英语专业师范生语音模式规范化的必要性

语音是学任何一门语言的基础。语音的规范化直接影响学习者语言的学习效果，因此对英语专业师范生的语音模式要进行严格规范。     

浅析法律文书语言的精确性与模糊性

法律文书由于具有很强的专业性,因而也就具有应用文书的一般写作特点,尤其在语言的精确性方面要求甚严,但模糊语言的恰当运用,同样能不偏不倚地准确表意,使文书能达到其基本地的使用目的。     

基于语言偏好的群体决策的软解法

群体决策模型用于支持系统或专家系统，面临的两个问题是：自然语言与机器语言的匹配以及模型解与决策者意向交融．本文在许多学者大量工作的基础上，试图提出群决策的软化求解模型．主要提出两方面的结果：一是多准则语言偏好的综合；二是采用模糊匹配方法和语言变量的软算法将个人语言偏好聚集为群体可接受决策解．最后给出实例计算以说明操作步骤．该模型可用于人－机交流式ＧＤＳＳ或小群（７～１２人）会议支持系统的软件设计     

联合实体边界检测的命名实体识别方法

针对传统命名实体识别方法无法有效利用实体边界信息的问题,提出一种联合实体边界检测的命名实体识别方法,即将实体边界检测作为辅助任务,增强模型对实体边界的判断能力,进而提升模型对实体的识别效果。首先,利用Bert预训练语言模型对原始文本进行特征嵌入获取词向量,并引入自注意力机制增强词对上下文信息的利用;其次,在命名实体识别任务的基础上,添加实体边界检测辅助任务,增强模型对实体边界的识别能力;再次,对比联合实体边界检测的命名实体识别方法与基线方法的有效性,并对测试结果进行消融实验;最后,进行样例分析,分析损失权重β对实体边界检测的影响。实验结果表明,在英文社交媒体数据集Twitter-2015上,联合实体边界检测的命名实体识别方法相较于基线模型取得了更高的精准率、召回率和F1值,其中F1值达到了73.57%;并且,边界检测辅助任务提升了基线方法的检测效果。所提方法能有效利用实体边界信息,从而获得更好的实体识别效果,促进了人机交互系统的发展,对自然语言处理下游任务有重要意义。     

基于Bert股吧舆情分析的特征融合股价走势预测研究

传统股价预测模型往往只考虑时序性数据且局限于模型自身机制,而忽略舆情对股价的影响,导致预测精度不高,针对该问题,提出基于 Bert 股吧舆情分析的特征融合预测模型对股价收盘价进行涨跌幅预测。 首先,采用Bert 自然语言处理对股吧舆情以及公司公告政策进行情感分类,并转化为虚拟变量,构建金融舆情情感特征库;然后将金融舆情特征库和时序性数据合并构建特征融合矩阵;最后输入长短期记忆网络模型(LSTM)进行股价收盘价预测,并得出股价的涨跌结果。 以华银电力(600744. SH)为例进行实证分析,实验结果表明:引入股票情感特征后的模型,得到的股价走势准确率上升了 8. 63%,预测收盘价的回归指标 FMAPE FRMSE 分别下降了 23. 59%、22. 9%,R2 提高了 8. 11%,证明引入新的舆情情感特征在实际预测中能提高股价预测的准确率,可以作为精准预测股价走势的手段。     

嵌入式系统前端开发工具的设计与实现

主要介绍了为更好地对嵌入式系统中硬件环境作形式化描述而开发的ＥＨＤＬ语言,首先介绍了ＨＥＤＬ语言的设计模型和程序结构,然后介绍ＥＨＤＬ语言编译器的主要实现技术。     

面向VHDL语言的专用智能编辑器

目的设计面积超高速集成电路硬件描述语言的专用智能编辑器。方法使用散列表记忆各类标识符方法,动态地分析当前输入状态,完成ＶＥｄｉｔｏｒ的功能设置。结果该编辑器汇聚了目前流行的各类通用程序编辑器的优点,同时具有其独特的功能－标识符自动记忆,语句联想式输入及简单词法,语法错误的报错功能,结论实现了一个功能齐全的编辑器。     

浅谈专业知识与科技翻译

结合具体例子阐述了科技翻译中值得注意的一些问题。指出要搞好科技翻译必须同时具备充分的语言知识和一定的专业知识     

二、三、四、五阶常系数线性微分方程解法公式与计算机求解

推导出二、三、四、五阶常系数线性微分方程的解（即函数关系）的一般表达式,并分别用Ｂａｓｉｃ语言和Ｐａｓｃａｌ语言编制出使用计算机求解的应用软件。该软件实际运行的结果证明,这种求解方法比任何一本《高等数学》教材介绍的通常的求解方法要简单得多、运算速度要快得多,因而具有很大的现实意义。     

笔段型液晶显示器图形基元的计算机辅助设计系统

利用AutoLIST语言编程,对AutoCADR12系统进行二次开发,开发出绘制笔段型液晶显示器图形基元的计算机辅助设计系统"BJ"．使人机交工绘制基元图形的过程,转化为通过给定设计参数,自动生成基元图形的过程。节省了作图时间,降低了繁琐作图过程对菲林设计的干扰。