基于语义倾向性的文本过滤研究*

以往文本过滤的研究主要集中于主题过滤,然而随着网络的发展,倾向性文本过滤在网络信息安全方面的作用越来越大。在语义倾向性分析中,若忽略关联词和修饰词则有可能导致对极性词的倾向或强度判断失误。针对这一问题,提出了一种新的语义倾向性识别算法,用于对潜在极性词进行倾向性识别,并应用到文本过滤方面。实验表明此方法具有较高的准确率和召回率。     

泵对生物制品工艺的重要影响——四元隔膜泵对生产效率具有较大帮助

生物制品的下游处理都需要泵去输送或抽取中间原料，但有些工业泵因为剪切力太强，使生物制品变性失活，导致产品质量差。从实验中可以发现四元隔膜泵，能提供平稳、低剪切力，几乎无脉冲的流速对生产效率有很大帮助。     

基于Tri-training半监督学习的中文组织机构名识别*

针对中文组织机构名识别中的标注语料匮乏问题,提出了一种基于协同训练机制的组织机构名识别方法。该算法利用Tri-training学习方式将基于条件随机场的分类器、基于支持向量机的分类器和基于记忆学习方法的分类器组合成一个分类体系,并依据最优效用选择策略进行新加入样本的选择。在大规模真实语料上与co-training方法进行了比较实验,实验结果表明,此方法能有效利用大量未标注语料提高算法的泛化能力。     

应用PAT技术提高生物制药效率：树立QbD理念以更好地保证产品的最终质量及用药安全

随着制药技术的发展和来自监管部门的压力，未来的药物开发和新药申报都将遵循质量源于设计（QbD）的理念。PAT经过FDA推介，已在具备代表性的过程行业——制药工业中展现重要作用。本文中提到的PAT液体在线稀释配制系统的应用将助力QbD理念的具体实施。     

基于属性选择的半监督短文本分类算法

针对海量短文本分类中的标注语料匮乏问题,提出了一种基于属性选择的半监督短文本分类算法。通过基于ReliefF评估和独立性度量的属性选择技术选出部分具有较好的属性独立关系的属性参与分类模型的学习,以弱化朴素贝叶斯模型的强独立性假设条件;借助集成学习,以具有一定差异性的分类器组去估计初始值,并以多数投票策略去分类未标注语料集,以减低最大期望算法(EM)对于初始值的敏感。通过真实语料上进行的比较实验,证明了该方法能有效利用大量未标注语料提高算法的泛化能力。     

改良M199培养基在Vero细胞培养中的适用性

目的比较改良M199培养基与进口M199培养基培养Vero细胞及狂犬病病毒的效果,旨在筛选出更适合Vero细胞生长及其相关病毒培养的培养基。方法分别用含5%新生牛血清的改良M199培养基和进口M199培养基培养Vero细胞,于倒置显微镜下观察细胞的生长状态,并进行细胞计数,台盼蓝染色法测定细胞活力;分别用含1%新生牛生血清的改良M199培养基和进口M199培养基培养狂犬病病毒,采用小鼠脑内滴定法测定病毒滴度。结果改良M199培养基培养的Vero细胞形态更规则,增殖更快,细胞密度和活力均高于进口M199培养基培养的Vero细胞;使用改良M199培养基培养狂犬病病毒,病毒增殖更快,滴度更高,峰值可达109log LD50/ml,明显高于使用进口M199培养基培养的病毒滴度。结论改良M199培养基更适合Vero细胞以及狂犬病病毒的培养。