基于BERT与细粒度特征提取的数据法学问答系统

首先利用bidirectional encoder representations from transformers（BERT）模型的强大的语境理解能力来提取数据法律文本的深层语义特征,然后引入细粒度特征提取层,依照注意力机制,重点关注文本中与数据法律问答相关的关键部分,最后对所采集的法律问答数据集进行训练和评估. 结果显示：与传统的多个单一模型相比,所提出的模型在准确度、精确度、召回率、F₁分数等关键性能指标上均有提升,表明该系统能够更有效地理解和回应复杂的数据法学问题,为研究数据法学的专业人士和公众用户提供更高质量的问答服务.     

基于自注意力机制与BiLSTM的短文本匹配模型

现有短文本匹配方法更多关注于句子之间的交互方式,而较少考虑短文本自身关键特征的提取,为此本文提出一个融合自注意力机制和双向长短期记忆网络(BiLSTM)的短文本匹配模型。首先利用BiLSTM和自注意力机制进行特征编码,通过残差连接缓解信息丢失问题;然后利用双向注意力网络进行特征交叉,得到考虑了两个短文本之间交互影响的编码形式;最后将自注意力编码与双向注意力编码进行拼接,既能保留句子本身的重要特征,又能得到交互的特征信息。在两个公开数据集Quora和MRPC上进行对比实验,结果表明,该模型能有效改善短文本匹配性能,特别是在Quora数据集上的准确率达到87.59%,明显优于其他6种常见的同类模型。     

基于BERT的因果关系抽取

针对传统关系抽取模型依赖特征工程等机器学习方法, 存在准确率较低且规则较繁琐等问题, 提出一种BERT+BiLSTM＋CRF方法. 首先使用BERT(bidirectional encoder representations from transformers)对语料进行预训练; 然后利用BERT根据上下文特征动态生成词向量的特点, 将生成的词向量通过双向长短期记忆网络（BiLSTM）编码; 最后输入到条件随机场（CRF）层完成对因果关系的抽取. 实验结果表明, 该模型在SemEval-CE数据集上准确率比BiLSTM+CRF+self-ATT模型提高了0.054 1, 从而提高了深度学习方法在因果关系抽取任务中的性能.     

基于双向长短期记忆网络和标签嵌入的文本分类模型

提出了一种基于双向长短期记忆网络和标签嵌入的文本分类模型。首先利用BERT模型提取句子特征,然后通过BiLSTM和注意力机制得到融合重要上、下文信息的文本表示,最后将标签和词在联合空间学习,利用标签与词之间的兼容性得分对标签和句子表示加权,实现标签信息的双重嵌入,分类器根据给定标签信息对句子进行分类。在5个权威数据集上的实验表明,该方法能有效地提高文本分类性能,具有更好的实用性。     

融合ChineseBERT和双向注意力流的中文商品评论方面情感分析

准确分类电商平台中用户评论所包含的多个方面的情感极性,能够提升购买决策的有效性。为此,提出一种融合ChineseBERT和双向注意力流(Bidirectional Attention Flow,BiDAF)的中文商品评论方面情感分析模型。首先,通过融合拼音与字形的ChineseBERT预训练语言模型获得评论文本和方面文本的词嵌入,并采用从位置编码和内存压缩注意力两个方面改进的Transformer来表征评论文本和方面文本的语义信息。然后,使用双向注意力流学习评论文本与方面文本的关系,找出评论文本和方面文本中关键信息所对应的词语。最后,将Transformer和双向注意力流的输出同时输入到多层感知机(Multilayer Perceptron,MLP)中,进行信息级联和情感极性的分类输出。测试结果表明,提出的模型在两个数据集上的准确率分别为82.90%和71.08%,F1分数分别为82.81%和70.98%。     

基于数据增强和字词融合特征的实体槽位识别

针对传统的基于字级表示的实体槽位识别模型无法很好利用词语信息,以及信息技术(IT)运维领域缺少足够数量公开数据集的问题,提出一种基于BERT＿Word2vec＿BiLSTM＿CRF模型的实体槽位识别方法,并通过数据增强对模型的训练数据集进行扩展．该模型将基于转换器的双向编码表征(BERT)模型得到的字向量表示和Word2vec得到的词向量表示进行融合,通过双向长短时记忆(BiLSTM)网络进行上下文编码,通过条件随机场(CRF)进行解码,得到最终的序列标注结果．通过在某企业提供的数据集上进行实验,结果表明：融合词级特征可以在BERT预训练模型的基础上进一步提升识别性能,F1值达到了92.33%.     

圆端形钢管混凝土双向偏压柱的力学性能研究

在合理确定钢和混凝土本构模型基础上,运用有限元数值分析软件ABAQUS模拟典型圆端形钢管混凝土双向偏压柱的荷载-变形曲线,开展工作机理分析. 分析结果显示： 在双向偏压荷载作用下,圆端形钢管混凝土柱能表现出较高的极限承载力和延性;钢管对核心混凝土可起到有效约束作用,圆弧段钢管对混凝土的约束效应高于平直段钢管. 典型算例表明,圆端形钢管混凝土双向偏压柱的M_x/M_ux-M_y/M_uy相关曲线呈四分之一椭圆形. 最后提出该类双向偏压柱承载力的简化计算式,与有限元模拟结果对比,简化计算结果偏于保守.     

BiGRU结合注意力机制的文本分类研究

随着信息时代的发展,文本包含的信息量越来越多,而同一段文本可以隶属于不同的类别,为了提升多标签文本分类任务的准确率,提出了一种基于ALBERT预训练、双向GRU并结合注意力机制的改进的多标签文本分类模型——BiGRU-Att模型.在百度发布的中文事件抽取数据集上进行实验,该模型的识别准确率达到了99.68％,相对比较组的BiLSTM-Att、LSTM-Att、BiGRU、BiLSTM、LSTM等模型的测试结果,准确率更高,性能更优.实验结果表明,改进的BiGRU-Att模型能有效提升多标签文本分类任务的准确率.     

基于透明微针拉曼原位检测H2O2

在聚甲基丙烯酸甲酯-微针（PMMA-MNs）阵列上修饰聚多巴胺（PDA）层,通过离心技术将金纳米粒子（Au NPs）组装在MNs表面,构建纳米金@聚多巴胺@聚甲基丙烯酸甲酯微针阵列（Au@PDA@MNs）.Au@PDA@MNs有强表面增强拉曼散射（SERS）效应,以罗丹明6G（R6G）作为拉曼探针,在10^-4~10^-8 mol·L^-1的范围内有良好的线性响应,检测限（LOD）可达3.1×10^-10 mol·L^-1.为了检测过氧化氢（H₂O₂）,4-巯基苯硼酸（4-MPBA）被修饰在Au@PDA@MNs上以构建功能化的MNs.利用4-MPBA分子氧化生成4-羟基硫代苯酚（4-HTP）和MNs的透光性,基于1 000 cm^-1和1 068 cm^-1处拉曼强度比（I_{1 000}/I_{1 068}）的变化,完成了H₂O₂的拉曼定量检测,I_{1 000}/I_{1 068}的变化与H₂O₂浓度成定量关系.线性响应范围为10~2 000 μmol·L^-1,LOD为0.93 μmol·L^-1.MNs和SERS技术的结合为确定具有短半衰期和弱拉曼信号的疾病相关生物标志物开辟了一条新途径.     

二维Ti3C2Tx MXene材料的制备与工艺优化

二维（2D）过渡金属碳/氮化物（MXene）材料是当前最受关注的二维材料之一,其中二维碳化钛（Ti₃C₂T_x MXene）材料的研究最为广泛。该材料目前主要通过刻蚀三元碳化物或氮化物（MAX相）后进一步插层得到,因此MAX相材料的纯度和制备工艺条件直接决定了Ti₃C₂T_x MXene材料的物化性质。主要完成了不同Ti₃AlC₂ MAX相材料的筛选,选择氢氟酸（HF）刻蚀,并优化了不同的插层方法,制备了一系列Ti₃C₂T_x MXene材料。通过X射线衍射（XRD）、场发射扫描电镜（FESEM）、透射电子显微镜（TEM）、原子力显微镜（AFM）和X射线光电子能谱（XPS）等表征,确定使用原位锂离子（Li⁺）插层法可有效获得单层Ti₃C₂T_x MXene材料。制备的单层Ti₃C₂T_x MXene材料的表面平整,片径约为150 nm,厚度约为2 nm。同时,创新性地采用涡旋震荡辅助材料分层,极大地缩短了超声时间,提高了单层Ti₃C₂T_x MXene材料的产率（可达70%）,并且可以避免材料氧化,为Ti₃C₂T_x MXene材料未来应用提供了新方法。     

基于领域BERT模型的服务文本分类方法

针对BERT模型领域适应能力较差，无法解决训练数据类别数量不均衡和分类难易不均衡等问题，提出一种基于WBBI模型的服务文本分类方法。首先通过TF-IDF算法提取领域语料中的词汇扩展BERT词表，提升了BERT模型的领域适应性；其次，通过建立的BERT-BiLSTM模型实现服务文本分类；最后，针对数据集的类别数量不均衡和分类难易不均衡问题，在传统焦点损失函数的基础上提出了一种可以根据样本不均衡性特点动态调整的变焦损失函数。为了验证WBBI模型的性能，在互联网获取的真实数据集上进行了大量对比试验，实验结果表明：WBBI模型与通用文本分类模型TextCNN、BiLSTM-attention、RCNN、Transformer相比Macro-F1值分别提高了4.29%、6.59%、5.3%和43%;与基于BERT的文本分类模型BERT-CNN、BERT-DPCNN相比，WBBI模型具有更快的收敛速度和更好的分类效果。     

(2+1)维bidirectional Sawada-Kotera方程的共振多波解和complexiton解

利用线性叠加原则研究了（2+1）维bidirectional Sawada-Kotera （bSK）方程的双线性形式，分别构造了（2+1）维bidirectional Sawada-Kotera方程的共振多波解和complexiton解.特别地，得到了方程的正complexiton解.此外，利用图像展示了解的一些动力学特征.     

基于双向变换器的光伏储能控制

光伏发电系统通过双向变换器引入储能环节进行控制,光伏电池发出的能量经DC-DC变换后供给直流母线侧负载,并通过双向变换器使用蓄电池进行能量管理.介绍了双向变换器的工作原理,分析了光伏电池、蓄电池和直流母线负载所消耗的能量处于不同状态时的系统能量管理策略.给出了基于Boost变换器的光伏电池最大功率跟踪的控制算法和基于双向变换器的蓄电池充放电控制算法,提出了一种改进的充电控制策略.以MATLAB/Simulink为仿真平台,搭建了该系统的仿真模型,并针对系统的各工作状态进行仿真研究,仿真试验结果验证了该系统控制算法的合理性和可行性.     

基于压缩实体摘要图的RDF数据关键词查询

提出一种将关键词查询转换为SPARQL查询的方法来进行RDF数据的搜索.首先,根据RDF本身的关联特点,构建一个压缩实体摘要图;然后,借助关键词与所在实体的索引,将所查询的关键词在该摘要图上进行定位,通过图双向搜索算法找出包含关键词实体的前k子图,获得查询实体之间的关系,再联合最初的关键词及他们的属性,构建SPARQL查询;最后使用SPARQL搜索引擎执行查询.实验结果表明,所提方法较其他方法有更快的响应时间及更高的准确率.     

DNA/CTC双向捕集离子液体浮选分离测定废水中痕量Ni(Ⅱ)

在一定条件下,Ni(Ⅱ)在溶液中能够被脱氧核糖核酸(DNA)和金霉素(CTC)双向捕集,形成Ni-CTC-DNA三元缔合物.该缔合物具有良好的疏水性,利用离子液体[bmim]BF_4浮选体系可以将其从混合溶液中分离提取出来.研究了缔合物形成和离子液体浮选过程的影响因素,得到了三元缔合物生成和浮选分离的最优条件.线性回归方程为A=8.03×10⁵C-0.000 3,线性范围为4.7×105C-0.000 3,线性范围为4.7×10^(-8)(-8)⁶.5×106.5×10^(-3)mol/L,摩尔吸光率为8.03×10(-3)mol/L,摩尔吸光率为8.03×10⁵L·mol5L·mol^(-1)·cm(-1)·cm^(-1),检出限为1.8×10(-1),检出限为1.8×10^(-8)mol/L.该方法可用于工业废水中重金属镍离子的快速检测分析.     

一种Ad hoc网络中的虚电路建立策略

为了实现Ad hoc网络中的端到端的可靠传输,利用带外信令与带内信令相结合的方式建立虚电路.业务发起点利用带内信令携带的链路建立消息和资源预留消息来预留反向虚电路,业务接收端在反向虚电路建立成功后,利用带外信令预约正向虚电路.对于网络拓扑变化所引起链路故障,采用反向链路故障通告和局部路由恢复相结合的策略进行修复.当虚电路建立起来后,可利用虚电路的面向连接特性,应用端到端的报头压缩策略,达到进一步减小网络中控制开销并缩小端到端的处理时延的目的.     

弱散射体的宽谱BRDF测量与分析

弱反射体粗糙表面具有复杂的散射现象.随着入射光天顶角的增加,这类弱反射体的光反射由方向性漫散射过渡到镜面反射,且波长不同的反射光出现不同强度的镜面反射.为了研究这个波动光学现象,使用一台宽谱全向反射计测量了两个弱反射体样品在多个可见波长的双向反射分布函数;使用一台探针式表面轮廓仪测量了样品的表面轮廓,进而获得了样品表面统计特性.一个基于波动光学的BRDF模型通过拟牛顿法优化算法逐次逼近被拟合到测量数据,准确地描述了散射光随角度和波长的变化.通过拟合结果和测量数据比较,证明基于波动光学的BRDF模型适用于解释该现象.     

多重训练BAM算法中强化系数的解析求取

从ＢＡＭ的能量函数出发推导出强化系数的解析解形式。在强化系数的作用下，ＢＡＭ网将被强化矢量对存储在皮知矢量对为中心Ｈｅｍｍｉｎｇ距离为１的邻域里的能量最小点，人而保证了该矢量对的正确联想。给出了根据此解析算式编制的算法和计算实例。