武汉实现编制实名制

本刊讯 武汉市编制实名制工作全部结束，全市5525个党政群机关和事业单位19万干部职工信息实现网上公开，在网上可以查到武汉市行政单位、事业单位、内设机构和人员信息等方面的内容。     

文物信息获取系统关键技术分析

为满足用户广泛、准确、快速获取文物信息的要求,设计了数字博物馆文物信息获取系统.在设计过程中采用了多线程、信息再过滤、信息重新分类等技术,对信息获取、信息分析、信息分类技术进行了改进,信息采集同时从多个网站获取文物信息,实现了广泛的获取文物信息,解决了目前数字博物馆存在的信息来源局限性的问题;信息过滤通过分析采集到的信息,制定出相应的信息过滤规则,屏蔽了无关信息,解决了返回信息过多、针对性差的问题,提高了信息的准确性;信息分类通过对文物信息特点的分析,定义了使用分类的方法,使得文物信息的分类清晰,实现了信息的快速检索.     

文物信息获取系统关键技术分析

为满足用户广泛、准确、快速获取文物信息的要求,设计了数字博物馆文物信息获取系统。在设计过程中采用多线程、信息再过滤、信息重新分类等技术,对信息获取、信息分析、信息分类技术进行改进,解决了目前数字博物馆存在的信息来源局限性的问题,同时提高信息的准确性,使文物信息分类清晰,从而实现了文物信息的快速检索。     

交通违章 请用一站式查询

有车一族难免会遇到交通违章的事情，为避免缴滞纳金，可登录当地交管网查询，而通过这个网站，你可查到国内200多个省市级城市的交通违章信息，一个网址全部搞定。     

基于双曲树的农产品分类信息可视化方法

在以农产品分类信息为数据对象的研究中,针对当前常规结点链接树在显示大规模层次结构时存在的局限性,提出了一种基于双曲树和目录树协同的可视化方法。上述方法首先将农产品分类信息布局在双曲空间内,通过庞来卡投影将其映射到欧几里得平面,形成双曲树,通过动态转移法实现双曲树内焦点结点与上下文结点的切换;将双曲树与目录树两个视图布局在同一平面,实现了当结点收缩展开时两个视图的联动。上述方法既可以展示农产品分类信息的完整层次结构又可以通过交互来突出显示所关注的结点信息,可帮助食品安全领域的专家快速有效地分析农产品分类信息,也可应用于其它领域的大规模层次数据可视化。     

网站信息分类方法研究

本文主要研究内容包括在分析网站信息分类体系优化内涵、原则的基础上,用公式描述网站信息分类体系优化问题模型。并提出评价网站信息分类体系优化方法。有信息分类体系的质量,总结出网站信息分类体系理想结构特点。     

多粒度信息关系增强的多标签文本分类

基于深度学习的多标签文本分类方法存在两个主要缺陷:缺乏对文本信息多粒度的学习,以及对标签间约束性关系的利用.针对这些问题,提出一种多粒度信息关系增强的多标签文本分类方法.首先,通过联合嵌入的方式将文本与标签嵌入到同一空间,并利用BERT预训练模型获得文本和标签的隐向量特征表示.然后,构建3个多粒度信息关系增强模块:文档级信息浅层标签注意力分类模块、词级信息深层标签注意力分类模块和标签约束性关系匹配辅助模块.其中,前两个模块针对共享特征表示进行多粒度学习:文档级文本信息与标签信息浅层交互学习,以及词级文本信息与标签信息深层交互学习.辅助模块通过学习标签间关系来提升分类性能.最后,所提方法在3个代表性数据集上,与当前主流的多标签文本分类算法进行了比较.结果表明,在主要指标Micro-F1、MacroF1、nDCG@k、P@k上均达到了最佳效果.     

基于CSLSTM网络的文本情感分类

文本情感分类是自然语言处理领域的研究热点,更是产品评价领域的重要任务.考虑到词向量与句向量之间的语义关系和用户信息、产品信息对文本情感分类的影响,提出余弦相似度LSTM网络. 该网络通过在不同语义层级中引入用户信息和产品信息的注意力机制,并根据词向量和句向量之间的相似度初始化词层级注意力矩阵中隐层节点的权重. 在Yelp13、Yelp14和IMDB三个情感分类数据集上的实验结果表明文中方法的有效性.     

信息集成数据模型研究*

信息集成是指将多个信息源进行整合,为用户提供一个统一访问这些信息的接口或数据视图。公共数据模型是设计信息集成系统的基本出发点,从分类的角度对信息集成公共数据模型进行研究。对各种数据模型的特点、描述能力、应用领域以及发展现状作了分析和比较。     

医药信息文本分类系统中特征选择模块的研究

自动文本分类技术是组织和管理医药信息的一个有效的办法。本文主要针对医药信息的自动文本分类系统展开研究,重点研究如何根据医药领域的特点进行有效的特征选择,提出了使用文档频率DF和互信息MI相结合进行医药特征选择的方法。另外,本文还构建了一个医药信息语料库作为医药信息自动文本分类系统的训练集和测试集,该语料库包含五个类别,600篇文本。实验证明,该方法能够有效提高医药文本分类系统的分类速度和精度。     

分类信息的精准之路

经历了几年的大浪淘沙,如今活跃在分类信息行业的网站仅剩下了几家,是什么原因让这些网站能够坚持到今天？精准加创新,或许是分类信息发展的根本原因。     

基于重构对比的广义零样本图像分类

广义零样本图像分类中常使用生成模型重构视觉信息或语义信息用于再进一步学习.然而,基于变分自编码器的方法对重构样本利用不够充分,表示性能欠缺.因此,文中提出基于重构对比的广义零样本图像分类模型.首先,使用两个变分自编码器将视觉信息和语义信息编码为同维度的低维隐向量,再将隐向量分别解码到两种模态.然后,使用投影模块投影视觉信息与语义模态的隐向量重构的视觉模态信息.最后,对投影后的特征进行重构对比学习.在保持变分自编码器重构性能的基础上增强编码器重构的判别性能,提高预训练特征在广义零样本图像分类任务上的应用能力.在4个标准数据集上的实验证实文中模型的有效性.     

基于视觉敏感区域信息增强的室内场景分类算法*

在室内场景分类问题中,由于场景本身结构的复杂性和多样性,存在各种干扰因素,影响分类的准确性.针对上述问题,文中提出基于视觉敏感区域信息增强的室内场景分类算法,通过融合基于视觉敏感区域信息增强的局部特征与全局特征,构成多尺度空间-频率融合特征,实现对室内场景的正确分类.在3个标准测试集上的实验表明,文中算法对多个不同场景分类数据集均有较好的分类结果,适用性较强.     

企业信息分类与编码问题的研究

对企业信息的分类与编码问题进行研究 ,介绍了进行信息分类与编码时要使用的信息分类与编码技术 ,提出了建立企业信息分类与编码体系应注意的问题及解决问题的方法 ,这种方法对包装企业信息标准化建设有重要的参考价值     

基于Wikipedia的人名简历信息抽取

实体关系抽取是目前信息抽取研究的热点.提出的简历信息抽取,就是从网页数据中抽取得到关于人的出身、学习教育、工作经历的三类不同关系元组(由两个实体和关系表示组成),从而整理出现实生活中人的简历信息.在基于句子分块(Chunk)和命名实体识别(NER)标记的抽取模式基础上,利用Wikipedia作为知识库,提出基于当前元组与关系表示集合语义相似度的关系判别算法对按照模式抽取得到的关系元组进行过滤和分类.实验结果表明抽取精度和F值对比基准方法上有了较大提高,并且实现了较高精度的简历信息类型分类.     

基于冲突博弈算法的海量信息智能分类

在对海量信息进行分类的过程中,常通过信息文本模型及相似度来完成分类,无法完全表示信息属性,导致信息分类时出现冲突。提出基于冲突博弈的海量信息智能分类方法,对信息特征进行提取;在此基础上,根据海量信息的正交属性确定海量信息的分类策略,引入纳什均衡策略和帕累托最优策略,求取海量信息分类问题的最优解,完善分类策略;利用冲突信息检测方法判断冲突信息检测分类是否存在冲突,若存在冲突,则转化为约束满足问题,通过分析分类问题的约束变量确定分类中的操作冲突内容,建立海量信息分类中冲突判别的表达式,实现海量信息的智能分类研究。实验结果表明,采用所提方法进行海量信息的智能分类时,分类效果较好,过程较为简单,对计算机网络运行的影响较小,为冲突博弈算法在海量信息分配中的实际应用提供了借鉴。     

一种融合生成对抗网络的零样本图像分类方法

目前很多零样本图像分类方法是采用学习语义信息空间和图像特征空间之间的映射关系来实现图像分类,但是这些方法会产生枢纽化和域漂移问题。通过利用生成对抗网络实现图像特征生成可以缓解以上两种问题,但该方法容易产生模式崩溃从而导致生成的图像特征不真实。因此提出一种改进的生成对抗网络方法,通过在生成器网络上增加一个重构网络,将生成器生成的图像特征重构回语义信息,以此实现生成器网络生成的图像特征更加符合语义信息的图像特征。实验结果表明,该方法相较于原本的生成对抗网络模型而言,在AWA、CUB、FLO、SUN四个数据集上的分类准确率分别提升了1.0、0.1、1.2和0.9个百分点,证明了通过融合改进的生成对抗网络实现零样本图像分类方法的有效性和可行性。     

新型农村社区就业信息服务系统的研究与构建

针对新型农村社区为载体的就业市场,以提高社区就业信息的集成性、信息获取的便捷性和信息服务的准确性为目标,构建基于新型农村社区的就业信息服务系统。以社区作为信息管理服务基本单元,结合行业分类、职业分类、行政区划、政策分类等,建立就业信息资源目录模型。基于数据流和数据字典,建立就业信息数据关系模型。通过"社区-雇主-用户"模式进行系统应用,为新型农村社区居民、小微企业和新型农村生产组织提供专业的、精准的、细分市场的就业信息服务,提高农村社区居民的就业率和就业信息获取能力。系统在新乡辉县吴村社区投入试运行,取得良好效果。     

依托现代信息技术 培养学生信息素养

我们发现学生对信息的收集与处理能力极其薄弱，主要表现为：一些学生不知道该去哪里查找资料，以及查哪些方面的资料；查到资料后不知该如何取舍，只能照本宣科，无法针对资料提出自己的见解。因此，系统而全面地培养学生的信息素养迫在眉睫。     

基于双图神经网络信息融合的文本分类方法

近年来,图神经网络在文本分类任务中得到了广泛应用。与图卷积网络相比,基于消息传递的文本级的图神经网络模型具有内存占用少和支持在线检测等优点。然而此类模型通常仅使用词共现信息为语料中的各个文本构建词汇图,导致获取到的信息缺少多样性。文中提出了一种基于双图神经网络信息融合的文本分类方法。该方法在保留原有词共现图的基础上,根据单词间的余弦相似度构建语义图,并通过阈值控制语义图的稀疏程度,更有效地利用了文本的多方位语义信息。此外,测试了直接融合和注意力机制融合两种方式对词汇图和语义图上学习到的文本表示融合的能力。实验使用R8和R52等12个文本分类领域常用的数据集来测试算法的精度,结果表明,与最新的TextLevelGNN,TextING和MPAD这3个文本级的图神经网络模型相比,双图模型能够有效提高文本分类的性能。