基于BERT的长文本分类方法

由于预训练模型输入分词数量限制，基于BERT的长文本分类任务效果与长文本分割后的文本段集合的处理及特征融合密切相关，现有的长文本分类研究在融合文本段特征时更关注文本段之间原始的顺序关系，而本文提出了一种基于BERT和集合神经网络的长文本分类模型.该方法以BERT为基础，可处理从同一文本样本分割得到的任意数量文本段，经过BERT后得到文本段特征，再将所有文本段特征输入到具有置换不变性的集合神经网络层中，提取出集合级别特征来优化长文本的特征表达.通过在三个数据上的实验分析，论文在平均分词长度较长的数据集上取得了90.82%的准确率，高出目前最优方法4.37%.     

基于文献可视化分析的我国药食同源研究进展

本文以中国知网(CNKI)数据库收录的1 076篇中文文献及Web of Science (WOS)核心合集数据库收录的3 794篇英文文献为研究对象，采用CiteSpace软件对药食同源领域研究现状和趋势进行可视化分析，以期为药食同源科学研究及产业发展提供数据参考。结果表明：药食同源发文数量总体呈上升趋势，尤其是2010年以后快速上升；发文机构共现图谱具有“小集中，大分散”的特点；中、英文文献来源最多的期刊分别是《食品工业科技》和International Journal of Medicinal Mushrooms;中、英文文献中发文量大于20篇的学者分别有22人和35人；对中、英文文献各关键词聚类影响程度最深的分别是“药食同源”和“purification”;2010年以后药食同源研究分支和研究成果大量涌现，新技术和新工艺促进其在食品、药品、保健品等产品中的应用。总体来看，传统药籍挖掘、植物有效成分、栽培技术、新食品工艺、中医药产业和大健康产业发展等是未来研究的热点。