基于双向长短期记忆网络和自注意力机制的食品安全裁判文书分类方法

目前食品安全领域裁判文书数量持续增长,而其类别标签的缺失导致检索困难。针对将裁判文书自动化分类的问题,提出一种结合self-attention机制和BLSTM(bi-long short-term memory)网络的分类方法,该方法使用自训练注意力机制,对向量化的文本进行加权表示,从而对裁判文书中的重要特征重点关注。同时,由两个方向相反的LSTM网络组成的BLSTM网络,能够更好地学习上下文信息,提高网络性能。通过实验,准确率达到了95. 23%,相较于传统的机器学习方法,所提方法能够更好地完成食品安全领域裁判文书分类任务。     

本体论在企业竞争情报系统中的应用研究

应用本体论的思想,搭建基于语义的情报系统框架,建立企业外部环境竞争情报本体模型,为概念及概念间存在的各种关系提供共享的描述,有利于企业竞争情报的发现,以及情报的共享和集成,有利于企业在错综复杂的关系网中找到隐含的信息,为企业的各层决策人员有效利用信息资源开展决策工作提供保障.     

面向Agent的软件开发方法

随着A gent技术应用领域的扩大,产生了一种新型的软件开发方法——面向A gent的软件开发方法.首先对比了面向A gent的软件开发方法和面向对象的软件开发方法.然后列举了目前多种比较常见的面向A gent的软件开发方法,并将这些方法的不同方面作了具体的比较,总结了各种方法的局限性.最后总结了面向A gent的软件开发方法的发展方向.     

基于双向编码器表示模型和注意力机制的食品安全命名实体识别

针对于目前传统的命名实体识别模型在食品案件纠纷裁判文书领域的准确率不足的问题,在双向长短时记忆网络的基础上提出一种基于双向编码器表示模型(bidirectional encoder representations from transformers,Bert)和注意力机制的命名实体识别模型.模型通过Bert层进行字向量预训练,根据上下文语意生成字向量,字向量序列输入双向长短期记忆网络(bi-directional long short-term memory,BiLSTM)层和Attention层提取语义特征,再通过条件随机场(conditional random field,CRF)层预测并输出字的最优标签序列,最终得到食品案件纠纷裁判文书中的实体.实验表明,该模型在食品纠纷法律文书上面的准确率和F1值分别达到了92.56％和90.25％,准确率相较于目前应用最多的BiLSTM-CRF模型提升了6.76％.Bert-BiL-STM-Attention-CRF模型通过对字向量的预训练,充分结合上下文语意,能够有效克服传统命名实体识别模型丢失字的多义性的问题,提高了食品案件纠纷裁判文书领域命名实体识别的准确率.     

城市消费者对食品安全的需求特征分析——以牛奶需求为例

从消费者的角度研究食品安全的需求特征,是解决中国食品安全问题的一种重要研究方式。基于调查问卷的形式对消费者食品安全需求特征进行分析,以消费者对高保障高价格牛奶的支付意愿为被解释变量,进行建模分析,得出影响消费者食品安全需求的关键因素,为生产商提供方向性指导,从而避免资源的浪费,有利于解决供需不平衡问题,也能从另一方面满足消费者的不同需求。结果表明,家庭月支出、进口牛奶是否代表食品安全、年龄段、职业等4个因素具有显著性的影响,其中家庭月支出、年龄段、职业3个影响因素为正向影响,“进口牛奶是否代表食品安全”这个因素为负方向影响。     

二阶多智能体系统的一致性分析

研究了二阶连续多智能体系统的一致性问题,其中每个智能体能够实时获得自己的速度信息,但是只能在一些离散时刻上获得自己和邻居的相对位置信息。在给定的控制输入下,建立了一致性成立的充要条件,并将该理论结果应用到多机器人编队控制问题中。提供的数值仿真进一步验证了理论结果的有效性。     

旅行社信息化绩效评价指标体系的研究

在现有成熟的企业信息化绩效评价指标体系的基础上,结合旅行社的特点,设计了衡量中国旅行社信息化绩效的4个一级指标,并将它们分解成11个可量化的指标.并应用层次分析法确定了每个指标的权重,建立了一个可用的中国旅行社信息化绩效评价指标体系.