基于Bi-LSTM和Max Pooling的答案句抽取技术

针对传统问答系统答案抽取方式对答案片段的分词和上下文语义理解准确性的依赖严重,抽取过程耗费大量的人力和时间的问题,提出采用分步抽取答案的方法,先从答案片段中抽取包含答案的句子,再从提取的答案句中进行最终答案的抽取方式。在答案句抽取过程中使用Bi-LSTM( Bi-directional Long Short-Term Memory)和Max Pooling 结合的方法构建答案句抽取模型。实验结果表明,在答案句的抽取中,该模型的MＲＲ( Mean Average Precision) 指数接近0． 75。     

基于对象函数Petri网的关联区域VOCs危害成因解析

为了找出排放并扩散挥发性有机物(volatile organic compounds, VOCs)到目标区域的污染源,防止目标区域受到进一步的污染,提出基于对象函数Petri网的关联区域VOCs危害成因解析方法。网结构描述了各潜在污染源和受危害目标区域之间的联系,网系统的运行反映了目标区域VOCs危害程度的变化情况,并将危害程度的计算融入到Petri网系统的运行中。通过实际案例研究解析,结果表明:该Petri网模型适用于关联区域VOCs危害成因解析的建模和计算。     

基于政策文本的我国生产性服务业与制造业融合评价

选取31个省（市）为研究对象，研究其生产性服务业与制造业融合水平.利用文本处理技术对两业融合政策文本进行信息提取，修正指标体系，并基于TF-IDF法对指标权重进行计算.同时，对选取的31个省（市）采用TOPSIS法进行两业融合水平评价，并提出建议.研究结果表明：(1)从横向区域角度看，东部地区的融合水平远高于其他地区.其中，广东和江苏的融合水平较高，而西部和东北地区融合水平相对较低，整体发展滞后.(2)从纵向不同维度融合水平看，政策制定、政府投入和科学技术投入对两业融合有促进作用，各省市在产业融合过程中应加大政府干预力度，加强产业融合领域科学技术的研发和科技人才的引进.     

基于可拓聚类的银行系统性风险评估研究

为解决银行系统性风险研究中银行间实际关系数据难以获取的问题，从文本数据切入，采用财经新闻中银行词对共现分析和情感分析构建银行间关联网络，并运用可拓聚类模型进行银行系统性风险重要度的动态评估.研究表明：(1)我国银行系统内部关联不断增强，且逐渐从“大而集中”转为“小而广泛”；(2)正负面银行关联网络的密度指数差异程度可作为系统性风险的观测指标，密度指数骤涨能反映出系统性风险正处于萌芽期；(3)系统性风险重要银行组成中，除五大国有银行和部分全国性股份制商业银行外，还有南京银行等部分城市商业银行也有较高的风险溢出.最后对我国银行系统性风险监管提出“分层差异化监管”的建议.