Flink平台下的分布式平衡级联支持向量机

支持向量机（Support Vector Machines,SVM）在分类和回归领域都是非常强大的工具，但在大数据环境下，其面临资源占用过高和寻优速度慢等问题.目前利用大数据框架实现的SVM，虽然优化了寻优速度慢的问题，但其预测精度与直接训练方式相比存在一定的差距，此外其并没有对训练节点的资源进行合理配置.故提出一种Flink平台下的分布式平衡级联向量机，该方式在之前的基础上将数据集分成含有相同比例样本的平衡子集，并对子集的训练参数进行放缩；同时，结合Flink下迭代作业的动态资源分配策略，将各节点资源最小化为刚好满足训练需求.对该方法的有效性进行阐述，对比多个数据集在不同训练方式下的资源占用和模型精度，实验结果表明，采用所提出的训练方式能合理灵活地对资源进行配置，同时将模型预测精度误差降低到0.1%以内.     

有柄石韦药膏制备及对大鼠伤口愈合作用的研究

利用有柄石韦(Pyrrosia petiolosa,P.petiolosa)试制药膏,在动物水平研究其抗菌及促伤口愈合的作用.将有柄石韦制备成药膏,构建大鼠皮肤切除创伤模型并随机分为单纯创伤组和金黄色葡萄球菌(Staphylococcus aureus,S.aureus)感染组.各组分别经自然恢复、P.petiolosa药膏、京万红软膏处理后检测大鼠体重与进食情况、创面愈合情况、创面组织病理情况及血清炎性因子的表达情况.结果显示,不同处理组大鼠体重与进食量无显著变化;创面愈合及组织病理学分析显示P.petiolosa药膏可促进单纯创伤组及S.aureus感染组伤口愈合;ELISA结果显示P.petiolosa药膏在致创前期可明显降低炎性反应.结果表明,这款自主研发的以P.petiolosa为主要原料的中药药膏具有很好的拮抗S.aureus和促进伤口愈合的效果.     

基于ERNIE和双重注意力机制的微博情感分析

针对传统词向量无法在上下文中表示词的多义性,以及先验的情感资源未能在神经网络中得到充分利用等问题,提出一种基于知识增强语义表示（Enhanced Representation through Knowledge Integration,ERNIE）和双重注意力机制（Dual Attention Mechanism, DAM）的微博情感分析模型ERNIE-DAM.首先利用现有的情感资源构建一个包含情感词、否定词和程度副词的情感资源库;其次采用BLSTM网络和全连接网络分别对文本和文本中包含的情感信息进行编码,不同的注意力机制分别用于提取文本和情感信息中的上下文关系特征和情感特征,并且均采用ERNIE预训练模型获取文本的动态特征表示;最后将上下文关系特征和情感特征进行拼接融合,获取最终的特征向量表示.实验结果表明,新模型在COAE2014和weibo＿senti＿100k数据集上的分类准确率分别达到了94.50%和98.23%,同时也验证了将情感资源运用到神经网络中的有效性.     

基于BERT-BiGRU-Attention的在线健康社区用户意图识别方法

针对传统用户意图识别主要使用基于模板匹配或人工特征集合方法导致成本高、扩展性低的问题,提出了一种基于BERT词向量和BiGRU-Attention的混合神经网络意图识别模型。首先使用BERT预训练的词向量作为输入,通过BiGRU对问句进行特征提取,再引入Attention机制提取对句子含义有重要影响力的词的信息以及分配相应的权重,获得融合了词级权重的句子向量,并输入到softmax分类器,实现意图分类。爬取语料实验结果表明,BERT-BiGRU-Attention方法性能均优于传统的模板匹配、SVM和目前效果较好的CNN-LSTM深度学习组合模型。提出的新方法能有效提升意图识别模型的性能,提高在线健康信息服务质量、为在线健康社区问答系统提供技术支撑。     

融合跨语言特征的柬埔寨语命名实体识别方法

为了解决柬埔寨语词法标注语料稀缺、柬埔寨语命名实体缺乏明显标识特征的问题,提出一种引入英柬跨语言特征的柬埔寨语命名实体识别方法.首先,借助英语命名实体的成熟模型及英柬双语平行语料的词对齐关系,将源语言的实体类别映射到目标语言;然后根据柬埔寨语词向量构造最近邻图,采用标签传播算法,获得柬埔寨语单词的实体类别分布,完成跨语言知识转移;最后,将柬埔寨语单词的命名实体类别分布作为约束特征融入到条件随机场模型中.实验结果表明,融入跨语言特征的条件随机场模型能有效地提升柬埔寨语命名实体识别的效果.     

基于分层最大边缘相关的柬语多文档抽取式摘要方法

为了解决传统多文档抽取式摘要方法无法有效利用文档之间的语义信息、摘要结果存在过多冗余内容的问题,提出了一种基于分层最大边缘相关的柬语多文档抽取式摘要方法。首先,将柬语多文档文本输入到训练好的深度学习模型中,抽取得到所有的单文档摘要;然后,依据类似分层瀑布的方式,迭代合并所有的单文档摘要,通过改进的最大边缘相关算法合理地选择摘要句,得到最终的多文档摘要。结果表明,与其他方法相比,通过使用深度学习方法并结合分层最大边缘相关算法共同获得的柬语多文档摘要,R₁,R₂,R₃和R_L值分别提高了4.31%,5.33%,6.45%和4.26%。基于分层最大边缘相关的柬语多文档抽取式摘要方法在保证摘要句子多样性和差异性的同时,有效提高了柬语多文档摘要的质量。     

基于遍历算法的巡航清漂船控制系统

针对大量漂浮垃圾不能进行高效快速清理的现状,研究了基于开放水域遍历算法的小型自动巡航清漂船控制系统,并提出了融合磁力计位置误差补偿算法、GPS( Global Position System) 方位角与距离算法和Boustrophedon算法的开放水域遍历算法,同时引入闭环控制对清漂船运动控制系统性能进行优化。系统由GPS 传感器以及电子罗盘传感器实现位置以及系统姿态信息的获取,经开放水域遍历算法处理后控制清漂船行走路线实现自主导航。利用PID( Proportion Integral Differential) 控制算法控制船体推进执行机构,有效减少了边缘越界情况的发生。通过仿真实验验证了所提遍历算法的有效性,并在此基础上开展实物测试,结果显示该系统在63 m2 的多边形水域遍历覆盖率可达95%,可实现对小型水体漂浮物的高效清理,在水体清漂领域具有广阔的应用前景。     

基于柬汉双语词对齐语料构建柬埔寨语依存树库

提出了一种基于柬汉双语词对齐语料构建柬埔寨语依存树库的方法。首先构建柬汉词对齐语料库,在该过程中不仅使用GIZA++模型进行词对齐,还利用词典模糊匹配和词向量相似性比较的方法进行双语词对齐语料库的构建;其次根据哈工大LTP平台构建中文依存树库;最后结合柬汉词对齐语料库和中文依存树库通过映射的方式构建柬语依存树库,再经过人工调整得到最终的柬语依存树库。实验表明,该方法简化了人工标注柬埔寨语句子依存关系的过程,减少了昂贵的人工标注工作,有效地提高了依存树库的构建效率。     

纤维微菌C6对水中Cr(Ⅵ)去除条件优化及机理研究

为解决水体中重金属Cr(Ⅵ)污染问题,从成都市某皮革厂附近受重金属污染的土壤中筛选得到一株对Cr(Ⅵ)有较高抗性和去除率的菌株,鉴定后将其命名为纤维微菌C6(Cellulosimicrobium sp.).利用单因素实验对影响纤维微菌C6去除Cr(Ⅵ)的四个因素:pH,温度,接触时间,初始Cr(Ⅵ)浓度进行了探究.在单因素实验的基础上,通过四因素三水平Box-Behnken响应面法优化纤维微菌C6对Cr(Ⅵ)的去除条件,结果显示,当pH为7.85,温度为34.07℃,接触时间为2.88 d,初始Cr(Ⅵ)浓度为40.08 mg/L时,纤维微菌C6对Cr(Ⅵ)的最大去除效率可以达到95.75%,扫描电镜显示,未处理的纤维微菌C6菌体表面清晰光滑且分散,Cr(Ⅵ)处理过的菌体表面不规则,有颗粒状沉淀.红外光谱分析证明了菌体表面的官能团可能与吸附Cr(Ⅵ)有关.研究表明,纤维微菌C6菌体对Cr(Ⅵ)具有良好的去除效果,可用于处理含Cr(Ⅵ)废水.     

融合词频特性及邻接变化数的微博新词识别

大量的新词伴随着微博的快速发展而产生,这些新词具有传播速度快及与其他词组合方式灵活的特点,而且在进行分词处理时容易被切分为不同的字符串。提出了一种融合词频特性及邻接变化数的微博新词识别方法。该方法首先对大规模的微博语料进行分词,然后将在两停用词间的相邻字串两两组合,根据组合后的字串频率统计取得新词候选串,再通过组合成词规则进行筛选获得候选新词,最后通过词的邻接域变化特性去除垃圾串获得新词。利用该方法在COAE 2014评测任务上进行了新词的发现实验,准确率达到36.5%,取得了较好的成绩。