摘要：[目的/意义]在教学环境中使用虚拟数字人进行授课可以促使用户更高效地在线学习。本研究旨在探究在线学习中虚拟数字人特征对用户在线学习效果的影响,为在线教学视频设计和教学策略优化提供参考。[方法/过程]结合准社会互动理论,使用VTube Studio软件设计虚拟数字人教学的视频材料,招募用户观看教学视频并测量用户的主观感受,对在线学习中虚拟教师授课的情境进行探究。[结果/结论]虚拟数字人的吸引力、拟人化特征通过用户对虚拟数字人的态度和学习满意度的链式中介作用积极影响在线学习效果,拟人化到学习效果的中介路径之间存在遮掩效应;准社会互动对学习满意度有积极影响,而对学习效果存在负面作用。

摘要：[目的/意义]在美国对华半导体技术限制措施不断升级的现实背景下,深入挖掘多重管制政策影响所蕴含的复杂传导链条和动态演化规律,对于帮助相关决策者洞察政策影响传播路径、把握对冲措施执行效果、及时调整政策规划具有十分重要的战略意义。[方法/过程]设计一种基于事理图谱的政策影响传导路径识别方法,从事件动态演化过程的视角出发,引入马尔科夫链模型识别事理图谱中的事件演化关键路径,据此分析美国技术管制政策对我国半导体产业链上中下游主要关联实体造成的影响及其不同演化趋势,评估其对多方利益主体的复杂作用机制。[结果/结论]研究发现,产业链不同环节企业的事件演化特征呈现显著差异性,政府主导类事件的前期干预对于企业事件演化的积极导向产生关键影响,市场响应类事件则在路径中具有重要反馈作用。因此,需要坚持政策先行,构建覆盖全产业链的多层次全链条政策体系,汇集政产学研用多方力量以加强半导体领域的关键核心技术突破,并推动上中下游企业协同合作,打造安全自主可控、开放协同创新的半导体产业链生态。

摘要：2023‑12‑18甘肃省临夏回族自治州积石山发生Ms 6.2地震,为减少地震及其次生灾害对人民生命财产造成的损失,研究震后滑坡及近地空间环境变化对地震次生灾害的防治具有重要意义。采集距离震源中心51 km左右的滑坡、大坝以及基准站的全球导航卫星系统原始观测数据进行精密单点定位解算,通过统计站点位移、天顶对流层延迟(zenith tropospheric delay,ZTD)和大气可降水量的变化情况,分析了地震对滑坡作用及近地空间环境的影响。实验结果表明,本次地震并未对该处滑坡造成瞬时破坏,但地震会破坏滑坡稳定性,在地震后一天部分滑坡点位缓慢位移高达10 mm以上;此外,在地震后天顶对流层延迟呈现出异常增高的变化趋势;对影响其异常变化的原因进行分析,发现气压变化对震后ZTD变化有一定影响,但其主要是由于水汽异常变化所导致,证明了地震会导致震区水汽异常增大。该研究为后续地震所引发滑坡变形和空间环境变化等相关研究提供参考。

摘要：现有GNSS水汽层析在层析高度、垂直分层、水平步长等关键参量确定方面多为经验选取,缺乏普适性确定方法,导致层析结果差异较大、难以实现普适性水汽层析结果的落地应用。针对该现状,本文提出GNSS水汽层析关键参量普适性确定理论方法,解决水汽层析过程中最优建模参量无法确定的难题。首先,提出联合垂直分层廓线资料与水汽密度阈值的层析区域最优高度确定原则;然后,提出垂向分层水汽等权原则的最优垂直分辨率确定方法;最后,综合考虑测站密度和卫星截止高度角等信息,发展联合网格覆盖率最大化及非均匀对称水平网格划分思想的最优水平步长确定方法。选取香港区域2013年5月1—14日共14 d 12个GNSS测站及1个无线电探空站的数据进行试验。与现有经典方法对比,以无线电探空数据为真值,发现本文方法反演水汽密度廓线精度的平均改善率为12%;以欧洲中期天气预报中心(ECMWF)发布的第五代再分析数据集(ERA5)计算的斜路径水汽含量(SWV)为真值,本文方法反演得到SWV精度的平均改善率为29.5%。

摘要：【目的】针对现有基于标注和基于文本生成的事件抽取模型存在的不足,提出一种使用自动构造模板引出预训练语言模型知识的事件联合抽取模型。【方法】基于事件提示符设计模板自动构造策略以生成统一的提示模板,在编码层为事件提示符引入事件提示编码层,而后接入预训练的BART模型捕捉句子的语义信息,并生成对应的预测序列,从预测序列中提取对应事件类型的触发词和论元,实现事件触发词和论元的联合抽取。【结果】在包含复杂事件信息文本的事件数据集中,事件触发词抽取和事件论元抽取的F1值分别达到77.67%和65.06%,相较于最优的基准方法分别提升了2.43和1.62个百分点。【局限】模型仅局限于句子级文本,且仅在编码层对提示符进行调优。【结论】本文模型基于提示符调优,能够在减少模板构建成本的同时保持相同甚至更优的性能,并且能够识别具有复杂事件信息的文本,有效提升了事件元素多标签分类的效果。

摘要：近年来,以区域首店、行业首牌、品牌首秀、新品首发的“四首经济”新业态呈现蓬勃发展态势。“四首经济”相互依存,造就新型的“人货场”商业生态系统,可进一步激发消费新需求、促进消费升级和提升城市商业活力。数智赋能“四首经济”是新型消费背景下激活城市消费新动能的关键,通过数智赋能“四首经济”,实现区域首店数智化转型、品牌首秀数智化创新、行业首牌数智化营销与新品首发数智化设计生产,促进新消费潜力加速释放,加快培育形成更活跃、更强劲的消费市场。

摘要：【目的】为提高医学信息查询意图强度识别的精度并解决查询式词向量表征困难、标注数据集少等问题,设计一种基于任务知识融合与文本数据增强的医学信息查询意图强度识别方法。【方法】在文本数据增强方面,选取SimBERT模型,实现小样本数据集的文本数据增强;在文本表示方面,利用医学信息查询式文本语料对BERT模型进行增量预训练,获得融合任务知识的MQ-BERT模型;在文本分类方面,在MQ-BERT后引入Bi-LSTM等模型进行分类任务,并对比文本数据增强前后的分类效果。【结果】融合任务知识的MQBERT的分类结果F-Score达到92.22%,超越了阿里巴巴团队提出的MC-BERT在同一任务数据集上的最佳结果(F-Score=87.5%);文本数据增强后,模型分类效果进一步提升,其中基于MQ-BERT和Bi-LSTM的模型获得最佳分类结果,F-Score为95.34%,相比MC-BERT提升了7.84个百分点。【局限】增量预训练过程的数据选择方法在未来可以进一步优化。【结论】任务知识融合与文本数据增强能有效提高医学信息查询意图强度识别精度,针对不同强度的查询意图,应该对其查询结果采用不同的呈现方式,以提升医学信息检索系统的查询准确度,更好地满足用户的医学信息需求。

摘要：随着数据型科学研究的快速发展及数据共享理念的推动,科学数据管理平台的建设得到了越来越多的重视.然而,由于科研数据量的增加和形式的多样性,传统的科学数据管理平台已不能满足用户对于数据组织服务的个性化需求.此外,数据湖作为一种新型的数据集中式存储库受到了工业界和学术界的广泛关注,它允许从多个数据源中摄入数据,并以原生格式进行存储.在数据湖架构的支撑下,本文主要基于对象代理数据库设计并实现了一种个性化的大数据共享可信数据湖平台.该平台支持多源异构原生数据的存储,实现了元数据管理、数据集检索等高效的数据存储和管理功能;基于对象代理数据模型,设计了合适的基本类和代理类,并结合对象代理数据库的更新迁移机制,实现了个性化数据空间管理及数据自动推送功能;在数据安全方面,利用数据去重技术进行重复数据删除,大大减少了存储消耗.

摘要：[目的/意义]结合金融证券行业特征,借鉴层次式设计思路和数据立方体概念,提出多层领域本体立方体模型并完成构建。[方法/过程]复用FBIO本体进行知识建模;利用LDA主题建模与BIRCH层次聚类完成概念提取;基于依存句法和深度学习框架的知识抽取完成本体实例扩充;通过维度分类和基于概率的实体空间向量表示增强语义关联性。[结果/结论]多层构建方式和立方体结构增加了知识内在关联,为金融概念知识提供多层次、细粒度的知识组织方式;也为本体构建提供新的思路。

摘要：事件语义中的时间语义信息是确定事件边界、支撑事件推理的关键要素,对于业务领域中事件类文本的语义理解和表示有着重要作用。本文根据领域事件中时间语义表示的实际需求提出了一种新的时间语义表示模型GEP(granularityevent-pattern)。该模型在时间粒度、命名时刻与时刻类别等概念基础上,采用代数形式有效地实现了时间语义的表达,利用时刻类别和粒度时刻的动态匹配机制,可灵活、一致地支持多时间粒度下的时间区间表述及周期性事件,表现事件在多时间粒度下的复杂时间语义及其理解过程。通过医疗领域文本理解中的典型案例,验证了模型的可行性和有效性,展现GEP模型在时间语义表达层面的价值,设计了基于GEP模型的GTGD(GEP temporal graph data)图结构数据模型,展现GEP模型在时间语义存储查询方面的应用价值。