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.     

多策略融合的俄语文本词语提取方法研究

俄语是联合国工作语言之一,是俄罗斯等多个国家的官方语言。随着“一带一路”倡议的推进和全球化进程的加快,俄语文本数据成为有关组织管理决策的重要信息来源,俄语文本挖掘也因而成为重要的管理决策支持方法。然而,俄语文本挖掘方法研究目前还远未成熟,尤其是其关键基础——俄语文本词语提取的性能较低,阻碍着俄语文本建模的准确性。因此,文章提出一种多策略融合的俄语文本词语提取方法,结合俄语词性分析、语法规则和串频统计等多种方法,自动提取包含单词和短语在内的俄语词语。在联合国平行语料库和Taiga Corpus语料库上的实验结果表明,文章提出的方法在保证高召回率的同时,达到了85%以上的高准确率,显著优于常用的n-gram方法,能够为俄语文本主题发现和文本分/聚类等文本挖掘应用提供有效的词库。     

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%。     

“黄钟信息”：开创汉字信息产业的新境界

杜冰蟾生于辞书世家，祖父杜子熊是知名书画家，辞书编纂家父亲杜晓庄是当代百科全书式的伟大学者王竹溪院士遗著《新部首大字典》的编审主任。杜冰蟾出生在这样一个家庭里，从小耳濡目染，对各种辞书检索法和汉字的部首、笔画、笔顺、拼音产生了浓厚的兴趣。她在上海南洋模范中学初一年级读书时提出用笔顺来分解部首，用于辞书检索。     

一个简易实用的图文处理系统的设计与实现

随着电子计算机技术的蓬勃发展,计算机应用已普及到社会各阶层和家庭个人,为了充分发挥计算机现有的硬件资源,使之具有图形文字处理的功能,必须配备相应的软件系统才行。目前市面上虽然有大型的图文处理系统,但由于需要的硬件环境要求高,比方说,需要硬盘或硬卡才能运行,而硬盘或硬卡的价格昂贵,一般微机(例如,集体上机的微机室的微机,小单位或家庭个人的微机)都未安装。因此,为了使基本型的微机尽快具有图形文字处理的功能,作者对以上系统进行了研制。     

对数据表中汉字内容实现按笔划排序的探讨

结合WINDOWS系统功能和WORD字处理系统的汉字功能，使用VFP命令及函数，实现数据表中汉字按笔划排序。     

试论汉字部首的历史演化

自东汉许慎在《说文解字》(以下简称《说文》)中始创540个汉字部首近1900年来,汉字部首发生了很大变化。本文论述《说文》以来部首演化的规律,并探讨其演化的原因。     

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.     

释酉

文字学界一般认为酉是酒字的初文，在析形上，解说也比较含混。本文认为，酉字的构形是上古制陶器的纹饰遗痕，百字初为上古陶罐的状写，酉有酒义出现很晚，从古文字中由酉构成的字中可以得到例证。     

汉字的字形美学研究对现代平面图形设计的作用

本文通过对汉字结构美感的分析,概括和分析出汉字特定的形态美学。并找到其与现代平面图形设计的内在规律相契合的地方,探索和研究这种字形美的特质对现代平面图形设计的作用。