基于主题交互图的案件话题摘要

从案件相关的话题评论中生成简短的话题描述对于快速了解案件舆情有着重要作用, 其可以看做是基于用户评论的多文档摘要任务. 然而用户评论中含有较多噪声且生成摘要所需的重要信息分散在不同的评论句中, 直接基于序列模型容易生成错误或不相关的摘要. 为了缓解上述问题, 提出一种基于主题交互图的案件话题摘要方法, 将嘈杂的用户评论组织为主题交互图, 利用图来表达不同用户评论之间的关联关系, 从而过滤重要的用户评论信息. 具体来说, 首先从评论句中抽取案件要素, 然后构造以案件要素为节点, 包含案件要素的句子为内容的主题交互图; 然后利用图Transformer网络生成图中节点的表征, 最后生成简短的话题描述. 在收集的案件话题摘要数据集上的实验结果表明, 所提方法是一种有效的数据选择方法, 能够生成连贯、事实正确的话题摘要.     

一种基于RBAC的实用授权模型研究

结合传统的基于角色访问控制（RBAC）模型和授权管理的实际需求,文章提出了一种在时间和空间维度约束下的分级授权模式,该模式授权粒度中等,可灵活地按角色、岗位、部门和用户实施权限分配操作。     

融合事实文本的知识库问答方法

在自然语言问题中,由于知识库中关系表达的多样化,通过表示学习匹配知识库问答的答案仍是一项艰巨任务.为了弥补上述不足,文中提出融合事实文本的知识库问答方法,将知识库中的实体、实体类型和关系转换为事实文本,并使用双向Transformer编码器(BERT)进行表示,利用BERT丰富的语义模式得到问题和答案在低维语义空间中的...     

基于J2EE售票管理系统的设计与实现

为满足长途汽车客运站跨地区联网售票的需求,提出了一个基于J2EE平台的分布式售票管理系统。该系统采用面向服务的多层体系架构,具有较好的扩展性和兼容性。在功能实现方面,该系统克服了现有微机售票软件的不足,为乘客提供了网上查票、订票、退票和改签等自助功能,并且解决了客运高峰期车辆排班调度混乱和售票系统频繁瘫痪等一系列常见问题。该售票系统已经在西部某市客运集团公司成功地应用了4年,其操作简单、性能稳定、响应速度快、业务吞吐量大,深受广大客户青睐,并获得了良好的社会效益和经济效益。     

连续梁桥的矢量地震动强度指标选取

为了在不显著增加计算量的前提下,简化地震动强度指标的选取流程,减小概率地震需求模型的变异性,提出针对特定场地条件和结构类型的矢量地震动强度指标选取方法. 首先基于候选的20个标量地震动强度指标（IM）,通过方差扩大因子法剔除能被其他IM线性表示的不重要IM,消除IM间的多重共线性;然后从线性无关的IM中按偏决定系数选取与工程需求参数具有显著相关性的IM作为矢量地震动强度指标的分量;同时以邯郸市南环路东延的一座预应力混凝土三跨连续梁桥为例,进行6折交叉验证. 结果表明:在训练数据集和测试数据集上,采用两步筛选后得到的矢量地震动强度指标[S_a0.2,S_a1.0,T_m]建立回归模型的离散性较采用标量地震动强度指标S_a1.0建立的回归模型分别减小13.67%、17.07%,且不存在过拟合现象. 研究结果可以为特定场地条件下的连续梁桥选取合适的矢量地震动强度指标.     

混凝土搅拌机控制系统与ERP数据接口设计

为了实现混凝土搅拌机控制系统与ERP之间数据的无缝对接,提出了一种基于多线程Socket的接口通信方法,并设计了生产任务单、试验配比单和车辆排单等协议格式,方便系统之间数据交换,满足各种C/S或B/S架构的系统应用需求。     

基于轻量化设计的空气冷却器支架有限元静动态分析

为减轻空气冷却器支架质量,在保证各项性能满足设计要求的前提下,建立空气冷却器支架的多部件接触有限元分析模型,通过整机多体动力学分析获得空气冷却器质心的冲击加速度,开展空气冷却器支架的强度、疲劳可靠性和连接可靠性分析.结果表明:轻量化设计方案的空气冷却器及支架系统的固有频率有所提升,且前3阶固有频率均大于发动机标定转速的...     

融合句法解析树的汉-越卷积神经机器翻译

神经机器翻译是目前应用最广泛的机器翻译方法,在语料资源丰富的语种上取得了良好的效果.但是在汉语-越南语这类缺乏双语数据的语种上表现不佳.考虑汉语和越南语在语法结构上的差异性,提出一种融合源语言句法解析树的汉越神经机器翻译方法,利用深度优先遍历得到源语言的句法解析树的向量化表示,将句法向量与源语言词嵌入相加作为输入,训练翻译模型.在汉-越语言对上进行了实验,相较于基准系统,获得了0.6个BLUE值的提高.实验结果表明,融合句法解析树可以有效提高在资源稀缺情况下机器翻译模型的性能.     

融合句法信息的无触发词事件检测方法

事件检测（ED）是信息抽取领域中最重要的任务之一,旨在识别文本中特定事件类型的实例。现有的ED方法通常采用邻接矩阵来表示句法依存关系,然而邻接矩阵往往需要借助图卷积网络（GCN）进行编码来获取句法信息,由此增加了模型的复杂度。为此,提出了融合句法信息的无触发词事件检测方法。通过将依赖父词及其上下文转换为位置标记向量,并在模型源端以无参数的方式融入依赖子词的单词嵌入来加强上下文的语义表征,而不需要经过GCN进行编码;此外,针对触发词的标注费时费力的问题,设计了基于多头注意力机制的类型感知器,以对句子中潜在的触发词进行建模,实现无触发词的事件检测。为了验证所提方法的性能,在ACE2005数据集以及低资源越南语数据集上进行了实验。其中,在ACE2005数据集上与图变换网络事件检测（GTN-ED）方法相比,所提方法的F1值提升了3.7%;在越南语数据集上,与二分类的方法类型感知偏差注意机制神经网络（TBNNAM）相比,所提方法的F1值提升了9%。结果表明,通过在Transformer中融入句法信息能有效地连接句子中分散的事件信息来提高事件检测的准确性。     

基于深度学习的实用HDPC码译码方法研究

针对现有高密度校验码量化译码性能问题,本文提出了一种基于深度学习的量化最小和译码算法-QMSND.借助深度神经网络,通过对神经最小和译码信道输入向量和每轮迭代过程中节点更新信息进行非均匀间隔量化,动态调整Tanner图边的权重参数,改善消息传播效能.计算机仿真实验结果表明,本文提出的方法在对BCH码进行译码时仅需要8比特表示信息即可接近未经量化的浮点译码性能.因此,所提出的QMSND译码方法便于硬件实现,具有一定的实用性.