我要投稿 查看投稿进度
学术期刊
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
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

模仿排序学习模型 下载：52 浏览：398

曾玮1 俞蔚捷2 徐君3 兰艳艳3 程学旗1 《当代中文学刊》 2020年1期

摘要:
文档排序一直是信息检索(IR)领域的关键任务之一。受益于马尔科夫决策过程强大的建模能力,以及强化学习方法强大的求解能力,近年来基于强化学习的排序模型被提出并取得了良好效果。然而,由于候选文档中会包含大量的不相关文档,导致基于"试错"的强化学习方法存在效率低下的问题。为解决上述问题,该文提出了一种基于模仿学习的排序学习算法IR-DAGGER,其基于文档标注信息构建专家策略,在保证文档排序精度的同时提高了算法的学习效率。为了测试IR-DAGGER的性能,该文基于面向相关性排序任务的OHSUMED数据集和面向多样化排序的TREC数据集进行了实验,实验结果表明IR-DAGGER在上述两个数据集上均提升了文档排序的精度和效率。

基于标签增强的机器阅读理解模型 下载：61 浏览：360

苏立新1,2 郭嘉丰2 范意兴1 兰艳艳2 程学旗3 《人工智能研究》 2020年5期

摘要:
抽取式问答中已有模型仅建模答案的边界,忽视人的潜在标注过程,导致模型仅学习到表面特征,影响泛化能力.因此,文中提出基于标签增强的机器阅读理解模型(LE-Reader),模拟人的标注过程.LE-Reader模型同时建模答案所在句子、答案内容和答案边界.根据用户标注的答案边界推断正确答案的句子和答案内容作为标签,监督模型的学习过程.通过多任务学习的方式融合3个损失函数.预测时融合3种建模结果,确定最终答案,提高模型的泛化性能.在SQuAD数据集上的实验验证LE-Reader的有效性.

蔬菜废弃物规模化沼气工程资源化综合利用模式探讨 下载：10 浏览：270

谷伟楠 兰艳艳 洪俊杰 《低碳研究》 2019年5期

摘要:
本文通过对云南省嵩明县废弃蔬菜资源化综合利用项目的工程案例分析,探讨规模化沼气工程处理蔬菜废弃物技术优势。沼渣、沼液、沼气应用方向合理的选择,使整个蔬菜废弃物处理过程无污染,形成"蔬菜种植加工企业-清洁能源-绿色肥料-高效种植业"循环发展的农业经济模式。实践表明:采用能源生态型规模化沼气工程模式治理蔬菜废弃物污染具有良好的社会效益、经济效益和积极地推广的意义。

三(氯异丙基)磷酸酯在蒙脱石表面吸附机理的模拟计算 下载：54 浏览：406

刘珊珊1 兰艳花2 杨荣杰3 周智明1 《材料科学研究》 2020年11期

摘要:
基于密度泛函理论研究了三(氯异丙基)磷酸酯(TCPP)与钠基蒙脱石(NaMMT)凝胶化的机理,在微观水平上建立TCPP和NaMMT的分子模型并计算了在无水和有水状态下TCPP在NaMMT的001表面以及晶层间的吸附参数。结果表明,TCPP在NaMMT的001表面和晶层间均能通过物理作用稳定吸附,钠离子有利于TCPP在NaMMT表面的吸附。在有水分子状态下TCPP与水分子在NaMMT表面协同吸附,水分子作为"桥梁"将TCPP与NaMMT表面连接起来,增强了它们之间的相互作用。实验结果亦表明,水分能明显提高TCPP与NaMMT的凝胶化速度。NaMMT与TCPP通过强相互作用自发溶胀形成物理交联结构,吸收大量的TCPP液体。水分增强了体系的相互作用,使交联网络更容易形成,从而加速凝胶化过程。

细节化护理对神经外科患者护理不良事件发生率的影响 下载：295 浏览：3014

​黄富晓 周盛娴 赖玫琳 兰艳 梁娟 《神经科学研究》 2022年1期

摘要:
目的:观察细节化护理对神志外科患者护理不良事件发生率的影响。方法:随机选取2017年1月至2018年12月收治的神经外科患者共110例, 随机分为常规组和实验组各55例, 对常规组患者实施神经外科常规护理, 实验组给予实施细节化护理。对两组患者住院期间护理不良事件的发生率，以及住院时间和费用、对护理工作的满意度进行比较。结果 :实验组护理不良事件数量为7.27%, 明显低于常规组的43.64%，差异具有统计学意义 (P<0.05) 。与实验组相比，观察组患者住院时间和费用明显减少，患者满意度提高，差异均具有统计学意义 (P<0.05) 。结论 :对神经外科患者进行细节化护理，可有效减少患者护理不良事件的发生率，同时明显缩短患者的住院时间，减少住院费用, 提高患者对护理工作的满意度，临床推广应用。
[1/1]
|<
<
1
>
>|
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
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享