检索结果-南通市图书馆

图书馆让生活更美好——“图书馆杯”主题图像创意设计优秀作品

在线全文

学校读者我要写书评

暂无评论

图书与情报 2024年第2期 F0002-F0002,F0003页

作者：黄梦林张林陶丽珍杨莉朱颖陈洁珂林莹莹方廷飞不详

小样本和无监督两种场景下的语义关系抽取算法研究

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

小样本和无监督两种场景下的语义关系抽取算法研究

作者：黄梦林四川大学

学位级别：硕士

随着互联网的发展,非结构化文本数据大量产生,因此语义关系抽取任务逐渐成为自然语言处理领域的一个重要研究方向。语义关系抽取旨在从非结构化的自然语言文本中提取实体之间的语义关系,并将其转换为结构化的关系三元组,以便于直观理解... 详细信息

随着互联网的发展,非结构化文本数据大量产生,因此语义关系抽取任务逐渐成为自然语言处理领域的一个重要研究方向。语义关系抽取旨在从非结构化的自然语言文本中提取实体之间的语义关系,并将其转换为结构化的关系三元组,以便于直观理解、存储、检索和分析。传统基于有监督的语义关系抽取算法需要大量高质量的标注数据来训练模型,虽然在该任务上获得了良好的性能,但在实际应用中由于标注数据的效率低下且成本较高,往往无法获取充足的标注数据导致算法精度下降。此外,在某些新兴领域中,实体和关系类型通常没有一个统一的定义,甚至不能预先定义需要抽取的关系集合。在这种场景下,研究人员甚至无法对数据进行标注,因此传统基于有监督的语义关系抽取算法将难以使用。为应对上述两种情况,研究者们分别提出了小样本场景下的语义关系抽取任务和无监督场景下的语义关系抽取任务。针对小样本场景下的语义关系抽取任务,现有工作通常没有考虑算法在噪声环境下的鲁棒性问题,然而在小样本场景下,数据和特征通常是稀疏的,噪声对算法的影响将更加显著。另一方面,针对无监督场景下的语义关系抽取任务,现有算法通常依靠实体类型到关系的虚假关联进行关系抽取,这种方式缺乏对上下文语义的理解,导致其抽取精度不高。综上所述,本文主要研究工作如下:(1)面向小样本场景下的语义关系抽取任务,考虑上下文信息与实体对的相关性以及支持实例与关系的相关性以解决噪声问题,同时改进了度量模块以解决特征稀疏问题,并据此提出了基于实体引导和关系感知的小样本语义关系抽取算法DAWN(entity-guided and relation-aware few-shot semantic relation extraction,DAWN)。面向无监督场景下的语义关系抽取任务,通过结合变分自编码器架构和提示学习技术辅助编码器有效地理解上下文语义以提升算法精度,并据此设计了基于提示学习的无监督语义关系抽取算法PLANET(prompt learning based unsupervised semantic relation extraction,PLANET)。(2)DAWN算法由三个模块组成,分别是实体引导的实例编码模块、关系感知的原型计算模块、基于维度差异的度量模块。实体引导的实例编码模块从两个视角下考虑了上下文信息与指定实体对的相关性,以获取更具区分性的实例表示。关系感知的原型计算模块通过考虑实例与关系的相关性有选择地对实例表示进行融合,以对抗实例噪声的干扰。此外,为解决小样本场景下的特征稀疏问题,设计了基于维度差异的度量模块,通过计算支持实例与类别原型的差异筛选出重要的特征,从而进行更合理的度量。最后,在公开数据集上对DAWN算法进行了详实的实验,验证其解决小样本场景下的语义关系抽取任务的有效性和鲁棒性。(3)PLANET算法由两个模块组成,分别是关系抽取模块和实体预测模块。在关系抽取模块中,首先设计了上下文感知的提示模板,通过将语义关系抽取任务转换为掩码预测任务,从而利用预训练语言模型内部的知识更好地理解上下文语义,然后使用多层感知机进行语义关系抽取。实体预测模块通过预测关系三元组中缺失的实体提供监督信号,辅助关系抽取模块进行训练。最后,通过在真实数据集上进行对比实验及分析,验证了 PLANET算法解决无监督场景下的语义关系抽取任务的有效性。

关键词：语义关系抽取小样本场景无监督场景原型网络提示学习

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

基于Prompt学习的无监督关系抽取模型

计算机应用 2023年第7期43卷 2010-2016页

作者：黄梦林段磊张袁昊王培妍李仁昊四川大学计算机学院成都610065 四川大学“医学+信息”中心成都610041

无监督关系抽取旨在从无标签的自然语言文本中抽取实体之间的语义关系。目前,基于变分自编码器(VAE)架构的无监督关系抽取模型通过重构损失提供监督信号来训练模型,这为完成无监督关系抽取任务提供了新思路。针对此类模型无法有效地理... 详细信息

无监督关系抽取旨在从无标签的自然语言文本中抽取实体之间的语义关系。目前,基于变分自编码器(VAE)架构的无监督关系抽取模型通过重构损失提供监督信号来训练模型,这为完成无监督关系抽取任务提供了新思路。针对此类模型无法有效地理解上下文信息、依赖数据集归纳偏置的问题,提出基于Prompt学习的无监督关系抽取(PURE)模型,其中包括关系抽取和链接预测两个模块。在关系抽取模块中设计了上下文感知的Prompt模板函数以融入上下文信息,并将无监督关系抽取任务转换为掩码预测任务,从而充分利用预训练阶段获得的知识完成关系抽取。在链接预测模块中则通过预测关系三元组中的缺失实体提供监督信号联合训练两个模块。在两个公开真实关系抽取数据集上进行了大量实验,得到的结果表明PURE模型能有效利用上下文信息并且不依赖数据集归纳偏置,相较于目前最优的基于VAE架构的模型UREVA(Variational Autoencoder-based Unsupervised Relation Extraction model)在NYT数据集上的B-cubed F1指标上提升了3.3个百分点。

关键词：无监督关系抽取 Prompt学习变分自编码器预训练语言模型无监督学习

介孔碳负载铁钴合金活化过一硫酸盐降解酸性橙7

在线全文

学校读者我要写书评

暂无评论

环境科学学报 2024年第5期44卷 81-91页

作者：黄梦婷向平周元周容生林庞墅重庆大学环境与生态学院重庆400045

采用蒸发诱导自组装法制备了铁钴掺杂介孔碳复合材料(FeCo_(2)-MC).通过SEM、TEM、XRD、FTIR、BET及XPS对FeCo_(2)-MC进行表征,考察了催化剂投加量、过一硫酸盐(PMS)浓度、初始pH、环境温度和水体中常见阴离子及有机物对酸性橙7(AO7)去... 详细信息

采用蒸发诱导自组装法制备了铁钴掺杂介孔碳复合材料(FeCo_(2)-MC).通过SEM、TEM、XRD、FTIR、BET及XPS对FeCo_(2)-MC进行表征,考察了催化剂投加量、过一硫酸盐(PMS)浓度、初始pH、环境温度和水体中常见阴离子及有机物对酸性橙7(AO7)去除的影响.结果表明,FeCo_(2)-MC具有多孔结构,铁钴合金以球状颗粒形式均匀分布在介孔碳上.在最佳条件下(FeCo_(2)-MC 0.2 g·L^(-1)、PMS 1 mmol·L^(-1)、AO720 mg·L^(-1)、pH=7、T=25℃),30 min内AO7几乎能被完全降解.淬灭实验和XPS测试结果表明,自由基(SO_(4)^(·-)和·OH)与非自由基(^(1)O_(2))在AO7的降解过程中均发挥着重要作用.紫外-可见光光谱和LC-MS分析说明,A07分子经过脱氨、脱硫及氧化等反应生成有机中间体,并部分被完全矿化为CO_(2)和H_(2)O.

关键词：铁钴合金介孔碳过一硫酸盐酸性橙7

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

《二十四节气》《福倒了》《祈福》

包装工程 2022年第16期43卷 I0014-I0014页

作者：黄梦林桂林电子科技大学艺术与设计学院

设计说明:《二十四节气》海报设计以立春、雨水1、雨水2、春分为主题,融入桂北壮族图案元素,设计作品以竖构图为主,画面采用壮族图案、壮族纹样,以不同形状、质地和色彩的元素作为海报创作的主题。选择具有具象和图案美的元素,通过构图... 详细信息

设计说明:《二十四节气》海报设计以立春、雨水1、雨水2、春分为主题,融入桂北壮族图案元素,设计作品以竖构图为主,画面采用壮族图案、壮族纹样,以不同形状、质地和色彩的元素作为海报创作的主题。选择具有具象和图案美的元素,通过构图的组合、安排和布局的设计,使画面的内容具有不同的形式美。主体物和重要的物体放在画面的视觉焦点上,具有紧凑、稳定和均衡的视觉效果,以这种构图形式比较符合观者的审美标准。主体造型自然成为视觉中心,具有突出主体,并使画面趋向紧密的特点,使其符合审美要求又具有整体性,并传递了视觉效果。《福倒了》和《祈福》海报设计以“福”为主题,作品结合桂北壮族图案元素,设计作品以竖构图为主,画面采用壮族图案,色彩的设计以冷暖色结合表现,清新、明快的色彩给海报设计带来更好的视觉体验。作品具有独特的设计语言,并利用丰富的装饰元素呈现出新颖的视觉效果。

关键词：视觉焦点二十四节气海报设计视觉中心视觉体验设计说明视觉效果装饰元素

线粒体RNA m^(3)C修饰酶METTL8的修饰机制和底物特异性

在线全文

学校读者我要写书评

暂无评论

科学通报 2024年第14期69卷 1806-1809页

作者：黄梦涵周小龙国科大杭州高等研究院生命与健康科学学院浙江省系统健康科学重点实验室杭州310024 中国科学院分子细胞科学卓越创新中心/上海生物化学与细胞生物学研究所核糖核酸功能与应用全国重点实验室上海200031

tRNA是遗传信息传递的关键生物大分子之一.在核糖体中,tRNA的反密码子通过与mRNA的三联体密码子互补配对,从而将其携带的氨基酸掺入到新合成的肽链中,对遗传信息的精准传递具有重要作用^([1]).tRNA上存在着大量的转录后核苷酸修饰^([2])... 详细信息

tRNA是遗传信息传递的关键生物大分子之一.在核糖体中,tRNA的反密码子通过与mRNA的三联体密码子互补配对,从而将其携带的氨基酸掺入到新合成的肽链中,对遗传信息的精准传递具有重要作用^([1]).tRNA上存在着大量的转录后核苷酸修饰^([2]).目前已有120多种tRNA修饰被鉴定出来,它们存在于12%~20%的tRNA核苷酸碱基上^([3,4]).tRNA上存在的这些修饰参与并调控一系列生命过程^([5]).众多的修饰能够维持tRNA结构、提高tRNA稳定性、促进反密码子与密码子的精确配对等,在多种生命活动中发挥作用^([6,7]).

关键词：反密码子三联体密码生物大分子修饰酶 tRNA 遗传信息传递底物特异性

芳香氮杂环三氮唑羧酸及胞嘧啶膦酸酯衍生物的合成研究

在线全文

学校读者我要写书评

暂无评论

芳香氮杂环三氮唑羧酸及胞嘧啶膦酸酯衍生物的合成研究

作者：黄梦林郑州大学

学位级别：硕士

含氮杂环化合物在医药、农药、染料等精细化工领域中有着广泛的应用,一直是人们研究的热点。 1,2,3-三氮唑衍生物作为重要的N-杂环化合物,因其具有杀虫、抗菌、抗肿瘤、抗病毒和抗抑郁等广泛的生物活性受到人们的普遍关注。近年来这些... 详细信息

含氮杂环化合物在医药、农药、染料等精细化工领域中有着广泛的应用,一直是人们研究的热点。 1,2,3-三氮唑衍生物作为重要的N-杂环化合物,因其具有杀虫、抗菌、抗肿瘤、抗病毒和抗抑郁等广泛的生物活性受到人们的普遍关注。近年来这些化合物被作为药物和农药被广泛使用。而Cu(I)催化的1,3-偶极环加成反应(CuAAC Reaction),可以高效定向将1,4-二取代的1,2,3-三氮唑引入有机分子中。含1,2,3-三氮唑的羧酸衍生物是一种应用广泛的有机中间体,它们具有较强的光敏性、螯合性、抗肿瘤、抗HIV以及促植物生长等众多生物活性,显示出了良好的开发前景;但此类化合物多以价格昂贵的炔基羧酸为底物来合成,这极大限制它们的应用。氨基酸是构成生命体的基本单元,具有重要的生理活性;而含三氮唑基团的氨基酸衍生物却鲜有报道。本文利用药物拼合原理,以廉价的丙氨酸或氯乙(丙)酸乙酯为底物,通过1,3-偶极环加成反应将1,2,3-三氮唑基团引入氨基酸(羧酸)中,得到一系列新型含1,2,3-三氮唑的羧酸衍生物,并对其结构进行了表征。胞嘧啶是构成核酸的嘧啶碱基之一,在医药和农药领域有着重要的作用。但是其也存在一定的缺陷,如脂溶性差、生物利用度低、有一定的毒副作用等,因此对胞嘧啶的改造意义重大。α-氨基膦酸酯是天然α-氨基酸的类似物,具有杀菌,除草,抗病毒等多种重要的生物活性,通常α-氨基膦酸酯的合成可将膦酸酯基团引入到化合物分子中,来改善化合物的理化性质;对胞嘧啶的改造方法已有众多,但含α-氨基膦酸酯的胞嘧啶衍生物还未见报道。因此本文用“一锅煮”的亚胺加成法合成一系列新型胞嘧啶-α-氨基膦酸酯衍生物,并对其性质进行了探究。具体研究内容如下： (1)分别以丙氨酸和氯乙(丙)酸乙酯为底物,由两条路线经多步反应合成一系列新型含1,2,3-三氮唑的羧酸衍生物,其中通过Cu(I)催化的1,3-偶极环加成反应,将1,2,3-三氮唑基团引入羧酸衍生物中。所有结构均通过ESI MS、IR、NMR等方法进行了确认。以苯基叠氮与化合物1-3的反应为模板优化了超声辅助下环加成反应的条件,结果显示：(a)水为最佳反应溶剂,;(b)Cu(OAc)2/NaAsc为最佳催化剂;(c)10mol%Cu(OAc)2和20mol%的抗坏血酸钠为最佳催化剂用量。 (2)以甲醇镁为催化剂,胞嘧啶、醛和DIPPH为反应底物,用“一锅煮”的亚胺加成法合成了一系列胞嘧啶-α-氨基膦酸酯衍生物,希望通过两者的协同作用达到两个目的：(a)增加胞嘧啶类衍生物的脂溶性,提高其生物利用度;(b)通过构效关系的改变降低毒副作用。所有化合物均通过ESI MS、IR、NMR等方法进行了确认。 (3)平衡溶解度和油水分配系数作为药物理化参数的两个重要指标,对预测药物在体内的吸收、代谢过程具有较大的指导意义。本文测定了胞嘧啶-a-氨基膦酸酯衍生物3-3a的平衡溶解度和表观油水分配系数,结果显示：化合物3-3a的logPapp为-0.42～-0.02,与胞嘧啶相比其脂溶性有了很大改善,生物利用度也得到较大提高。

关键词： 1,2,3-三氮唑羧酸胞嘧啶衍生物合成表观油水分配系数

政治性与公共善--基于亚里士多德《政治学》的考察

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

四川大学学报（哲学社会科学版） 2024年第4期 53-61,208,209页

作者：黄梦晓四川大学公共管理学院成都610064

重新审视亚里士多德关于政治动物和政治共同体的论述,可以发现人所特有的自然政治性并非当代社群主义所理解的对在先的共同体公共善的积极参与和奉献,而是为了好生活的目的用语言揭示什么是善好和正义。城邦的公共善是在一种既非直觉感... 详细信息

重新审视亚里士多德关于政治动物和政治共同体的论述,可以发现人所特有的自然政治性并非当代社群主义所理解的对在先的共同体公共善的积极参与和奉献,而是为了好生活的目的用语言揭示什么是善好和正义。城邦的公共善是在一种既非直觉感知共同体的目的,也非讨价还价和相互妥协不同利益的“政治地行动”中实现的,即在审议和说服的过程中将人们关于善好和正义相互冲突的主张,汇聚成一个全体公民都能接受的判断和决定。人的自然政治性包括与动物共有的政治性和人所特有的政治性,后者与城邦作为政治的共同体具有紧密的对应关系,不宜将人的政治性宽泛地运用在家庭等共同体,从而模糊家庭和城邦的区别以及“政治性”本身所具有的规范性意义。

关键词：社群主义政治性好生活公共善审议

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

卫星信号丢失下航空器多阶段高度预测

工程科学与技术 2024年

作者：黄梦婵苗强四川大学电气工程学院

针对卫星信号丢失下航空器高度指示值不准确的问题，提出了一种基于注意力机制和时域卷积神经网络的航空器多阶段高度预测模型。首先，采用模糊逻辑将航空器的整段飞行过程划分为不同阶段，提供多阶段的数据储备。其次，针对航空器飞参... 详细信息

针对卫星信号丢失下航空器高度指示值不准确的问题，提出了一种基于注意力机制和时域卷积神经网络的航空器多阶段高度预测模型。首先，采用模糊逻辑将航空器的整段飞行过程划分为不同阶段，提供多阶段的数据储备。其次，针对航空器飞参长时间序列的特点，设计了长时序关联注意力（LTCA）作为特征提取算法，提取增强时空关联特征表示。在此基础上，利用时域卷积神经网络（TCN）的时序数据处理能力，构建LTCA-TCN高度预测模型。最后，考虑不同阶段的预测误差容忍度，提出了一个评价模型多阶段高度预测能力的评估指标。利用大气惯导数据集进行实验测试，实验结果表明：LTCA特征提取模块能够有效地提升高度预测模型的性能；LTCA-TCN算法相较其他对比算法，在多阶段的高度预测中均取得了最优的预测结果，尤其在巡航阶段，本算法预测结果的均方根误差控制在了10m之内；模拟卫星信号丢失的特定情形，LTCA-TCN模型能够较为准确地预测多阶段的惯性卫星组合高度，具有较高的灵活性与适应性，能够为卫星信号丢失下的航空器提供更为可靠的导航高度指示值，提升了飞行过程中的安全性与可靠性。

关键词：航空器卫星信号高度预测注意力机制时域卷积神经网络