跨度语义增强的命名实体识别方法

针对命名实体识别方法存在字与字之间语义信息丢失、模型召回率不佳等问题,提出了一种跨度语义信息增强的命名实体识别方法。首先,使用ALBERT预训练语言模型提取文本中包含上下文信息的字符向量,并使用GloVe模型生成字符向量;其次,将两种向量进行拼接作为模型输入向量,对输入向量进行枚举拼接形成跨度信息矩阵;然后,使用多维循环神经网络和注意力网络对跨度信息矩阵进行运算,增强跨度之间的语义联系;最后,将跨度信息增强后的矩阵进行跨度分类以识别命名实体。实验表明：与传统的跨度方法相比该方法能够有效增强跨度之间的语义依赖特征,从而提升命名实体识别的召回率;该方法在ACE2005英文数据集上比传统的方法召回率提高了0.42%,并且取得了最高的F₁值。     

层间干扰实质与再认识

受各储层段岩性、物性以及开采过程中各层段地层压力与流体物性差异等因素影响，多层油藏在采用合注合采开发时，始终存在层与层之间相互制约和干扰的问题。不恰当的注水开发模式会导致各层吸水能力、出油状况及水淹程度差异加剧，生产动态上表现出较大的层间矛盾，从而影响各层段和油藏整体的均衡动用及最终采收率。目前定义的多种层间干扰系数能定量表征层间干扰现象，但其物理内涵与实际注水开发渗流过程不符。针对前期层间干扰研究存在的不足，以海上某油田典型多层油藏X为例，结合室内实验方法、油藏工程方法和数值模拟方法，剖析了多层合采早期实验测试及理论研究中存在层间干扰的根源和实质，确定了分段测试与整体测试之间表现出的层间干扰实质是油藏压力场与渗流场的非均衡性所致，并基于层间干扰实质研究成果，建立了考虑层间干扰的油井产能计算新方法。实例应用结果表明，基于层间干扰实质的层间矛盾定量评价及油井产能计算新方法更符合油藏实际情况，为多层油藏合注合采产能的预测及降低层间干扰对实际生产效果影响的策略制定提供了理论依据。