河南方言词"高低"词汇化探析

在河南方言中,"高低"是一个使用频率极高的词汇.翻阅相关方言词典,发现对河南方言里"高低"的解释并不全面,但在口语及小说中却有很多用例,通过搜集具体的语料,发现在河南方言中双音节词"高低"的衍生途径,即通过并列式短语粘合而成,且有五种义项:高度层面的高低比较;水平优劣;分寸;无论如何、横竖;终究.     

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.     

基于熵评价模态分解的雷达信号双谱特征识别

针对在低信噪比下雷达信号调制识别准确率低、抗噪性差的问题, 提出一种基于熵评价模态分解和双谱特征提取的识别方法。利用双谱可以抑制高斯噪声的特点, 分析了在低信噪比下进行信号调制识别的可行性并引入了噪声项。由于噪声项的干扰, 双谱在0 dB以下时, 噪声抑制效果变差, 提出了基于信息熵评价的经验模态化分解对信号进行预处理, 提高信噪比。最后, 设计了卷积神经网络分类器, 实现对不同调制类型信号的识别。仿真实验结果表明, 本文方法相比传统方法具有良好的抗噪性, 能够在低信噪比下对不同类型信号进行有效识别。     

结构主义视角下“吃播”观众心理探微

近年来,我国直播平台迅猛发展,直播领域由最初的游戏直播逐渐扩展到电商直播、泛娱乐直播,等等,其中吃饭直播,以其内容的特殊性,加之迅速扩大的主播群体和用户群体,成为一种值得深度思索的大众文化传播现象。以结构主义理论为基础,立足当下各种直播平台发展迅猛的现状,分析用户选择观看"吃播"这一现象的心理动机,通过对他们不同心理需求满足状况以及产生问题的考察,探析"吃播"这一现象折射出的当代人的精神状况,有着独特的意义。     

基于Modbus-RTU通讯方式在AI集群建筑中的设计与实现

为了实现多楼宇之间的集群化通讯控制,减少人工作业的强度。文中采用基于Modbus-RTU传统通讯方式,建立以楼宇为通讯单元和楼宇内多层集成化的新通讯模式。首先,实现被控楼宇内多层温控风机盘管的集中控制,然后实现多楼宇间群控功能。结果表明:新模式的使用比单层控制的传统通讯模式节约了遍历面板采集数据的时间。本研究对加快中国AI建筑的信息化转型以及进一步完善AI建筑集群化控制具有一定的参考价值。     

中国工程院院士、原华中科技大学校长李培根院士做客“昆仑名师讲坛”

应新疆师范大学"昆仑名师讲坛"工作委员会邀请,2014年11月13日下午,中国工程院院士、原华中科技大学校长李培根院士做客"昆仑名师讲坛",在文科楼音乐厅为全校师生作了题为《大学生与大学精神》的学术讲座。校长卫利·巴拉提教授为李培根院士颁发了"昆仑名师讲坛"纪念牌。副校长薛徽教授出席讲座,宣传部部长孙秀玲教授主持讲座。全校师生及新疆     

非同分布φ混合序列加权和的强极限收敛性

利用φ混合序列矩不等式和截尾的处理方法,研究非同分布φ混合序列加权和强极限收敛性质的问题,得到了若干新结果,推广并改进了独立同分布情形下的相应结果.     

文化景观视角下非遗创新发展策略研究——以漳州非遗传承景观化建设为例

非遗传承景观化是当前研究的热点,对促进城市文化景观建设具有重要的意义。本文以漳州非遗传承景观化建设为例,从文化景观视角论述了非遗与城市景观建设的关联耦合,诠释了非遗文化传承景观化的实践策略,最后提出了创刊漳州非遗创新发展的有效策略,并在文化形态呈现方面提出了原型重现、要素整合、形态置换、意境关联等观点。以期为促进城市景观文化内涵的提升与非遗传承的可持续发展提供理论依据。     

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%。