一种适合于电子政务中业务处理的过程模型

目前，电子政务系统一般通过业务过程模型支持电子政务业务处理，而当前已有的业务过程模型在灵活性和安全性方面尚存在不足。为此，提出了一种适合于电子政务中业务处理的过程模型，它将多变的业务规则从过程流中分离出来，通过耦合机制实现业务规则与过程流的结合。该模型简化了过程流的定义，使过程流的变更相对容易，而且可以在不改变过程流的情况下独立、便捷地维护业务规则，确保业务处理的安全性。最后给出了一个使用该模型的电子政务业务处理应用实例。     

一种用于软件过程建模的适应性Agent 协商

大多软件过程模型是预定义的.在变化的应用环境中,需要由相应人员进行适应性调整.提出一种用于软件过程建模的适应性多边协商模型—— AMNM-PA,其采用Agent 封装软件过程中所涉及的个体,包含组织、团队、个人等,通过Agent 间的协商动态、适应地建立针对给定软件项目的软件过程模型.AMNM-PA 基于非静态有限阶段Markov 决策过程,采用模型无关的Q 学习算法选取协商策略,因此能够支持动态、非预知环境下的适应性协商,从而满足软件过程建模对环境的适应性需求.AMNM-PA 已经实施于软件过程管理系统——SoftPM.     

基于交互式叠加注意力网络的实体属性情感分类

当上下文中单词的情感对给定属性敏感时,仅通过注意力建模无法解决情感分类性能下降的问题。提出一种基于交互式叠加注意力(Attention-Over-Attention,AOA)网络的属性级情感分类模型。模型在词向量层用BERT代替传统静态词向量表示;用LSTM分别提取属性和上下文中单词的隐藏语义;用AOA网络计算属性和上下文中每个单词的注意力权重;将权重与对应的隐藏语义状态做点积分别得到属性和上下文的最终特征表示,拼接两个特征表示用来分类。研究并分析模型中词向量和属性单独建模对情感分类结果的影响。实验表明,该模型较其他LSTM结合注意力机制的模型在准确率和F1值上都有显著提高。