新型双层全陶粒滤池的设计和生产实践

本文提出了新型双层陶粒滤料池的研究成果.文中介绍了新型双层滤池的构造、设计参数和基本工作性能.     

基于CRFs和歧义模型的越南语分词

通过对越南语词法特点的研究,把越南语的基本特征融入到条件随机场中(Condition random fields,CRFs),提出了一种基于CRFs和歧义模型的越南语分词方法。通过机器标注、人工校对的方式获取了25 981条越南语分词语料作为CRFs的训练语料。越南语中交叉歧义广泛分布在句子中,为了克服交叉歧义的影响,通过词典的正向和逆向匹配算法从训练语料中抽取了5 377条歧义片段,并通过最大熵模型训练得到一个歧义模型,并融入到分词模型中。把训练语料均分为10份做交叉验证实验,分词准确率达到了96.55%。与已有越南语分词工具VnTokenizer比较,实验结果表明该方法提高了越南语分词的准确率、召回率和F值。     

基于层次关联边条件随机场的Web对象抽取

提出一种基于层次关联边条件随机场(HCC-CRFs)模型的Web对象抽取方法.将数据块检测和属性标注合并为标签分配问题,避免误差传播现象.通过在数据块之间增加条件依赖关系,使HCC-CRFs模型能充分利用Web页面的内容层次结构.实验结果表明,该方法具有较好的抽取效果.     

基于CRFs和跨事件的事件识别研究

事件检测与类型识别是事件抽取的基础,具体实施分为触发词检测和事件类型识别2个阶段。分别对2个阶段进行研究,在前一阶段,针对词形特征过拟和问题,提出利用LDA模型对词语聚类的方法,考虑到中文自动分词与标注的触发词边界的不一致性,提出基于CRFs模型的触发词识别方法。在后一阶段,为提高事件类型识别的效果,将跨事件理论应用于中文事件类型识别。实验结果表明,该方法能提高系统性能,F值分别提高到66.3和62.0。     

基于层叠CRFs模型的句子褒贬度分析研究

本文研究句子的褒贬度分析问题。针对传统的基于分类的句子褒贬度分析方法不能考虑上下文信息的问题,以及基于单层模型的句子褒贬度分类方法中的由于标记冗余引起的分类精度不高问题,本文提出了基于层叠式CRFs模型的句子褒贬度分析方法。该方法利用多个CRFs模型从粗到细分步地判断句子的褒贬类别及其褒贬强度,其中层叠式框架可以考虑句子褒贬类别与褒贬强度类别之间的层级冗余关系,而CRFs模型可以利用上下文信息对于句子褒贬类别和强度的影响。该方法在有效识别句子褒贬度的同时,提高了句子褒贬强度判别的准确度。实验证明相对于传统分类方法和单层CRFs模型,本文的方法取得了良好的效果。     

基于ABAQUS的双金属复合材料密封结构承压性能研究

分析表面堆焊耐蚀合金的高压厚壁圆筒承压能力,难以采用经典的厚壁圆筒理论进行求解。基于ABAQUS有限元分析软件,使用双线性弹塑性材料模型和Cohesive接触模型联合模拟,可得到厚壁圆筒截面的应力分布、结合面接触-分离应力分布、卸载后的残余变形等。以隔水管节流和压井管线插接接头为例,进行承压性能分析。分析结果表明,考虑材料塑性行为能够提升结构的设计耐压能力; 卸载后材料的永久变形的量化结果有助于密封面配合尺寸设计; Cohesive模型能够有效模拟结合面应力传递情况。     

从中国含油气盆地结构看武清潜山找气前景

中国沉积盆地可分为单层结构箕状断陷型，双层结构断（陷）拗（陷）型，多层结构（地）台、断（陷）、拗（陷）型。实践证明，不论单层、双层、多层结构含油气盆地，一般说来，箕状断陷发育的中期为主要的成油期；多层结构的含油气盆地，台型构造层发育期为最佳成气期。武清潜山（泗村店）所处的冀中拗陷是典型的台、断、拗多层结构的含油气盆地，其台型构造层发育期同样是最佳气期。这一地质规律已从苏桥、刘其营潜山出气得到了证实     

一种基于介词用法的灾难事件信息抽取方法

为提高事件信息抽取技术的准确率,通过对文本中介词用法进行识别,采用一种条件随机场统计模型和介词用法信息相结合的事件信息抽取方法,完成抽取系统的编写,以达到理想的抽取结果。本文采用《人民日报》作为实验语料,通过大量实验,结果准确率达到90.33%,比不含介词用法信息的方法提高9.14%,证明了此方法的有效性。     

Annotating the Literature with Disease Ontology

With the rapid growth of inquiry in biomedicine concerning diseases, the recognition of diseases becomes especially important. But only the recognition of the biomedical concepts in literature is not enough, annotations and normalizations of the concepts with normalized Metathesaurus get even more important. This paper proposes a system to annotate the literature with normalized Metathesaurus. First, a two-phase Conditional random fields (CRFs) is used to recognize the disease mentions, including the location and identification. Then, the paper adapts the Disease ontology (DO) to annotate the diseases recognized for normalization by computing the similarity between disease mentions and concepts. According to the similarities, the disease mentions are denoted as disease concepts and instances distinctively. The experiments carried out on the Arizona disease corpus show that our system makes a good achievement and outperforms the other works.