摘要：中国古典诗词是中国古典文学的代表之一,是中华传统文化的宝藏,源远流长。中国古典诗词研究是自然语言处理方向的一项重要且富有意义的工作。随着人工智能的发展,人工神经网络在图像、文本等领域得到广泛的应用,取得了显著的突破,给人工智能与中国古典诗词相结合提供了新的思路和方法。让机器去理解中国古典诗词的韵律和意境是一项极具挑战的工作,其中,通过研究诗词的相似性来提升机器对诗词的理解这一研究课题被赋予了更为重要的意义。诗词检索是对诗词内容做对比,查找出在语义和意境上相接近的诗词,这要求对整首诗词的内容和意境有深入的理解。该文模型以数十万首古诗作为基础,利用循环神经网络(RNN)自动学习古诗句的语义表示,并设计了多种方法自动计算两首诗之间的关联性,以此计算两首诗词之间的语义距离,实现诗词的推荐。自动评测和人工评测的实验结果都表明,该文模型能够生成质量较好的诗词检索结果。

摘要：集句诗是中国古典诗歌的一种特殊体裁。是从前人的诗篇中选取已有诗句,再将其巧妙组合形成一首新诗,是一种艺术的再创造形式。集句诗的生成要求集辑而成的诗不仅合辙押韵,且有完整的内容、连贯的上下文和新颖的主旨意境,对创作者的知识储备和诗词鉴赏能力有极高的要求。该文基于计算机的海量存储和快速检索能力,以及神经网络模型对文本语义较强的表示和理解能力,提出一种新颖的集句诗自动生成模型。该模型以数十万首古诗作为基础,利用循环神经网络(RNN)自动学习古诗句的语义表示,并设计了多种方法自动计算两句诗句的上下文关联性。根据用户输入的首句,模型能够自动计算选取上下文语义最相关连贯的诗句进行集辑,从而形成一首完整的集句诗。自动评测和人工评测的实验结果都表明,该文模型能够生成质量较好的集句诗,远远超过基线模型的效果。

摘要：为使得病人能够快速找到诊室和减少医院导诊人员,有必要设计一款具有实用性且性价比高的导诊仪。本课题研究的导诊仪,是利用射频技术,实现数据的存储和数据库的调用。首先,对主要技术进行研究和探讨;其次,在射频技术的基础上,研究系统原理和框架;最后,对创新点进行研究和总结。

摘要：目的:探索临床药师主导、基于远程的慢病药学服务实践模式,并对老年高血压患者接受药学服务的效果进行评价。方法:采用前瞻性、随机对照试验设计,纳入符合研究标准的老年高血压出院患者,随机分成两组:干预组和对照组。出院后两组患者分别接受临床药师不同周期及监护级别的随访:干预组前3个月每2周随访1次,后3个月每4周随访1次,由临床药师进行远程用药指导和药学服务;对照组每3个月随访1次,进行一般慢病管理建议。两组随访时间均为6个月。随访方式包括远程药学服务平台、电话及微信,具体选择方式根据患者需求决定。结果:研究共纳入109例符合纳排标准的老年高血压出院患者,有93例患者完成6个月随访,其中干预组48例,对照组45例。出院6个月时,干预组血压达标率显著高于对照组(97.30%vs.63.89%,P<0.05);药物了解程度评分干预组优于对照组[(1.44±0.65)分vs.(2.17±0.66)分,P<0.05];用药依从性评分干预组优于对照组[(1.41±0.69)分vs.(2.17±0.82)分,P<0.05];不良反应的错误处置率显著低于对照组(0.00%vs.61.53%,P<0.05);体质指数(BMI)改善干预组优于对照组(87.80%vs.32.43%,P<0.05)。结论:临床药师主导的远程慢病药学服务可有效改善老年高血压患者血压达标率、对药物的了解程度、用药依从性、不良反应的错误处置率及BMI。