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.     

基于机器阅读理解的商品属性识别

属性抽取的目标是从非结构化文本中抽取与文本实体相关的属性和属性值，然而在电商场景下基于序列标注的模型缺少应对大规模属性抽取任务的可扩展性和可泛化性能力。本文提出基于阅读理解的商品属性抽取模型，通过额外加入问句来强化模型对属性的理解，结合双仿射注意力机制捕获问句和文本之间的语义特征，进一步提高模型的抽取性能。本文在电商数据集上对不同类型问句和不同解码器进行了对比实验，结果表明本文提出的方法优于多个基线模型，相较于OpenTag和SUOpenTag模型，属性抽取的F1值分别提升7.70%和3.26%，未登录词识别的F1值分别提升15.51%和8.12%。     

对形体分析法标注尺寸的改进

应用定点、定线所需坐标原理,提出了如何使工程图标注尺寸齐全的一种方法-数线法,对形体分析法标注尺寸进行了改进,可以避免多注或少注尺寸.数线法在教师教学、学生学习、工程技术人员出图中应用非常方便.     

产品的装配精度及工艺保证方法

产品的装配精度,不但决定于零件的精度,而且决定于装配方法。装配精度反映产品的质量,要保证产品质量,必须合理选择装配方法。     

一种高性能英文词性标注器的设计与实现

针对统计和规则方法各自的优点和局限,提出运用Viterbi和FTBL(fast transformation-based learning)算法相级联的算法,实现一种英文自动词性标注器.该级联方法以FTBL算法为整体算法,在它的规则学习和最终标注两个阶段,均以Viterbi算法作为其初始化过程.实验结果表明此算法优于其中任何一种单独的算法,达到了98%的高准确率,验证了自然语言处理中统计与规则并举的主流设计思想.     

神经网络与规则相结合的词类标注方法

词类标注是自然语言理解中的的一个关键问题，是句法分析和语义分析的基础．本文分析了汉语的多类词现象．提出了在基于神经网络的词类标注方法的基础上，根据汉语的语法结构增加了规则的排歧处理阶段，增加了上下文词类信息的处理能力．实验表明：在原有神经网络方法的基础上，利用规则的方法进行修正，可以提高词性标注的正确率．     

语音数据库标注系统的初步设计

此设计旨在完成语音数据库系统的语音标注工作，定义了标注件的格式和标注系统的主要功能。     

波动光学应用于成像光学系统装配公差的确定

给出一种利用波动光学原理计算成像光学系统，特别是非旋转对称系统的装配公差计算方法．采用光波波面描述物面上一个点发出的光在存在装配误差的系统中的传播过程．用菲涅耳衍射公式计算自由传播部分；用薄透镜的透射比计算通过透镜时的波面变化，由此得到射向像面的成像波面；通过对成像波面分布的分析推断成像情况；依据容许的成像质量确定装配误差．以一个含两个柱面透镜的成像系统为例，导出了确定这两个柱面透镜母线不正交性公差的公式．由此说明该方法可以解决不易用几何光学方法获得解析结果的问题．     

矿用隔爆电机的生产质量控制

章为YBCS4—200型矿用隔爆电机生产质量控制的实际案例。在进行质量控制活动中，对电机隔爆面的尺寸进行了连续采样并根据电机产品批量小约实际情况，运用了单点控制图对电机隔爆面的尺寸进行了分析，及时发现了质量问题并提出了解决措施．