量不断减小、交货期不断缩短，导致业务流程和制造系统环境愈发复杂与不稳定，对车间生产管控能力提出了更高的要求。订单剩余完工时间(Order remaining completion tim... 详细信息

客户多变的需求和激烈的市场竞争使得车间产品生产种类不断增加、批量不断减小、交货期不断缩短，导致业务流程和制造系统环境愈发复杂与不稳定，对车间生产管控能力提出了更高的要求。订单剩余完工时间(Order remaining completion time, ORCT)精准预测可以及时发现生产计划交期波动，为后续优化车间生产调度计划、改进工艺流程提供判断依据。针对传统数据分析方法在复杂制造环境下大规模制造数据利用分析能力较弱的问题，提出一种大数据驱动的车间ORCT预测方法。基于皮尔森相关系数和正则化的特征选择算法从海量的制造数据中挑选出关键数据；设计一种基于改进麻雀搜索算法-长短期记忆神经网络模型和注意力机制的预测方法实现车间ORCT的快速、精准预测，其中的预测模型以长短期记忆神经网络为结构基础，并使用改进麻雀搜索算法对模型的超参数进行优化；最后，以典型机加车间为对象进行实例验证，通过与三种常用预测方法进行对比，试验结果表明所提方法在准确性和效率上均有明显优势。

关键词：订单剩余完工时间数据驱动特征选择预测模型

CMNER：基于微博的中文多模态实体识别数据集

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机技术与发展 2024年

作者：季源泽李霏武汉大学国家网络安全学院空天信息安全与可信计算教育部重点实验室

多模态命名实体识别（MNER）旨在通过相关图像的辅助从文本中定位并分类命名实体。目前，中文多模态命名实体识别研究缺乏相关的人工标注数据，限制了中文多模态命名实体识别的发展。该文旨在构建一个基于社交媒体平台的中文MNER数据集... 详细信息

多模态命名实体识别（MNER）旨在通过相关图像的辅助从文本中定位并分类命名实体。目前，中文多模态命名实体识别研究缺乏相关的人工标注数据，限制了中文多模态命名实体识别的发展。该文旨在构建一个基于社交媒体平台的中文MNER数据集，收集了5 000条微博帖子和18 326张相应的图像，并人工标注了其中的人名、地名、组织机构名和其他类实体。该文在此数据集上应用了ACN模型和UMT模型进行基线实验。实验结果表明，两个模型的F1值分别达到了74.22%和89.50%，证明了数据集的有效性和可用性。此外，该文还进行了跨语言迁移学习实验，证明了中文和英文MNER数据能够相互补充，增强实体识别模型的性能。为了促进中文多模态命名实体识别的相关研究，该文公开了CMNER数据集和相关代码。

关键词：多模态命名实体识别图像命名实体中文跨语言

结合依存图卷积与文本片段搜索的方面情感三元组抽取

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程 2023年第4期49卷 61-67页

作者：徐康李霏姬东鸿武汉大学国家网络安全学院空天信息安全与可信计算教育部重点实验室武汉430040

现有基于序列标注或文本生成的三元组抽取模型通常未考虑完整文本片段级别的交互,且忽略了句法知识的应用。为解决上述问题,提出一种基于依存图卷积与文本片段搜索的深度学习模型来联合抽取方面情感三元组。通过预训练语言模型BERT编码... 详细信息

现有基于序列标注或文本生成的三元组抽取模型通常未考虑完整文本片段级别的交互,且忽略了句法知识的应用。为解决上述问题,提出一种基于依存图卷积与文本片段搜索的深度学习模型来联合抽取方面情感三元组。通过预训练语言模型BERT编码层学习句子中每个单词的上下文表达,同时利用图卷积神经网络学习句子单词之间的依存关系和句法标签信息,以捕获远距离的方面词与观点词之间的语义关联关系,并采用文本片段搜索构造候选方面词与观点词及其特征表示,最终使用多个分类器同时进行方面词与观点词抽取及情感极性判断。在ASTE-Data-V2数据集上的实验结果表明,该模型在14res、14lap、15res和16res子集上的F1值相比于JET模型提升了10.61、10.54、4.91和8.48个百分点,具有较高的方面情感三元组抽取效率。

关键词：方面情感三元组抽取图卷积神经网络深度学习依存句法分析文本片段搜索

基于依存图卷积和文本片段搜索的方面情感三元组抽取模型

在线全文

学校读者我要写书评

暂无评论

计算机工程 2022年

作者：徐康李霏姬东鸿武汉大学国家网络安全学院空天信息安全与可信计算教育部重点实验室

方面情感三元组抽取任务是自然语言处理和情感计算的一项重要任务，在商品评论、公众观点分析等领域有广泛的应用前景。现有的工作大都采用基于序列标注或文本生成的方法，既没有考虑完整文本片段级别的交互、也忽略了句法知识的应用。...

方面情感三元组抽取任务是自然语言处理和情感计算的一项重要任务，在商品评论、公众观点分析等领域有广泛的应用前景。现有的工作大都采用基于序列标注或文本生成的方法，既没有考虑完整文本片段级别的交互、也忽略了句法知识的应用。针对该问题，提出了一种基于依存图卷积和文本片段搜索的深度学习模型来联合抽取方面情感三元组。所提模型首先通过BERT编码层来学习句子中每个单词的上下文表达，接着利用图卷积神经网络来学习句子单词之间的依存关系和句法标签信息，以捕获远距离的方面词与观点词之间的语义关联，然后利用文本片段搜索构造候选方面词和观点词以及它们的特征表示，最后通过多个分类器同时进行方面词、观点词抽取和情感极性判断。在ASTE-Data-V2数据集上的实验表明，该模型在14res、14lap、15res和16res数据集的F1指标上分别达到了73.01%、61.58%、62.44%和72.31%，相比JET模型分别提高了10.61、10.54、4.91、8.48个百分点，相比ABSABART模型，分别提高了7.76、2.89、3.18、4.69个百分点，证明了该模型的有效性。

关键词：

子长油田东部热寺湾区长2砂体成因与油气富集

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

子长油田东部热寺湾区长2砂体成因与油气富集

作者：李霏西安石油大学

学位级别：硕士

热寺湾油区油藏埋深较浅,是典型的“低压、低渗”油藏。因此,热寺湾油区单井产量低,依靠天然能量产量下降快,原有的技术不能满足生产的需求,所以对研究区的砂体成因与不同成因砂体对油气富集作用进行分析研究,对油田后续的勘探开发提供... 详细信息

热寺湾油区油藏埋深较浅,是典型的“低压、低渗”油藏。因此,热寺湾油区单井产量低,依靠天然能量产量下降快,原有的技术不能满足生产的需求,所以对研究区的砂体成因与不同成因砂体对油气富集作用进行分析研究,对油田后续的勘探开发提供理论支持。本文在前人的研究成果基础之上,结合沉积构造,岩性特征、测井曲线特征以及生产资料,对子长油田热寺湾油区长2油层组的砂体结构特征、成因以及其对油气的富集作用进行深入研究。通过对岩心相与测井相相结合,综合分析认为:研究区长2油层组发育辫状河亚相沉积。在沉积微相研究的基础上,对辫状河相控下的砂体成因进行分析研究,结合可容纳空间与沉积物供给的关系把研究区的单砂体分为箱形高能心滩单砂体、齿化箱形低能心滩单砂体与钟形辫流水道单砂体。并将研究区复合砂体分为叠置箱形复合砂体、叠置钟形复合砂体以及钟形+箱形复合砂体。通过测井相识别3个单砂体垂向上的划分标志和4个横向砂体边界划分标志,垂向标志:泥质夹层、钙质夹层和物性夹层,横向划分标志:测井曲线形态差异,相对高程差异,砂厚差异以及河间泥质介质。对于砂体平面切叠方式的主要影响因素为沉积微相、沉积物供给和基准面变化等方面。通过对砂体结构特征、有效厚度以及生产数据分析,认为砂体有效厚度越大,油气的富集能力越强。箱形结构砂体最有利于油气富集,且分布均匀,钟形结构砂体中,油气易富集在其中下部。垂向上以箱形叠加结构砂体和切叠式的储集性最好,横向上以替代式与侧切式连通性最好,更容易富集成藏。结合不同成因类型砂体特征,分析其对油气富集控制作用,认为箱形高能心滩砂体和叠置箱形复合砂体是油气富集的最佳场所。

关键词：陕北地区长2油层组沉积微相砂体成因砂体结构

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

GUM程序及其在超对称理论中的应用

GUM程序及其在超对称理论中的应用

作者：李霏河南师范大学

学位级别：硕士

最新的μ反常磁矩aμ≡(g-2)μ测量结合了费米国家加速器实验室(FNAL)和布鲁克海文国家实验室(BNL)E821的实验结果,给出aμExp=116592061(41)×10-11(0.35ppm),实验值和标准模型的预言值的偏差Δaμ=(251±59)× 10-11,意味着在统计学... 详细信息

最新的μ反常磁矩aμ≡(g-2)μ测量结合了费米国家加速器实验室(FNAL)和布鲁克海文国家实验室(BNL)E821的实验结果,给出aμExp=116592061(41)×10-11(0.35ppm),实验值和标准模型的预言值的偏差Δaμ=(251±59)× 10-11,意味着在统计学意义上二者偏离高达4.2σ。这说明该偏差偶然发生的几率仅为几万分之一,是可能存在超出标准模型新物理的直接证据。另一方面,随着高灵敏度的暗物质(DM)直接探测(DD)实验(XENON-1T 2018 和 XENON-1T 2019 已将 WIMP 自旋无关和自旋相关的散射截面上限分别排除到了 10-46 cm2和10-42 cm2以下)和LHC寻找超粒子实验的快速进展,累积的数据库越来越大也越来越精确,这无疑给超对称理论施加了更强的限制。目前,已有相关工作在最小超对称标准模型(MSSM)中对上述实验结果给予解释,然而考虑到MSSM不能够解决μ问题和小规范等级问题,我们转向对次最小超对称标准模型(NMSSM)的研究。我们用新兴的GUM(内置于GAMBIT)程序对参数空间进行了扫描,并同时考虑了来自暗物质残留密度、暗物质直接和间接探测实验、LHC寻找超粒子实验(139 fb-1)、Higgs物理和B物理实验的限制,研究用Z3-NMSSM解释Δaμ的可能性。研究发现实验偏向bino为主的DM,并且如果类SM Higgs为h1,那么Z3-NMSSM可以在2σ水平上解释Δaμ,满足所有限制的参数空间的特征是:tan β(?)20,|M1|(?)275 GeV,M2(?)300 GeV,μ(?):460 GeV,mμL(?)310 GeV,and mμR(?)350 GeV,其中M1和M2表示bino和wino质量,μ代表Higgsino质量,mμL和mμR是smuons的质量。特别地暗物质具有明确的质量界限275 GeV(?)mχ10(?)20 GeV,此时DM只能和以wino为主的electroweakinos或者smuons共湮灭才能得到正确的残留密度,且前者是主导。

关键词：超对称 Z3-NMSSM GUM程序 μ反常磁矩 LHC实验暗物质物理

护理干预用于预防胸腺瘤患者术后并发肌无力危象的效果

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中文科技期刊数据库（文摘版）医药卫生 2024年第7期 0050-0054页

作者：李霏霏内蒙古民族大学附属医院内蒙古通辽028000

胸腺瘤患者术后可能发生肌无力危象,是一种危及生命的急症,需要及时识别和处理。本研究旨在研究护理干预对预防胸腺瘤患者术后出现肌无力危象的作用。方法在这项随机对照研究中,60名胸腺瘤患者被平均分配到两个不同的组,每组各有30人... 详细信息

胸腺瘤患者术后可能发生肌无力危象,是一种危及生命的急症,需要及时识别和处理。本研究旨在研究护理干预对预防胸腺瘤患者术后出现肌无力危象的作用。方法在这项随机对照研究中,60名胸腺瘤患者被平均分配到两个不同的组,每组各有30人。对照组仅接受标准的医疗护理,而实验组除了常规护理外,还额外实施了特定的护理干预措施,包括术前健康教育、营养支持、心理支持、术后早期活动、呼吸训练等;通过比较两组患者在术后肌无力发作、住院时长、医疗费用和生活质量等方面的数据,研究结果显示实验组在多个指标上优于对照组。具体来说,实验组术后肌无力发作的比率仅为3.3%,远低于对照组的16.7%(P<0.05)。此外,实验组患者的平均住院时长为12.3天,比对照组的15.7天短(P<0.05);平均住院费用为3.6万元,也低于对照组的4.5万元(P<0.05)。在生活质量评分方面,实验组以86.7分的高分,显著超过对照组的76.3分(P<0.05)。结论护理干预对于避免胸腺瘤患者术后出现肌无力危象有显著效果,可以减少住院天数,节省住院开支,改善生活质量,是一种适合在临床实践中应用的方法。

关键词：胸腺瘤肌无力危象护理干预效果

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于可控解码策略的生成式生物医学事件抽取

中文信息学报 2023年第11期37卷 68-80页

作者：苏方方李霏姬东鸿武汉大学国家网络安全学院、空天信息安全与可信计算教育部重点实验室湖北武汉430072

该文在预训练语言模型T5的框架基础上构建了一个生成式生物医学事件抽取模型,该方法可以自由定义输出序列,由此可以联合建模触发词识别、关系抽取和论元组合三个子任务。模型采用了生成序列字典树和事件类型-论元角色字典树,用于规范序... 详细信息

该文在预训练语言模型T5的框架基础上构建了一个生成式生物医学事件抽取模型,该方法可以自由定义输出序列,由此可以联合建模触发词识别、关系抽取和论元组合三个子任务。模型采用了生成序列字典树和事件类型-论元角色字典树,用于规范序列生成和减少论元角色的搜索空间。另外还采用可控解码策略便于限制每一步生成时所使用的候选词汇集,最后在训练时使用了课程学习,便于T5模型熟悉生物医学语料和有层次结构的完整事件的学习。该文模型在Genia 2011年和Genia 2013年的语料上分别获得了62.40%和54.85%的F1值,说明了使用生成式的方式进行生物医学事件抽取是可行的。

关键词：生物医学事件抽取生成式模型可控解码策略