摘要：为提高水利智搜数据采集效率、个性化推荐程度、协调运维能力、信创环境适配程度,向社会公众提供便捷高效的水利信息检索服务,结合核心技术自主可控的必然要求,研究运用数据采集、搜索推荐模型等智能化处理技术,进一步优化搜索算法,加强数据信息采集。同时,通过优化水利智搜平台设计,基于信创环境适配优化,采用集成式、场景式和交互式一体化数据呈现方式,提升支撑、统计分析、搜索和聚合能力,实现精准化推荐和协同化运维。基于信创环境的水利智搜优化设计与研究,可为水利行业智能化信息检索服务提供经验借鉴。

摘要：针对水利政府网站中传统自然语言处理技术导致的公共服务机械、低效问题,引入LLM技术和理念,对多种智能分析计算服务进行封装,设计构建一套以封装后的智能框架平台为服务支撑,以多元化的应用服务实现各业务流程,以多维度数据为资源存储的水利智能公共服务体系。提出水利智能公共服务的应用场景,提升政府网站公共服务智能化、便捷化程度,更加精准地理解民众意图,为今后水利政务服务与公共大模型的结合应用提供有益的尝试,帮助水利政府网站公共服务构建更高效的模型,全面提升公共服务的多样普适性、长期有效性、专业权威性、方便快捷性,同时为创新水利公共服务流程和模式等提供参考借鉴。

摘要：提出了一种基于大模型技术的算力产业监测服务平台的设计,旨在通过高效的技术手段实现对算力产业发展监测,为智能化决策提供更加综合全面的支撑。该平台采用分层架构设计,底层以国产百亿参数大模型基座为支撑,上层为业务层应用系统,提供算力发展洞察、智能分析助手等功能。

摘要：针对水利舆情及业务工作对互联网舆情大数据的需求,研究利用大数据、自然语言处理等技术,基于多模态智能分析架构,采用知识图谱、信息萃取、价值识别等手段,开展信息价值点、敏感点、关键点、发酵点的发现及标引和提取,建设水利舆情大数据分析平台。平台运行有效地推动舆情工作及水利业务工作的融合,扩大水利舆情工作的深度和广度,验证水利业务系统利用互联网维度数据途径的可行性,打开互联网维度数据与水利业务数据叠加的发展空间,提升舆情大数据的价值密度,可为水利部门户网站、河(湖)长制管理、水资源管理、水资源大数据分析等业务系统,提供业务数据支持和分析决策支撑。

摘要：目前,基于编码器—解码器框架图像描述模型在编码阶段未考虑同一个单词在不同语句中的差异,在解码阶段未考虑语言序列的层级结构。为解决该问题,基于深度学习对图像描述进行研究,充分利用图像的视觉特征与参考语句的文本信息,设计了基于Bert词向量和有序记忆网络的图像描述模型。该模型采用编码器—解码器框架,编码器负责获取图像和参考文本的信息,解码器负责输出预测的文本。编码器利用Inception-v4网络与通道注意力和空间注意力机制(CBAM)相结合的方式获取图像特征,利用Bert模型对参考文本进行向量化获取参考文本的信息。将获取到的视觉特征和文本信息输入到解码器中,使用具有良好决策能力的策略网络与价值网络为解码器提供指导,通过与自适应注意力相结合的有序记忆网络(ON-LSTM)生成最终的图像描述语句。该模型在MS COCO Caption2014数据集中相对于基础模型在BLEU-1、BLEU-4、CIDEr和Meteor上分别提高了0.7%、1.1%、0.6%和0.7%,是一种有效的图像描述模型。

摘要：种种迹象表明：报纸正在没落!何以见得？从美国纸质媒体报纸的广告收入情况来看，经历了1990年和2002年收入的黄金时期（600亿美元），到2012年，美国纸质媒体的广告总收入已经下降到1950年的水平，也就是200亿美元。美国上市公司纽约时报的股价也从2007年的25美元每股跌至今天的6．56美元，而2007年恰恰就是Facebook崛起的过程。

摘要：对海量的互联网新闻进行快速热点聚类是一个重要的研究方向。针对大规模文本聚类的几个关键问题(相似度计算、分布式聚类、聚类结果概要生成),文中设计并实现了一个基于Spark计算框架的分布式新闻聚类系统。该系统采用GPU加速的深度相似度算法进行新闻文本的相似度计算,得到新闻之间的相似关系,并采用图聚类算法进行新闻聚类,最后采用标题压缩技术形成热点描述,生成最终的聚类结果。实验结果证明,文中提出的系统具有较高的执行效率和良好的可扩展性,可以有效地处理大规模新闻的热点聚类任务。

摘要：本文综合考虑了专利检索的业务特点以及智能语义分析技术与专利检索的结合点设计了一次信息检索评测,目的是检测专利语义检索技术的研究现状和系统有效性。为了提高评测的自动化程度,本文提出了一种基于引证文献的相关专利检索自动评测方法,实验结果表明,该方法可以取得与人工评价方法基本一致的测试结果。本次评测的相关工作为专利检索研究提供了有益参考。

摘要：根据机械设计图像的形状特征,提出一种利用加权距离实现的多特征异步检索方法。首先利用机械设计图像的外接圆距离特征进行初步检索,再结合初步检索结果集的位置计算输入图像和初步检索结果集的加权Hu不变矩特征距离,并据此获得最终的检索结果。实验表明,与单一特征的检索方法相比,该方法在机械设计图像检索中有更高的查准率和查全率。

摘要：【目的】尽可能多地抽取多字词本体术语,以保证本体构建的质量。【方法】提出基于部件扩展的本体术语抽取方法。利用部件的领域聚合性和词性特征,采用领域词频比较的方法抽取部件;考虑术语长度、术语词性构成以及术语内部结合度等因素,设计合理的扩展规则对部件扩展以形成候选术语;利用上下文关联信息、语境信息从候选术语集中筛选出本体术语。【结果】利用该方法在IT领域实验数据集上进行测试,实验结果准确率为83.5%,召回率为87%,准确率相比Baseline方法要高出2.5个百分点。【局限】部件抽取方法需要借助于平衡语料库,部件的质量直接影响术语抽取效果。【结论】实验结果表明该方法是有效的,对本体学习、本体构建具有积极意义。