一种基于语义及统计分析的Deep Web实体识别机制

分析了常见的实体识别方法,提出了一种基于语义及统计分析的实体识别机制(deep Web entity identification mechanism based on semantics and statistical analysis,简称SS-EIM),能够有效解决Deep Web数据集成中数据纠错、消重及整合等问题.SS-EIM主要由文本匹配模型、语义分析模型和分组统计模型组成,采用文本粗略匹配、表象关联关系获取以及分组统计分析的三段式逐步求精策略,基于文本特征、语义信息及约束规则来不断精化识别结果;根据可获取的有限的实例信息,采用静态分析、动态协调相结合的自适应知识维护策略,构建和完善表象关联知识库,以适应Web数据的动态性并保证表象关联知识的完备性.通过实验验证了SS-EIM中所采用的关键技术的可行性和有效性.     

基于AutoCAD自定义实体的初步研究

传统的基于AutoCAD的地形图成图软件一般是通过常用的AutoCAD内部实体来表现地形图要素的,这种绘制方式存在明显的缺陷,即在表现相对复杂的地物时,地物过于零散,增加了用户编辑数据的难度,而且在数据组织上存在很大的冗余。ObjectARX软件开发工具中的自定义实体技术为我们解决这一问题提供了技术保障,本文简要阐述了定制AutoCAD自定义实体的基本过程。     

基于二叉树的平面实体树生成算法及其应用

本文给出的平面实体树生成算法和凸壳生成算法是基于二叉树表示的平面图形处理基本算法,可广泛用于平面布局、平面图形识别、平面矩形网格生成等和类不同的问题。     

MRC-PBM: 一种中文电子病历嵌套命名 实体识别方法

中文电子病历实体包含大量的医学领域词汇并具有明显的嵌套特征。嵌套实体识别时往往存在目标实体定位不完整、不准确的问题。针对这一问题,提出了一种基于机器阅读理解的中文电子病历嵌套命名实体识别模型MRC-PBM (machine reading comprehension-position information biaffine and MLP)。该模型将命名实体识别(named entity recognition, NER)转化为机器阅读理解任务,将中文电子病历文本和预定义的查询语句串联作为输入,使用基于医学的预训练模型MC＿BERT获取词向量,然后通过双向长短期记忆网络模型(BiLSTM)和多粒度扩张卷积模型分别获取双向的特征信息以及单词之间的信息,得到相应的特征向量,最后使用Hybrid-PBM预测器进行实体预测。在嵌套和平面NER数据集上进行实验。实验表明,该模型在糖尿病语料和公开医学数据集上优于其他主流神经网络模型,F1值比基线模型提高了1.21%～5.80%。     

中国“城乡一体化”进程中园林规划领域运用“五维理论”的探索研究

中国"城乡一体化"的规划与建设,不能盲目化、西化,要有自己的特色,要有适应中国本土的园林规划理论和方法。风景园林师就像一个大地医生,要去给大地号脉,"五维理论"就像中医中的"人体经络理论"一样,研究环境的一种内在气息、内在本质。运用"五维空间"园林设计理念就是:园林设计应以"三维空间"为基础,安排其在第四维(时间轴)上进行表现,并在第五维(能量场)上调整合理,最终达到整体和谐的景致效果。通俗地讲就是,园林设计不仅要研究可见、有形的景观因素,还要研究不可见、无形的景观因素。     

实体驱动业务的企业信息系统软件框架

现代企业日益强化企业信息系统的开放性、可重用性和可伸缩性。本文针对当前企业信息系统研发中的一些问题,在将企业信息系统可被抽象表示为“用户在安全控制下对受控实体的一组业务集合的调度”的基础上,提出了实体驱动业务的信息系统软件框架EDTISF。重点讨论了EDTISF如何以“受控实体”来实现企业业务的确切划分,如何通过独立的数据对象来降低业务及其处理数据的耦合度,以及如何在应用层的级别上实现业务调度机制的重用等问题。     

IMS早期媒体建立中多实体媒体协商解决方案

对IMS建立早期媒体的信令流程进行了研究,分析了具有MRS(媒体资源服务器)的IMS系统建立早期媒体的方案.并给出了使用信令流程和分类规则解决网关模式下多实体建立早期媒体过程中出现的offer/answer不匹配问题的方案.     

中文医疗文本中的嵌套实体识别方法

实体识别是信息抽取的关键技术. 相较于普通文本, 中文医疗文本的实体识别任务往往面对大量的嵌套实体. 以往识别实体的方法往往忽视了医疗文本本身所特有的实体嵌套规则而直接采用序列标注方法, 为此, 提出一种融合实体嵌套规则的中文实体识别方法. 所提方法在训练过程中将实体的识别任务转化为实体的边界识别与边界首尾关系识别的联合训练任务, 在解码过程中结合从实际医疗文本中所总结出来的实体嵌套规则对解码结果进行过滤, 从而使得识别结果能够符合实际文本中内外层实体嵌套组合的组成规律. 在公开的医疗文本实体识别的实验上取得良好的效果. 数据集上的实验表明, 所提方法在嵌套类型实体识别性能上显著优于已有的方法, 在整体准确率方面比最先进的方法提高0.5%.     

三药新化学实体的协同开发

农药、医药、兽药同为生理活性物质,其开发实质为新化学实体的开发。三药新化学实体具有使用功能拓展性、原料或中间体通用性、结构相似性、创制方法的相似性等相通性特点。指出三药协同开发已成一种趋势,可通过组合化学技术、新靶标发现及制备、高通量筛选技术、活性化合物库建设等专题的学术交流及相应资源的共建共享、引导研究人员扩大新药筛选范围等措施推动三药协同开发。     

癫痫病相关论文多模态知识图谱的构建初探

癫痫病相关论文缺乏命名实体识别和关系抽取任务的标注数据,命名实体识别和关系抽取模型无法用常规方法训练。为解决该问题,针对癫痫病相关论文的数据特点,改进了命名实体识别和关系抽取模型,提出利用相近领域的医疗数据和预训练模型构建零资源癫痫病领域命名实体识别和关系抽取模型。评估了现有无监督和半监督模型在癫痫病领域论文数据集上的性能,并针对数据集特征引入域对抗网络和关系判别器,有效地提高了命名实体识别和关系抽取模型的性能。将癫痫患者的脑电特征以视觉模态嵌入知识图谱中,在提高脑电分析可解释性的同时,构建了更加直观的多模态知识图谱。