文章-世纪中文出版社

成于思1 施云涛2 《中文研究》 2019年3期

摘要:

为了提高专业领域中文分词性能，以及弥补专业领域大规模标注语料难以获取的不足，该文提出基于深度学习以及迁移学习的领域自适应分词方法。首先，构建包含词典特征的基于深度学习的双向长短期记忆条件随机场(BI-LSTM-CRF)分词模型，在通用领域分词语料上训练得到模型参数；接着，以建设工程法律领域文本作为小规模分词训练语料，对通用领域语料的BI-LSTM-CRF分词模型进行参数微调，同时在模型的词典特征中加入领域词典。实验结果表明，迁移学习减少领域分词模型的迭代次数，同时，与通用领域的BI-LSTM-CRF模型相比，该文提出的分词方法在工程法律领域的分词结果F1值提高了7.02%，与预测时加入领域词典的BI-LSTM-CRF模型相比，分词结果的F1值提高了4.22%。该文提出的分词模型可以减少分词的领域训练语料的标注，同时实现分词模型跨领域的迁移。

基于膨胀卷积神经网络模型的中文分词方法下载：26 浏览：253

王星李超陈吉《中文研究》 2019年3期

摘要:

目前，许多深度神经网络模型以双向长短时记忆网络结构处理中文分词任务，存在输入特征不够丰富、语义理解不全、计算速度慢的问题。针对以上问题，该文提出一种基于膨胀卷积神经网络模型的中文分词方法。通过加入汉字字根信息并用卷积神经网络提取特征来丰富输入特征；使用膨胀卷积神经网络模型并加入残差结构进行训练，能够更好理解语义信息并提高计算速度。基于Bakeoff 2005语料库的4个数据集设计实验，与双向长短时记忆网络模型的中文分词方法做对比，实验表明该文提出的模型取得了更好的分词效果，并具有更快的计算速度。

基于多篇章多答案的阅读理解系统下载：43 浏览：401

刘家骅1，2 韦琬2 陈灏2 杜彦涛2 《中文研究》 2018年11期

摘要:

机器阅读理解任务一直是自然语言处理领域的重要问题。2018机器阅读理解技术竞赛提供了一个基于真实场景的大规模中文阅读理解数据集，对中文阅读理解系统提出了很大的挑战。为了应对这些挑战，我们在数据预处理、特征表示、模型选择、损失函数的设定和训练目标的选择等方面基于以往的工作做出了对应的设计和改进，构建出一个最先进的中文阅读理解系统。我们的系统在正式测试集ROUGE-L和BLEU-4上分别达到了63.38和59.23，在105支提交最终结果的队伍里面取得了第一名。

T-Reader:一种基于自注意力机制的多任务深度阅读理解模型下载：47 浏览：365

郑玉昆1 李丹2 范臻1 刘奕群1 张敏1 马少平1 《中文研究》 2018年10期

摘要:

该文介绍THUIR团队在"2018机器阅读理解技术竞赛"中的模型设计与实验结果。针对多文档机器阅读理解任务，设计了基于自注意力机制的多任务深度阅读理解模型T-Reader，在所有105支参赛队伍中取得了第八名的成绩。除文本信息外，提取了问题与段落精准匹配等特征作为模型输入；在模型的段落匹配阶段，采用跨段落的文档级自注意力机制，通过循环神经网络实现了跨文档的问题级信息交互；在答案范围预测阶段，通过进行段落排序引入强化学习的方法提升模型性能。

军民深度融合中民企“参军”的路径优化——基于交易费用经济学视阈下载：63 浏览：451

谭清美1 武翠1，2 Zhaoli SONG3 《中国科学与管理》 2019年12期

摘要:

运用交易费用理论优化民企在军民深度融合中的路径。研究提议:构建"四位一体化"的军民融合信用评估体系、搭建标准化的军民"对话"机制、完善准入和退出市场机制，探索"军民一家亲"的关系契约模式，以期降低交易费用，提高交易效率，为"民参军"寻找新制度经济学下的理论建议，同时拓宽新制度经济学的研究范围。

学习科学视域下的技术转移人才教育研究下载：54 浏览：401

朱雪忠1 胡锴2 《中国科学与管理》 2019年2期

摘要:

科技成果转化对技术转移人才的迫切需求，推动国家人才培养战略聚焦于专业化教育。借助教育领域中人是如何学习的研究成果和学习环境设计原理，阐述技术转移课程设计应注重理论基础的原因，提出技术转移课程设计的基本框架，分析说明其具体内涵，并以欧美国家技术转移培训项目例示课程实践方法。研究结论对于技术转移人才培养的政策制定者、输出技术转移培训项目的职业教育服务组织具有借鉴意义。

被遗忘的起源——梅洛-庞蒂对胡塞尔《几何学的起源》的解读下载：56 浏览：393

王亚娟《哲学研究进展》 2020年1期

摘要:

胡塞尔晚期在对几何学起源的追问中将理念性问题主题化，其关注核心在于理念性如何实现从主观起源到客观性的转变。梅洛-庞蒂聚焦于这种转变。在胡塞尔那里这种转变根源于先验主体的构成能力，而梅洛-庞蒂则认为逻辑构造对经验起源的排除隐藏了否定，这使人们遗忘了语言从言语实践到书写沉淀的转变。梅洛-庞蒂在语言的起源中追问理念性的涌现，这使起源的追问聚焦于自我与他人之间的深度交织。梅洛-庞蒂由此肯定交织在存在根源上的真实性，而不再像胡塞尔那样以绝对自我为源泉。因此，在对《几何学的起源》的解读中，梅洛-庞蒂转向了与胡塞尔不同的存在追问与世界论点。

技能形成中校企深度合作的影响因素分析——基于现代学徒制试点的实证研究下载：91 浏览：494

杨钋岳铮男《中国职业教育》 2018年11期

摘要:

产教深度融合是当前我国职业教育政策的重点，但是协调机制的缺乏使得校企深度合作难以实现。文章利用2016年和2017年全国"企业参与高等职业教育人才培养年度报告"和相关数据，深入分析了企业特征、高职院校特征和区域特征对校企参与高成本合作数量的影响。研究发现，大规模企业、上市企业、私营企业、垄断性行业企业、与高职合作时间较长的企业均更多地参与高成本校企合作；示范性高职参与高成本合作的数量显著较少；处于现代学徒制试点城市的高校平均参与的高成本合作数量更多。这表明区域内的政府协调有助于降低校企合作的交易成本，促成产教深度融合。

精神疾病患者日间康复的质性研究下载：60 浏览：327

黄雨欣吴佳惠袁丽娜张萌吴岩宋立升潘桂花范青王勇《心理学研究》 2019年12期

摘要:

目的:了解精神疾病康复者在日间康复中心的活动状况,并且关注患者对日间康复中心的真实感受。方法 :采用质性研究方法,包括参与式观察和个案访谈法进行调查。随后,将所得数据资料通过主题分析法进行转录、编码、归纳和总结。结果:本研究结果主要包括康复的目标、康复的过程、康复的效果三个方面,集中反映了日间康复中心存在的问题有"人力资源短缺""活动趣味性不足""被动康复"等。对学员来说,康复也是一个相当主观和个人化的概念,康复中心对不同学员而言意味着"安乐窝""与社会联接的窗口"或"过渡站"。结论:精神疾病康复者的治疗和管理需要个性化、具体化的分析和讨论。

抽样方案变化对聚能射孔器穿孔深度评价体系的影响下载：27 浏览：296

荆立英1 郭金荣2 董喜庆3 《中国石油工业》 2020年3期

摘要:

抽样方案的变化影响聚能射孔器穿孔深度检验的严格程度。在起草SY/T 6163—2018《油气井聚能射孔器通用技术条件及性能试验方法》时，检索到拟引用标准更新导致抽样方案中的样本量、接收常数发生了变化，为了保持抽样方案的连续性，沿用了GB/T 20489—2006旧标准中的抽样方案。以外径89 mm聚能射孔器为例，对比分析了不同时期评价标准中穿孔深度抽样方案及对应合格率，发现SY/T 6163—2018中给出的接收质量限(AQL)值有偏差且合格率偏高。建议使用新的穿孔深度抽样方案:检验水平为Ⅰ、接收质量限为2.5、样本量为18孔/m和接收常数(k)为1.429，更加科学地评价穿孔深度质量水平。

胀断连杆体盖裂解剖分应力影响试验分析下载：63 浏览：463

张浩强1 覃东强2 杨义喜2 余立新2 谢科2 蔡柳1 《中国机械研究》 2020年3期

摘要:

针对连杆裂解质量差的问题,通过设计计算建立胀断连杆模型,运用ANSYS和MATLAB仿真软件,对胀断连杆体盖裂解剖分数据进行了综合分析,得出切口深度为0.45 mm,曲率半径r为0.3 mm,切口张角为50°,连杆裂解的第一主应力可达到最大值,加快起裂过程,缩短起裂时间,提高裂解质量。

论大数据与非公有制经济发展的深度融合下载：54 浏览：403

刘建军《中国社会科学学报》 2019年9期

摘要:

在以信息化和数据化为特征的新经济时代，中国的非公企业已经认识到大数据的价值，很多非公企业在信息化建设中，构建了大数据的初级系统。随着大数据产业链的延伸及非公有制经济发展模式的不断创新，大数据与非公有制经济的融合也面临一些不容忽视的问题。为了使大数据与非公有制经济更好地融合，应加快建立非公有制经济大数据平台，打造"互联网+非公有制经济发展"深度结合模式，强化大数据运用意识，加强复合型专业人才的培养和贮备，完善网络和平台安全管理保障机制。

论大数据与非公有制经济发展的深度融合下载：54 浏览：401

刘建军《中国社会科学学报》 2019年9期

摘要:

在以信息化和数据化为特征的新经济时代，中国的非公企业已经认识到大数据的价值，很多非公企业在信息化建设中，构建了大数据的初级系统。随着大数据产业链的延伸及非公有制经济发展模式的不断创新，大数据与非公有制经济的融合也面临一些不容忽视的问题。为了使大数据与非公有制经济更好地融合，应加快建立非公有制经济大数据平台，打造"互联网+非公有制经济发展"深度结合模式，强化大数据运用意识，加强复合型专业人才的培养和贮备，完善网络和平台安全管理保障机制。

家谱文本中实体关系提取方法研究下载：33 浏览：312

任明1 许光2 王文祥2 《当代中文学刊》 2020年10期

摘要:

实现家谱资源的高效的组织和利用,需要从非结构化的家谱文本中提取实体及关系,进行结构化的表示。实体和关系的提取通常被作为序列标注任务来解决,输入的句子被映射到标签序列。针对家谱文本中实体和关系高度密集、关系重叠很常见的特点,该文构建了相应的概念模型来指导整个提取过程。在序列标注部分,该文在真实数据上检验了常用的深度学习模型的表现。实验结果显示,BERT-BiLSTM-CRF模型的精确率、召回率和F1值均优于所对比的其他模型,该文所提出的方法能够有效地解决家谱文本中的实体关系提取问题。

循环流化床炉烟气脱硫的深度治理及优化下载：59 浏览：378

刘涛《中国设备》 2019年9期

摘要:

对2×300 MW循环流化床锅炉实施环保升级改造,引入国内外科学的环保理念,采用先进与完善的环保工艺进行炉外烟气脱硫,令相关污染物排放指标达到国家最新超低排放标准。

等离子弧表面淬火实际硬化深度的工程计算下载：55 浏览：420

王硕桂《中国机械研究》 2019年5期

摘要:

通过综合分析等离子弧作用金属表面的传热过程,并结合等离子弧表面淬火硬化区域温度场特点和等离子弧热源分布规律,建立了等离子弧表面淬火过程中,根据现场可测量的实际硬化宽度计算实际硬化深度的工程计算方法,且工程计算结果与实验结果吻合较好。依据已建立的工程计算方法,讨论了热源移动速度和硬化宽度的变化对实际硬化深度的影响规律,结果表明硬化深度随热源移动速度的变化关系为指数关系,硬化深度与硬化宽度的关系为二次函数变化关系。

基于汉盲对照语料库和深度学习的汉盲自动转换下载：42 浏览：443

蔡佳1,2 王向东1 唐李真3 崔晓娟1,2 刘宏1 钱跃良1 《当代中文学刊》 2019年12期

摘要:

汉盲转换是指将汉字文本自动转换为对应的盲文文本,其在盲文出版、盲人教育等领域具有重要应用价值,但当前已有系统性能难以满足实用需求。该文提出一种基于汉盲对照语料库和深度学习的汉盲自动转换方法,首次将深度学习技术引入该领域,采用按照盲文规则分词的汉字文本训练双向LSTM模型,从而实现准确度高的盲文分词。为支持模型训练,提出了从不精确对照的汉字和盲文文本中自动匹配抽取语料的方法,构建了规模为27万句、234万字、448万方盲文的篇章、句子、词语多级对照的汉盲语料库。实验结果表明,该文所提出的基于汉盲对照语料库和深度学习的汉盲转换方法准确率明显优于基于纯盲文语料库和传统机器学习模型的方法。

基于深度神经网络的维吾尔文命名实体识别研究下载：42 浏览：229

王路路1,2 艾山·吾买尔1,2 吐尔根·依布拉音1,2 买合木提·买买提1,2 卡哈尔江·阿比的热西提1,2 《当代中文学刊》 2019年8期

摘要:

现有的维吾尔文命名实体识别主要采用基于条件随机场的统计学习方法,但依赖于人工提取的特征工程和领域知识。针对该问题,该文提出了一种基于深度神经网络的学习方法,并引入不同的特征向量表示。首先利用大规模未标注语料训练的词向量模型获取每个单词具有语义信息的词向量;其次,利用Bi-LSTM提取单词的字符级向量;然后,利用直接串联法或注意力机制处理词向量和字符级向量,进一步获取联合向量表示;最后,用BiLSTM-CRF深度神经网络模型进行命名实体标注。实验结果表明,以基于注意力机制的联合向量表示作为输入的Bi-LSTM-CRF方法在维吾尔文命名实体识别上F值达到90.13%。

高效灵活350 MW供热机型方案探讨下载：74 浏览：501

罗方宋风强欧阳杰袁永强《中国电气工程》 2019年10期

摘要:

国内目前的采暖供热机组,主要以抽凝机、背压机以及改造为高背压供热的机型为主。传统抽凝机组的热电负荷解耦范围有限、调峰能力差,采暖季运行时占据了较大的发电份额,不利于风电等可再生能源的消纳。采暖背压机热电比较高,能很好满足供热的需求,但"以热定电"的运行模式导致了采暖供热背压机只能在冬季运行,投资回报率较低。开发供热能力突出、热电解耦范围大、调峰运行灵活性好的热电联合机组,在优化电力构成、节能减排方面具有重大意义。本文主要分析比较了各种采暖供热方案的优缺点,提出了几种高效、运行灵活的350MW采暖供热机型的设计方案,以供同类机组设计参考。

LNG联合循环电厂燃料深度利用的分析与研究下载：72 浏览：495

吕敏杨小军梁珊珊夏开君陶健《中国电气工程》 2019年7期

摘要:

燃气-蒸汽联合循环电厂是当今世界上发电效率最高的电厂,LNG不但可以作为联合循环机组的燃料,还可以作为燃机进气冷却的冷源。本文介绍了联合循环电厂发电原理,通过热量平衡和联合循环变工况计算,分析了LNG燃料冷能用于进气冷却的可行性,影响进气冷却效果的因素,以及LNG冷却对整个机组出力和效率的影响趋势,为电厂进一步评估机组调峰能力提供依据。

	在线客服
	客服电话：400-188-5008
	客服邮箱：service@ccnpub.com
	投诉举报：feedback@ccnpub.com

	在线客服：：点击联系客服
	联系电话：：400-188-5008
	客服邮箱：：service@ccnpub.com
	投诉举报：：feedback@ccnpub.com