基于深度学习的中医古文献临床经验抽取

中医古文献蕴藏着丰富的临床经验，是古代中医在行医过程中对临床诊疗的经验性总结，体现了中医学形成和发展的理论框架和思想基础.然而这些宝贵的临床经验不仅量大，而且分散在不同的文献中，使得中医从业者手工很难快速全面地获取它们，文献检索工具也只能提供文档级别的信息筛选，无法为这种细粒度的信息获取提供支持.此外，古汉语相对于现代汉语的不同特点也限制了主流文本分析工具的使用效果.为此本文提出面向临床经验获取的中医古文献信息抽取任务，用于识别古文献中描述临床经验的文本片段，手工标注了样本数据用于这种抽取模型的训练和测试，并设计了基于深度学习的序列标注器用于完成该任务.考虑到标注数据量小可能带来的过度拟合问题，本文引入对抗训练和虚拟对抗训练来增强模型的泛化能力.一系列充分的实验验证了模型的有效性，表明利用信息抽取技术从古文献获取中医临床经验具有可行性，为这一新的信息抽取任务提供了有希望的研究基线和可复用的标注数据集.     

一种利用对抗样本提高抽取式阅读理解模型效果的方法

抽取式阅读理解是自然语言处理的重要任务,需要机器在阅读理解自然语言文本的基础上,从中抽取给定问题的答案（输入文本中的片段）,并在问题不可回答时拒绝回答.这种不可回答情况的存在使机器阅读理解更具有挑战性,特别是在输入文本含有似是而非文本片段时,现有模型很容易将这样的片段混淆为问题答案,进而错误判断问题的可回答性.为了进一步提高抽取式机器阅读理解模型的效果,本文将SQuAD 2.0数据集中的似是而非答案看成对抗样本,将其既作为答案文本片段抽取的正例,也作为问题可回答性的负例,在现有模型答案交叉熵损失的基础上增加排序损失.在SQuAD 2.0上进行的实验表明,本文方法可以提高现有模型的阅读理解能力,明显提升可回答性判断及答案文本片段抽取的效果.     

基于SVM预测的金融主题爬虫

随着Internet上信息的爆炸,利用通用搜索引擎检索用户相关的信息变得越来越困难,而主题爬虫成为WEB上检索主题相关信息的重要工具。目前大部分基于分类器预测的主题爬虫的训练数据是不同类别网页的内容,但是在实际预测过程只能根据父网页中的一些链接信息进行预测,所以造成主题爬虫的预测的准确率较低。本文使用SVM分类器对标注了类别的URL以及上下文和锚文本进行训练,并分别使用了DF和信息增益两种不同的特征选择方法进行特征筛选,对影响分类器的各种因素进行了实验对比,并对分类器进行了在线的实验.实验证明这种方法在实际预测过程中效率很高。     

下岙水库除险加固工程高喷灌浆防渗板墙施工方案

原下岙水库黏土心墙坝体渗漏问题严重,造成水资源的流失,经过高喷板墙防渗处理,解决了坝体渗漏。规范化高喷板墙施工工艺简单,既安全又能够保证施工质量、进度,并能降低成本,节约投资。     

亚分米级精密定轨的探索

通过分析ENVISAT卫星跟踪的激光和DORIS测量数据,在完整力学模型的基础上,分别采用经验加速度修正和大气密度修正两种模式,对其进行精密轨道确定.经与精密轨道星历解进行比较,其结果达到了2~4 cm的径向轨道精度.     

网络时代文献信息服务形式与发展趋势

面对网络经济的快速发展及对社会各领域、各层面的渗透与影响,面对信息存储、处理、获取、传递及信息服务的手段、方式、对象等因素的巨大变化,图书情报产业面临前所未有的机遇与挑战,特别对省级科技信息中心来说责任更加重大、任务更加繁重。图书情报部门如何开展高效的信息服务、拓宽服务内容、拓展发展空间,为经     

微粒子酶免疫检测法测定血中FK506的浓度

为探讨微粒子酶免疫检测法（MEIA）测定全血中FK506浓度的可行性和准确性,采用微粒子酶免疫检测法,对血样中的FK506浓度进行检测。用本法检测的血液FK506浓度的结果,其回收率、精密度等均符合要求。说明微粒子酶免疫检测法用于全血中FK506的浓度测定,操作简便、快速、自动化程度高,适用于临床大量样品的测定。     

蔷薇色素的研究

本文研究了蔷薇色素的提取工艺,理化性质及该色素对光、热、酸、碱形的稳定性,并初步作了成份分析。为蔷薇果的开发利用提供了科学根据。     

制备活性二氧化硅实验的设计

本文介绍的活性二氧化硅的制备及性质实验是为化学专业无机化学实验课而设计的一个综合性实验。本实验具有综合性强,制备条件温和,时间短,实验耗费低及原料易得等优点。