摘要：医疗数据挖掘的起始环节为CNER(中文电子病历命名实体识别),将相关实体(解剖部位、药品、影像检查等)识别出非结构化文本是其目标所在。基于CNER准确性提升需要,论文设计了BERT-BiLSTM-CRF模型融合领域词典技术,该技术能将上下文语义关系全面结合,一词多义问题同样可以迎刃而解,获取电子病历句子的长距离依赖。CNER采用BERT-BiLSTM-CRF模型融合领域词典技术时的F1值已经被实验结果所证实,对知识图谱的构建、临床决策支持系统和病历质控系统等的研究有着重要意义。

摘要：审计是商业银行监督经济活动的重要手段,目前的审计模式由账目基础审计、制度基础审计和风险基础审计发展成为数据式审计。数据式审计,也称为计算机审计,它利用审计分析模型对业务交易数据进行分析,发现可疑数据从而防范风险。但目前缺乏系统的审计分析模型构建平台,审计人员只能自主编写SQL语句来构建分析模型。针对这一问题,研究与设计了审计分析模型构建平台。采用Flex技术设计了可视化的模型构建语句的设计器,通过绘制模型思路图,以交易数据为起点,根据业务预警规则建立对源数据的筛选条件,形成结果集。构建平台对结果集的形成进行解析,得到构建分析模型的SQL语句。构建平台为审计人员提供直观可靠的模型设计途径,降低了模型设计的复杂性,进一步提高了模型设计的时间效率。

摘要：信息素养是运用先进的信息技术、方法和手段进行信息的查询、检索、分析和使用的意识与能力的总和。信息素养是信息社会对高等院校人才培养的基本要求。Webquest Learning 不仅是一种学习方式,更是一种实践过程,在高校学生信息素养培养中可以发挥重要作用。本文分析 Webquest Learning的特点,论述高校学生所应该具有的信息素养,结合我院计算机科学与技术专业"离散数学"课程 DSWL学习系统的设计,探讨高校 Webquest Learning 系统建立的基本思想策略。

摘要：汉字混淆集是错别字识别中的重要资源之一。在本项研究中,首先手工整理了11935个汉字的可能的错别字,然后以这些汉字为节点、"可错成"关系为边,将混淆集构造成一个错别字混淆集图。由于人工总结错别字具有很大的局限性,因此在种子错别字混淆集图的基础上,设计了自扩展算法和开源外部补充算法来对错别字混淆集图进行扩展,以发现新的错别字对。根据实验,新发现了15133组错别字对。经过随机抽样校对,准确率达到87.35%。

摘要：地理信息与数据是客观知识世界的重要组成部分。研究如何从大量非结构化的信息中自动抽取地理实体位置关系具有重要意义。提出一种基于语义文法的地理实体位置关系获取方法,该方法可准确地从网页文本中获取多个地理实体之间的复合位置关系。首先,设计一种反映地理实体位置关系的语义文法GeoRSG。GeoRSG反映了地理实体位置关系的层次分类关系,并采用基于规则的方式刻画地理实体位置关系在文本中的语言表达方式。然后,实现地理实体位置关系解析器GeoRSG Parser。该解析器利用GeoRSG对文本进行解析,获得谓词表达形式的位置关系知识。实验结果显示,该方法从1000条语句中获取了81条三元和816条二元地理实体位置关系,并且取得了88.85%的正确率。

摘要：目前的爬虫框架及分布式系统集群成熟,但是代价高,硬件设备昂贵,技术较复杂。结合区块链技术设计一种爬虫方案,部署简单且省去服务器资金投入。该方案融合IPFS技术,使用智能合约募集公网上闲散的硬件资源代替传统服务器,节约成本,使用简单,可为IPFS融合区块链技术的应用提供参考。

摘要：关系抽取是构建如知识图谱等上层自然语言处理应用的基础。针对目前大多数关系抽取模型中忽略部分文本局部特征的问题,设计一种结合实体位置特征与多层注意力机制的双向LSTM网络结构。首先根据位置特征扩充字向量特征,并将文本信息向量化,然后将文本向量化信息输入双向LSTM模型,通过多层注意力机制,提高LSTM模型输入与输出之间的相关性,最后通过分类器输出关系获取结果。使用人工标注的百科类语料进行语义关系获取实验,结果表明,改进方法优于传统基于模式匹配的关系获取方法。

摘要：在知识获取中,手工填槽是一件繁琐而又枯燥的工作,效率很低。针对一类词条的处理提出了一个面向辞典的知识获取系统,通过分析辞典中文本的特征,最大可能地实现了填槽的机器自动生成,该系统分为三个子系统:词语识别子系统、规则匹配子系统、运行填槽子系统,完成了文本识别、规则匹配和运行填槽功能。