摘要：针对远程监督命名实体识别(named entity recognition,NER)任务,目前有许多基于强化学习的方法,利用强化学习的强大决策能力,对远程监督生成的自动标注数据进行噪声过滤.然而,这些方法所使用的策略网络模型架构都较简单,识别噪声能力较弱,且都以完整的句子样本为单位进行识别,导致句子中的部分正确信息被丢弃.为解决上述问题,提出了一种新的基于强化学习的方法,称为RLTL-DSNER,该方法可以从远程监督生成的带噪数据中,以单词级别识别正确实例,减少噪声实例对远程监督NER的负面影响.具体来说,在策略网络模型中引入了标签置信函数来准确识别实例.此外,提出了一种新颖的NER模型预训练策略,使其能为强化学习的初始训练提供精准的状态表示和有效的奖励值,引导其向正确的方向更新.在4个数据集上的实验结果验证了RLTL-DSNER方法的优越性,在NEWS数据集上,相较于现有最先进的方法,获得了4.28%的F1提升.

摘要：目标级隐性情感分类是自然语言处理中一项重要的情感分析任务。目前多数研究主要侧重于对上下文感知的目标进行建模,且建模信息源较为单一,难以充分捕获到目标词在文本中的隐性情感。针对该问题,提出基于双重多视角表示学习的目标级隐性情感分类方法,采用3种视角对目标和输入文本进行建模,分别设计文本自身的表示学习、图视角下的表示学习以及外部知识视角下的表示学习,并通过卷积神经网络将3种视角下的表示进行深度融合。此外,同时采用上述3种视角对目标进行表示学习,将文本的语义表示和目标的语义表示相结合,并输入到情感极性分类器中。在5个公共数据集上进行实验并与8个基线模型的对比结果表明,该方法性能达到了最优水平,在News MTSC-mt和News MTSC-rw隐性情感分析数据集上的F1_m值分别比最好模型提高1.0%和2.6%,在Laptop14、Restaurant14和Twitter显性情感分析数据集上的F1_m值分别比最好模型提高3.6%、1.4%和1.6%。

摘要：文本风格迁移是自然语言处理中的一项重要任务,其主要目的在于改变文本的风格属性,同时保留必要的语义信息。然而,在许多任务缺乏大规模平行语料库的情况下,现有的无监督方法存在文本多样性不足和语义一致性较差的问题。针对这些问题,文中提出了一种半监督的多阶段训练框架。该框架首先利用风格标注模型和掩码语言模型构造伪平行语料库,以有监督的方式引导模型学习多样性的迁移方式。其次,设计了对抗性相似奖励、Mis奖励和风格奖励,从未标记的数据中进行强化学习以增强模型的语义一致性、逻辑一致性和风格准确性。在基于YELP数据集的情感极性转换任务中,该方法的BLEURT分数提升了3.1%,Mis分数提升了2.5%,BLEU分数提升了9.5%;在基于GYAFC数据集的正式文体转换实验中,该方法的BLEURT分数提高了6.2%,BLEU分数提高了3%。

摘要：针对导光板在生产过程中人工检测效率低的问题,提出了一种基于机器视觉的导光板漆面缺陷检测方法。根据划痕、起泡、暗点、色差等各类典型缺陷的特点设计了对应的检测流程。改进了对比度调整算法,提出了一种以Sigmoid函数为映射曲线的自适应灰度变换方法增强起泡、划痕等点状、线状缺陷特征,采用局部自适应直方图均衡化算法突出色差缺陷轮廓,最后结合形态学处理、边缘检测等算法实现了对应缺陷的检测。实验结果表明该方法对各类点状、线性、色差缺陷的检出率达到90%。

摘要：目前,企业征信信息分散于政府和业务部门,信息孤岛现象严重,数据开放程度和丰富度严重不足,且数据使用授权的存证和抽查困难,依赖于一个互联互通、具备公信力的支撑平台,这会存在单点故障和信息泄露问题。为此,将区块链技术应用于企业征信数据管理服务,提出一个面向征信服务需求的跨区域公共资源交易链,该链能够支撑跨区域公共资源交易,满足节点去中心化,共识多样化和加密通信需求。基于底层公共资源交易链,构建了可信的智能合约管理,包括合约代码审计、自动化生命周期管理和可控判决,实现公共资源交易数据的灵活管理。基于智能合约设计了一套符合征信管理服务要求的数据管理机制,实现了企业征信数据的全生命周期管理。通过实验证明,该系统符合实际征信场景的业务需求。

摘要：文中以武汉市森林大道鸡公山路段高边坡复绿工程为例,系统阐述了对于不同边坡防护形式采用的不同复绿方案,详细介绍了“TBS绿化”、“植生袋+挂网+客土喷播”、“绿色罩面网+爬藤植物+垂吊植物绿化”以及坡脚绿化带的施工要点。通过这些措施成功使边坡生机盎然,既美化环境,又给边坡防护加上一条自然生态的安全带。

摘要：现有压水堆控制棒驱动机构通过定期测量工作线圈进行电阻或绝缘电阻的方法,只能提供有限的监测和诊断信息,无法对工作线圈的性能变化过程进行完整评估。基于现有控制棒驱动机构工作线圈热寿命方程,研究并设计一套可用于开展工作线圈在线寿命评估的方法;通过采集线圈工作电压及工作电流,获得实时的工作线圈电阻,并换算为工作线圈实时工作温度,将实际工作时长折算为工作线圈热寿命消耗时长。最终达到对控制棒驱动机构工作线圈进行在线寿命预测及评估的目的。

摘要：利用灾害与应急决策相关联的知识图谱、基于BERT(基于Transformers的双向编码器)+CRF(条件随机场)的灾害要素实体识别模型、基于Text2vec的文本相似度匹配模型、Neo4j图数据库和PageRank图算法等技术方法,文章对灾害应急辅助决策进行研究,最终设计并实现灾害应急辅助决策系统。该研究为应急部门和应急决策人员做出及时有效的应急决策提供智能服务和应用支持,为社会快速发展提供技术保障,为我国防灾减灾、抗灾救灾体系建设赋能。