世纪中文出版社

创新与变革：2020年新华社的两会报道下载：54 浏览：368

周凤安《中国新闻传播》 2020年8期

摘要:

2020年的两会终于在推迟了两个月后拉开帷幕。在今年的特殊环境下，新闻发布会、代表通道都不同以往的采访报道模式。新华社对于疫情的全媒体报道也采取了一些新动作，变革了采编模式，创新了报道方式。其中，黑科技的应用有5G+全息+访谈、3D版的AI主播、媒体MAGIC大脑创新了报道形式，叙事方式和话语体系的变革创新了报道内容，为用户带来更好的体验，也拓展了新华社新闻报道的纵深程度，为未来媒体在报道中的创新提供了更高的平台。

民族地区高校实习带队教师的指导作用分析下载：63 浏览：403

李华1 闫万理2 夏尔帕提·卡布尔3 《国际科技论坛》 2018年4期

摘要:

本文从民族地区高校实习带队教师队伍建设、制度保障、监督考核和评价反馈机制等推进措施入手，改善和提升实习带队教师在带队实习过程中思想引导、业务指导、心理疏导和生活辅导等四个方面指导作用的发挥，对于民族地区师范教育人才的培养、地区社会发展与稳定等具有一定的理论研究价值和现实指导意义。

基于ATT-IndRNN-CNN的维吾尔语名词指代消解下载：26 浏览：406

祁青山1 田生伟1 禹龙2 艾山·吾买尔2 《中文研究》 2019年2期

摘要:

该文提出一种基于注意力机制(attention mechanism，ATT)、独立循环神经网络(independently recurrent neural network，IndRNN)和卷积神经网络(convolutional neural network，CNN)结合的维吾尔语名词指代消解模型(ATT-IndRNN-CNN)。根据维吾尔语的语法和语义结构，提取17种规则和语义信息特征。利用注意力机制作为模型特征的选择组件计算特征与消解结果的关联度，结果分别输入IndRNN和CNN得到包含上下文信息的全局特征和局部特征，最后融合两类特征并使用softmax进行分类完成消解任务。实验结果表明，该方法优于传统模型，准确率为87.23%，召回率为88.80%，F值为88.04%，由此证明了该模型的有效性。

基于多编码器多解码器的大规模维汉神经网络机器翻译模型下载：50 浏览：349

张金超1，2，3 艾山·吾买尔4 买合木提·买买提4 刘群1，5 《中文研究》 2018年6期

摘要:

为提升维汉机器翻译模型的翻译能力，该文提出使用多编码器多解码器的结构，搭建大规模的维汉神经网络机器翻译模型。相比于单编码器单解码器的浅层的小模型，多编码器多解码器模型具有多个编码器，可以对源语言进行多层次、多视角的压缩表示；同时具有多个解码器，可以增强目标语言的生成能力。实验证明，在大规模的训练数据上，使用该方法搭建的大规模维汉神经网络机器翻译模型，译文质量可以大幅度地超过基于短语的统计机器翻译模型和基本的神经网络翻译模型。该文还针对维汉翻译源端语言和目标端语言的翻译单元粒度进行了实验，发现维吾尔语端使用字节对编码单元、汉语端使用字单元，可以消除对汉语分词器的依赖，做到和双端都使用字节对编码单元可比的效果。

哈萨克语句法分析辅助特征提取研究下载：63 浏览：273

陈雪古丽拉·阿东别克《中文研究》 2018年2期

摘要:

在哈萨克语句法分析中，该文用平均感知器算法训练句法分析模型，用柱搜索算法进行解码，可以快速准确地对哈萨克语句子进行短语结构句法分析。在解析句子过程中，构建了一个双向LSTM模型，利用它提取句子中每个单词之间组成结构的信息，以预测每个单词在句法树中的句法组成部分，然后将结果作为辅助前瞻特征传递给句法分析过程。实验证明，此方法与基线模型相比，在准确率和召回率上均有提高。

基于Bi-tagged特征的维吾尔文情感分类方法研究下载：55 浏览：410

热西旦木·吐尔洪太1，2 吾守尔·斯拉木1 《中文研究》 2018年2期

摘要:

现有的维吾尔文文本情感分类方法以从空格分词中得到的unigram特征作为文本表示，因而无法挖掘与情感表达相关的深层语言现象。该文从维吾尔文词汇之间的顺序依赖关系入手，总结若干个词性组合规则，提取能够表达丰富情感信息的Bi-tagged特征，并基于支持向量机(SVM)分类器对维吾尔文情感语料库进行了正负情感分类。实验结果表明，在维吾尔文文本情感分类中:(1)当包含该文提出的各项词性规则时，Bi-tagged特征的性能最优；(2)Bi-tagged特征不仅能够提取情感丰富的信息，而且可以提取否定信息；(3)与常用的unigram、bigram特征以及unigram和bigram的组合特征在该文数据集上的分类效果相比，该文所提取的Bi-tagged与unigram的组合特征分类效果更佳，比该文的Baseline的分类准确率提高了4.225%。该研究成果不但可以进一步提高维吾尔文文本情感分类效率，也可为哈萨克语、柯尔克孜语等亲属语言的情感分类提供借鉴。

区块链技术在航运物流业中的运用与法律规制下载：54 浏览：440

刘伟军《社会科学研究进展》 2020年5期

摘要:

区块链是新兴战略产业,其立法工作迫在眉睫。区块链融合航运物流是对航运物流营运模式的创新,最终亦应落实为法律制度。区块+时间戳+链、数字财产替代传统航运物流"提单+信用证"交易模式,既是对电子证据法律效力的强化,也是对海关、金融监管工具的创新,更是对传统航运物流复杂流程的简化。对航运物流智能合约自动执行的细化与限制,可提高履约效率,降低人为因素违约,避免意外场景风险。区块链+航运物流法律制度的完善或构建应契合未来发展趋势,既要促进二者的深度融合与快速发展,又要合理控制其风险。

博乐市城市化与大气污染之间关系研究下载：35 浏览：333

肖合来提·巴义1,2,3 孜比布拉·司马义1,2,3 杨胜天1,2,3,4 于苏云江·吗米提敏1,2,3 张文静1,2,3 张利萍1,2,3 《中国环境保护》 2019年4期

摘要:

以博乐市为研究区域,选取2005～2016年博乐市11项城市化指数以及3项大气环境污染指数,并获取城市化发展综合指数以及大气污染物水平综合指数。计算过程中,把城市化发展指数作为自变量,SO2、NO2、PM10污染物指数、大气污染物综合指数单独作为因变量,解析城市化发展综合水平与大气污染综合指数的关系,并分别对其进行二、三次回归模型的深入分析。结果表明:博乐市2005～2016年城市化发展指数与大气污染物综合指数出现"N型"库兹涅斯（ECK）曲线关系。由于研究周期不长,因而可能只得出真正的ECK曲线的一部分,博乐市城市化发展综合水平与大气污染物综合水平之间的演变规律有待进一步深化探索。

红枣水提物对糖尿病小鼠血糖的改善作用下载：67 浏览：353

冯鑫欢1 蓝晓雪1 侯志梅2 杨洁1 《中国食品与营养》 2019年11期

摘要:

研究新疆红枣水提物对链脲佐菌素(Streptozotocin,STZ)诱导的糖尿病小鼠血糖的改善作用。通过腹腔注射200 mg/kg STZ建立糖尿病小鼠模型,检测不同剂量红枣水提物作用糖尿病小鼠后的体重、血糖、血清胰岛素、SOD活力、GSH-Px活力、MDA含量,采用苏木精-伊红(H&E)染色方法检查肝脏、肾脏和胰腺组织的病理变化,分析红枣水提物对糖尿病小鼠的脏器指数、肝脏抗氧化水平及对肝脏、肾脏和胰腺组织结构的影响。结果表明,红枣水提物能显著降低糖尿病小鼠血糖、促进血清胰岛素分泌、提高糖尿病小鼠抗氧化能力,并且能有效地保护糖尿病小鼠的肝、肾和胰等组织器官的损伤。红枣水提物具有很好的降血糖作用且存在剂量依赖性,高剂量效果最优。

人NR2F2基因的克隆及其生物信息学分析下载：73 浏览：476

海那尔·乌拉孜巴依1,2 叶尔那扎尔·努尔吐热1 陈小玲2 张富春1 张茂祥2 《生物技术研究》 2020年11期

摘要:

克隆人NR2F2(Nuclear Receptor subfamily 2,group F,member 2)基因并分析其生物学特性。[方法]根据NCBI数据库提供的人NR2F2基因序列设计其特异性引物,通过PCR扩增目的基因,并将其连接到p ET-28a载体上,然后进行酶切鉴定与DNA测序来确定人NR2F2基因克隆的正确性,再利用生物信息学在线工具分析人NR2F2蛋白的生物学特性。[结果]酶切鉴定与DNA测序结果表明人NR2F2基因开放阅读框为786 bp,编码261个氨基酸残基,分子量为29 162.79 Da,p I为5.96。NR2F2蛋白是主要位于细胞质和细胞核中的亲水性蛋白,不含跨膜结构域,无信号肽,其二级结构由α螺旋、无规则卷曲和延伸链构成,并且三级结构与二级结构预测结果一致。[结论]克隆获得人NR2F2基因,其编码的蛋白质属于类固醇/甲状腺激素受体超家族,α螺旋和无规则卷曲为二级结构中最主要的结构元件。GO注释分析表明,人NR2F2属于转录因子,参与序列特异性DNA结合、基因转录、RNA的生物合成、RNA代谢等过程。

乙醇提取法制备核桃浓缩蛋白及功能性质分析下载：73 浏览：461

周苗苗1 敬思群1 苏乐萍1 郑力1 王德萍1 纵伟2 《中国食品与营养》 2019年4期

摘要:

以提取率为考察指标,采用乙醇提取法制备核桃浓缩蛋白,在单因素试验基础上进行L9(34)正交试验优化提取工艺,分析了核桃浓缩蛋白的功能性质。结果表明,核桃浓缩蛋白最佳提取工艺条件为:乙醇浓度60%、提取温度55℃、提取时间70 min、料液比1:10,在此条件下核桃浓缩蛋白提取率达87.07%±0.21%,其蛋白含量(以蛋白质含量计)为69.24%±0.15%；核桃浓缩蛋白的持水性和持油性明显高于大豆浓缩蛋白,乳化性和起泡性均低于大豆浓缩蛋白。

基于SLAF-seq技术的动物基因组应用及进展下载：73 浏览：467

代慧英张玉琮单文娟《生物技术研究》 2020年7期

摘要:

近年来随着测序技术的迅速发展,简化基因组中的SLAF-seq是一种既经济又高效的、且在全基因组范围内挖掘SNP位点的测序技术。该技术已广泛应用于群体进化分析、遗传图谱的构建和QTL定位等大样本群体研究。该文综合国内外文献介绍SLAF-seq技术在动物基因组研究方面的应用,分析SLAF-seq技术在动物学中的发展方向并做出展望,以期为动物的遗传学和物种保护等相关研究开启一扇新的大门。

面向神经机器翻译的集成学习方法分析下载：44 浏览：445

李北1 王强1 肖桐1 姜雨帆1 张哲旸1 刘继强1 张俐1 于清2 《当代中文学刊》 2019年9期

摘要:

集成学习是一种联合多个学习器进行协同决策的机器学习方法,应用在机器翻译任务的推断过程中可以有效整合多个模型预测的概率分布,达到提升翻译系统准确性的目的。虽然该方法的有效性已在机器翻译评测中得到了广泛验证,但关于子模型的选择与融合的策略仍鲜有研究。该文主要针对机器翻译任务中的参数平均与模型融合两种集成学习方法进行大量的实验,分别从模型与数据层面、多样性与模型数量层面对集成学习的策略进行了深入探索。实验结果表明在WMT中英新闻任务上,所提模型相比Transformer单模型有3.19个BLEU值的提升。

Dhori病毒核蛋白基因的重组表达及其抗体制备下载：82 浏览：470

刘振明1 沈姝2 阿布力米提·莫明1 史深3 刘希佳2 丁军涛1 邓菲2 张渝疆3 孙素荣1 《生物技术研究》 2020年6期

摘要:

表达和纯化Dhori病毒(DHOV)核蛋白(NP),并制备多克隆抗体。[方法]RT-PCR扩增NP基因,并克隆至原核表达载体pET-28a和真核表达载体pcDNA3.1中。将重组质粒pET-28a-NP转化至大肠杆菌BL21中诱导表达,SDS-PAGE分析重组蛋白NP(rNP)的表达并亲和层析纯化rNP,以抗DHOV阳性羊血清检测其抗原性,免疫新西兰兔制备抗血清,以ELISA法检测其效价。将pcDNA3.1-NP转染至Vero细胞,以间接免疫荧光法评估抗体的结合活性,Western Blotting检测抗体与重组蛋白的特异性反应能力。[结果]pET-28a-NP和pcDNA3.1-NP重组质粒构建正确,原核表达的rNP约为55.3 kDa,并能被阳性羊血清识别,制备的抗体效价为1:409 600,能特异性识别真核及原核表达产物。[结论]成功表达和纯化rNP,并制备了多克隆抗体,可用于深入研究DHOV核蛋白的生物学特性及其检测试剂。

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：225

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%。

蘑菇渣和玉米芯对污泥生物干化的影响研究下载：58 浏览：444

谭林1,2,3 文方1,2 何秉宇3 吕志同1,2 包发成1,2 《中国环境保护》 2018年9期

摘要:

文章以蘑菇渣、玉米芯以及两者的混合作为3种调理剂,将污泥与调理剂按一定比例混合,考察相同质量配比不同调理剂条件下,各处理干化过程中的温度、含水率和有机质含量的变化情况,从而确定最佳的调理剂,探讨调理剂对污泥生物干化的影响。结果表明,玉米芯做调理剂时处理实验效果最佳,最高温度达到69.0℃,所经历的时间最短为108 h,玉米芯的添加更能增加反应的升温能力；3个处理实验的含水率总体呈现下降的趋势,其中混合料为调理剂时下降趋势最明显,最终含水率都低于40%,达到相关用泥质量标准,水分脱除效果好；有机质含量较高,总体变化不明显,有利于污泥后续利用。

基于稳健词素序列和LSTM的维吾尔语短文本分类下载：56 浏览：374

沙尔旦尔·帕尔哈提米吉提·阿不里米提艾斯卡尔·艾木都拉《当代中文学刊》 2020年2期

摘要:

维吾尔语是一种派生类语言,其词是由词干和词缀连接而成的。其中,词干是有实际意义的词汇单元,词缀提供语法功能。该文提出了基于词干单元和长短期记忆(LSTM)网络的维吾尔语短文本分类技术。用基于词-词素平行训练语料的稳健词素切分和词干提取方法,从互联网下载的文本中提取其词干,以此构建词干序列文本语料库,并通过Word2Vec算法映射到实数向量空间。然后用LSTM网络作为特征选择和文本分类算法进行维吾尔语短文本分类实验,并得到95.48%的分类准确率。从实验结果看,对于维吾尔语等派生类语言而言,特别是对于带噪声的文本,基于词干的分类方法有更多优异的性能。

改性棉籽壳对铬(Ⅵ)的吸附效果研究下载：65 浏览：465

张雯1,2,3 陈晓燕1,2,3,4 秦璐1,2,3 陈丽1,2,3 杨林红1,2,3 阴俊齐1,2,3 《中国环境保护》 2018年4期

摘要:

重金属铬是一种毒性较大的金属,铬污染也引起了越来越广泛的重视。本文研究开发一种高效低廉的铬吸附材料——农林废弃物棉籽壳,并对其进行改性,以提高对铬的吸附效果。研究结果显示,未改性棉籽壳的最佳吸附条件为:温度为35℃,p H值为6,棉籽壳投加量为2 g,吸附时间为48 h时,Cr(Ⅵ)的去除率最高,达到72.42%,吸附容量为0.21 mg/g。采用Na Cl和交联改性方法改性后的棉籽壳对Cr(Ⅵ)的去除率有大幅提高,Na Cl改性棉籽壳吸附Cr在48 h的去除率为96.34%,交联改性棉籽壳在48 h吸附Cr(Ⅵ)的去除率为99.80%,分别比未改性之前提高了23.92%和27.38%。后续将进行进一步的研究,以期在将来制备出高吸附性能的吸附剂并实现工程应用。

地卷属5株共生藻的分离鉴定及抗逆性分析下载：82 浏览：486

古海尼沙·买买提维尼拉·吾甫尔艾尼瓦尔·吐米尔《生物技术研究》 2019年8期

摘要:

了解地卷属的5种地衣共生藻分离、鉴定,并对其响应干旱、重金属、盐和温度等非生物胁迫因子的抗逆特性进行研究。[方法]采用涂布法进行分离培养及其结合形态与分子学方法初步鉴定分类地位;并采用PEG模拟法和重金属检测法研究对共生藻耐受性。[结果]（1）在绿皮地卷（Peltigera apthosa）、犬地卷（Peltigera canina）、平盘软地卷（Peltigera elisabethae）、地卷（Peltigera rufescens）和膜地卷（Peltigera membranacea）等5种地卷中分离培养了5株藻（编号为1、2-1、4-2、6和7号）,均属于杆裂丝藻属（Stichococcus）。（2）PEG模拟法对共生藻耐干旱特性的研究结果表明,1号、2-1号、6号和7号共生藻的干旱耐受性可达到30%,其中1号共生藻、2-1号和6号共生藻的PEG耐受性达40%。共生藻对不同重金属离子的耐受性存在显著差异:对1.0 mmol/L浓度Cu2+、Cd2+和Fe2+均有一定的耐受性藻株为1号、2-1号、6号和4-2号共生藻;对1.0 mmol/L Zn2+具有耐受性的藻株为6号、7号和4-2号共生藻。其中6号藻株对Cu2+和Fe2+的耐受性可高达1.5 mmol/L,7号藻株也对Cu2+耐受性达到1.5 mmol/L',6号藻株对不同重金属的耐受性显著高于其它藻株。5株共生藻中,4-2号和7号藻对0.3 mol/L氯化钠具有一定的耐受性,1号和6号共生藻对Na Cl的耐受性最为强,可达到0.4 mol/L。其中（6号、7号、2-1号）在35℃条件下也能生长,所有藻株均显示敏感性。[结论]对干旱、重金属、盐和温度等非生物胁迫抗逆特性最高的藻株为地卷中分离的6号藻株。研究结果证实了地卷属地衣中包含了具有较强的生存力和耐干旱、重金属和盐胁迫适应能力的藻类品种。

国有企业党委会和董事会的冲突与协调下载：57 浏览：433

孙晋1 徐则林2 《法学学报》 2019年1期

摘要:

加强国有企业党建是我国基层党建总体格局构建的重要组成部分。科学地将党建内嵌至国有企业内部治理结构中，能充分回应在加快国有企业的现代企业制度建设进程中，政府过度干预和企业家精神缺失导致的董事会效能低下的难题，有效抑制国有企业贪腐低效和内部人控制的顽疾，完善国有资产管理体制，并积极回归国有企业的公益性质。然而，随着国有企业党委会和董事会的职能交替，新老三会并存造成了制度性内耗和不同价值追求的功能性冲突，顶层设计的缺失也造成了党委会治理薄弱和监督隔离机制的缺乏，立体构建党委会职能的确权路径是协调党委会和董事会之间关系的关键所在。因此，建立以董事会为经营决策核心、以党委会为政治领导核心的管理体系，并使之与国有企业分类改革相匹配成为了深化国有企业改革的应有之义。

	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