摘要：阐述基于深度学习的中文情感识别方法,包括文本特征表示、深度学习模型设计、训练与优化,结合词嵌入、注意力机制技术,提出一种综合模型。通过实验验证,在情感分析领域取得了创新成果。

摘要：目的:系统评价血塞通注射液联合依达拉奉注射液对急性脑梗死患者血液流变学指标的影响。方法:检索CNKI、WanFang、VIP、SinoMed、PubMed、Cochrane Library等数据库,收集从建库至2020年11月血塞通联合依达拉奉治疗急性脑梗死的随机对照试验(randomized controlled trial,RCTs),应用RevMan 5.3软件进行meta分析。结果:纳入10项RCTs,共834例患者,试验组417例,对照组417例。Meta分析结果显示:在改善全血浆黏度方面,试验组优于对照组[MD=−0.73,95%CI(−0.83,−0.63),P<0.001];在改善血栓形成系数方面,试验组优于对照组[MD=−0.19,95%CI(−0.22,−0.15),P<0.001];在降低血小板凝聚率方面,试验组优于对照组[MD=−0.21,95%CI(−0.25,−0.17),P<0.001]。GRADE系统评价全血浆黏度、血栓形成系数、血小板凝聚率,显示证据等级为低或极低,推荐强度均为弱推荐。结论:血塞通注射液联合依达拉奉注射液在改善急性脑梗死患者血液流变学指标方面具有较为满意的结果,且并无明显安全性问题。但由于纳入的研究数量和总样本量偏少,以及所纳入原始研究质量的限制,本研究结果需要设计严格、高质量、大样本、多中心以及有更多的国际公认结局指标和疗效的临床试验来验证,以求获取更有力的证据。