《大连海事大学学报》参考文献标注方法

<正>《大连海事大学学报》参考文献标注方法采取顺序编码制,各篇文献要按正文部分标注的序号依次列出,连续编码,并将序号置于方括号中。参考文献的页码一般置于参考文献表中,如多次引用同一著者的同一文献,则在正文中标注首次引用文献的序号。参考文献为中文的,请给出该文献的英文对照。文献作者3个及以下的全部列出,4个及以上的只列前3个,后加",等"或",et al";外文作者姓前名后,姓全部字母大写,名用缩写,不加缩写点。     

基于ArcGIS的案件地图标注方法研究

在电子地图上建立了一种犯罪案件的地理位置标注方法,将犯罪侦查分析研判手段与地理信息技术紧密结合起来。通过采集案件信息的经纬度坐标,并借助Arc GIS平台,将案件信息进行批量式地图标注,使属性数据转换成可视化的空间数据。案件信息在地图上标注之后,可以精确获取案件发生的具体位置,掌握某类案件在一定区域的分布情况,从而更加高效地完成空间分析研判任务,提高打击、预防犯罪的能力。     

数据标注方法比较研究：以依存句法树标注为例

数据标注最重要的考虑因素是标注数据质量和标注成本。该文调研发现自然语言处理领域的数据标注工作通常采用机标人校的标注方法以降低成本,但很少有工作严格对比不同标注方法,以探讨标注方法对标注质量和成本的影响。该文依托一个成熟的标注团队,以依存句法树标注为案例,实验对比了机标人校、双人独立标注及该文通过融合前两种方法所提出的人机独立标注方法,结果发现：人机独立标注能有效结合机标人校和双人独立标注的优点,在利用机器降低标注成本的同时解决了校对者的认同倾向问题,从而提高了标注质量。     

AutoCAD中形自动标注和局部放大自动形成功能的开发

论述了ＡｕｔｏＣＡＤ为图形支持软件，实现零件图中视图、剖视图、剖面图的自标注；局部放大图自动形成的程序设计方法。     

CUCBNC:一个引入播音学知识的广播新闻语音库

该文描述了广播新闻语音库CUCBNC的构建过程。建设该语音库的目的是为了能将播音学相关知识应用到言语工程中。为此,通过解读播音学相关论述,提出了新的韵律特征,包括声音表达特征、语篇重音、意合群和复合韵律短语,并融入到CUCBNC语音库的韵律和文本标注规范中,目前已标注了约14h的语音数据。最后,通过观察相关韵律特征在标注数据中的统计分布,来检验融入了新特征的韵律标注规范是否合适。实验结果表明所提出的韵律特征是科学合理的。     

隐马尔可夫模型及其在自动词类标注中的应用

介绍了马尔可夫对《欧根·奥涅金》的数学研究,说明了语言的使用是一个随机过程,通过天气事件的实例对马尔可夫链和隐马尔可夫模型进行了数学描述,最后应用隐马尔可夫模型来解决自然语言处理中的自动词类标注问题。     

古籍上网文件的自动建立

以７２０万字的《续资治通鉴长编》上网为例，研究如何利用现有的Ｉｎｔｅｒｎｅｔ技术解决已经数字化古籍的上网问题。探讨了古籍文献上网文件的制作方法，着重讨论了利用字符串匹配技术和超文本标注语言（ＨＴＭＬ）自动构造古籍上网文件的方法。     

AutoCAD尺寸标注的几个实用性问题

本文就初学者在设置标注样式时极容易出现问题的几个方面进行了比较详尽的阐述。同时,在绘图比例与出图比例的协调,尺寸公差的技巧性标注等方面作了经验性的介绍,具有较强的实用性。     

论在Auto CAD中标注表面粗糙度的方法

文章分析了机械制图国家标准GB/T131-1993对表面粗糙度标注的要求,从表面粗糙度符号的绘制、标注位置、方向以及表面粗糙度数值的注写,提出了一种在Auto CAD中标注表面粗糙度方便可行的方法.     

基于双维注意力机制的事件要素识别方法

事件要素识别是事件抽取的基本任务,对后续任务的开展起着重要作用.随着深度学习技术的发展,神经网络逐渐成为事件要素识别的主流方法.近几年,注意力机制在自然语言处理领域得到广泛使用,但注意力机制依赖于嵌入层对上下文特征的提取,在事件要素识别等序列标注问题中效果不理想.针对这一问题,提出了一种基于注意力机制的双维注意力机制,从矩阵行和列两个维度计算注意力得分,因此可以较好地提取句子的上下文特征,并且使用了动态目标损失函数,通过动态给予不同标签不同的权重,一定程度上缓解了样本不平衡和数据稀疏带来的模型泛化不足问题.在CEC2.0中文突发事件语料库上对比实验表明,所提方法取得较好效果.