文章-世纪中文出版社

激光粒度仪法与湿筛-沉降法测定火山碎屑物发育土壤颗粒组成的比较下载：86 浏览：486

孙福军苗涵博韩春兰康天成姜志文吕秀艳《中国土壤》 2020年4期

摘要:

为了比较湿筛-沉降法和激光粒度仪法测定玄武质火山碎屑物发育土壤的颗粒组成的结果,对供试土壤进行了比重值测定,并采用实测比重值和常用比重值(2.65)分别进行了湿筛-沉降法的土壤颗粒组成测定,同时又对样品进行了激光粒度仪法测定。结果表明:玄武质火山碎屑物发育土壤的比重值较土壤的常用比重值有一定的差异,进而导致了两种比重值条件下湿筛-沉降法测定的土壤颗粒组成的差异,但相差不大。激光粒度仪法测定的土壤颗粒组成与湿筛-沉降法比较,黏粒含量偏低,粉粒含量偏高,绝大多数砂粒含量偏高。导致这种差异的原因之一是两种方法的测定原理不同,分别测定的是同一颗粒的不同特征;其次是测定的粒径范围不同,湿筛-沉降法测定<2 mm的全部土粒,但激光粒度仪法对小于某粒径(MS3000激光粒度仪的测量范围是0.01～3500μm)的土粒不做测量;此外,还受黏土矿物的层状构造及土壤分散方法的影响。由于不同生产厂家、不同型号的激光粒度仪,其测量范围不同,对土壤颗粒组成的测定结果会产生一定的影响。所以,建议在应用激光粒度仪测定土壤颗粒组成时,标示仪器的生产厂家和型号。

基于原型网络的细粒度实体分类方法下载：48 浏览：353

任权《中文研究》 2020年8期

摘要:

细粒度实体分类任务作为命名实体识别任务的扩展，其目的是根据指称及其上下文，发掘实体更细粒度的类别含义。由于细粒度实体语料的标注代价较大，标注错误率较高，因此该文研究了在少量样本情况下的细粒度实体分类方法。该文首先提出了一种特征提取模型，能够分别从单词层面以及字符层面提取实体信息，随后结合原型网络将多标签分类任务转化为单标签分类任务，通过缩小空间中同类样本与原型的距离实现分类。该文使用少样本学习以及零样本学习两种设置在公开数据集FIGER（GOLD）上进行了实验，在少样本学习的设置下，较基线模型在三个指标中均有提升，其中macro-F1的提升最大，为2.4%。

细颗粒度汽车评论语料库的构建和分析下载：41 浏览：330

曹紫琰1 冯敏萱1 毛雪芬1 程宁1 宋阳2 李斌1 《中文研究》 2020年2期

摘要:

产品评论文本是情感分析的重要研究对象，目前已有的产品评论语料库大都较为粗疏，没有完整地标注出对象、属性、极性"三要素"，影响自动分析的应用场景。对此，该文构建了细颗粒度评论语料库，共包含9 343句汽车评论短文本，不仅人工标注了"三要素"的具体词语，而且将其对应到产品和属性的知识本体树上。此外，对无情感词的隐含表达、特殊文本(如建议文本、比较句等)也标注出对应的三元组并予以特殊标签。语料统计表明，对象和属性要素的共现率高达77.54%，验证了构建"三要素"齐全标注体系的必要性；基于该语料库的"三要素"自动标注实验F1值可达70.82%，验证了细颗粒度标注体系的可计算性以及语料库构建的规范性和应用价值。该语料库可以为细颗粒度情感分析研究提供基础数据。

中文字粒度切分在蒙汉机器翻译的应用下载：27 浏览：341

苏依拉高芬仁庆道尔吉《中文研究》 2019年11期

摘要:

在机器翻译任务中，主流的深度学习算法大多使用词或子词作为基础的语义单元，在词或子词层面学习嵌入表征。然而，词粒度层面存在一系列缺点。该文基于LSTM和Transformer蒙汉翻译模型，对蒙文进行子词粒度切分，对中文分别进行子词和字粒度切分对比实验。实验结果显示，相比于子词粒度切分，基于Transformer的蒙汉翻译模型和基于LSTM的蒙汉翻译模型的字粒度切分有极大的BLEU值提升，字级别的蒙汉翻译模型在验证集和测试集上都显著优于混合字和词的子词级别的蒙汉翻译模型。其表明，字级别的蒙汉翻译模型更能捕捉单元之间的语义联系，提高蒙汉翻译性能。

基于循环实体网络的细粒度情感分析下载：55 浏览：457

贾川方睿浦东康刚《中文研究》 2019年1期

摘要:

目前，深度神经网络模型已经在文本情感分析领域取得了较好的效果，但是对于属性相关的细粒度的情感分析任务，现有研究方法的效果仍有待改进。该文提出了一种基于循环实体网络来进行细粒度情感分析的方法，在网络中嵌入预定义的评价属性类别信息，利用扩大的内部记忆链来抽取与每个属性类别相关的情感特征，并通过动态记忆单元控制与属性相关情感信息的远距离依赖，然后，对于给定的单个属性类别，利用注意力机制从内部记忆链中抽取该属性类别的情感特征进行分类。该文提出的方法在Sentihood数据上与目前精度最高的方法相比，取得了近1个百分点的提升，而且模型的收敛速度更快。

基于细粒度词表示的命名实体识别研究下载：26 浏览：338

林广和1 张绍武1，2 林鸿飞1 《中文研究》 2018年12期

摘要:

命名实体识别(NER)是自然语言处理中的一项基础任务，其性能的优劣极大地影响着关系抽取、语义角色标注等后续任务。传统的统计模型特征设计难度大、领域适应性差，一些神经网络模型则忽略了词本身所具有的形态学信息。针对上述问题，该文构建了一种基于细粒度词表示的端到端模型(Finger-BiLSTM-CRF)来进行命名实体识别任务。该文首先提出一种基于注意力机制的字符级词表示模型Finger来融合形态学信息和单词的字符信息，然后将Finger与BiLSTM-CRF模型联合进行实体识别，最终该方法以端到端、无任何特征工程的方式在CoNLL 2003数据集上取得了F1为91.09%的结果。实验表明，该文设计的Finger模型显著提升NER系统的召回率，从而使得模型的识别能力显著提升。

基于机器学习的细粒度空气质量时间预测器下载：63 浏览：495

曹鑫磊冯锋《中国环境保护》 2020年6期

摘要:

针对空气质量状况的预防和治理,提出了基于线性回归的空气质量预测方法。作为时间预测器,更多的是考虑本地的历史数据、过去与未来的状况,挖掘空气质量随时间变化的关系以及变化趋势,为了选取最优的特征,对数据进行分析,找到与空气质量变化关系密切且存在线性关系的特征,以此特征来建立线性回归模型,并使用Cross-Validation方法进行评估验证。实验结果表明线性回归方法能够有效地预测到空气质量的变化趋势,效果良好,具有较强的实用性。

直接粉碎法与回添法生产不同粒度全麦粉品质的比较研究下载：68 浏览：346

杨思齐1 王凤成1 邢亚楠2 李建华1 《中国食品与营养》 2020年7期

摘要:

由超微粉碎机直接粉碎小麦和麸皮,通过激光粒度仪调控分别得到粒度为60目、80目、100目、120目的全麦粉和麸皮粉,其中,麸皮粉与小麦粉按3:7混合作为回添法生产的全麦粉,研究粒度对全麦粉品质的影响,同时对比直接粉碎法和回添法生产全麦粉的不同。结果表明:与回添法生产的全麦粉(RWWF)相比,直接粉碎法生产的全麦粉(EWWF)的湿面筋含量和降落数值更高,而水分含量、破损淀粉含量更低;EWWF面团的形成时间、稳定时间、粉质质量指数均低于RWWF面团,而弱化度及各项拉伸指标均高于RWWF面团;随着粒度的减小,EWWF白度、破损淀粉显著增大,水分含量、降落数值显著降低,灰分、湿面筋含量没有明显变化,而RWWF破损淀粉显著增大,水分含量、白度、湿面筋含量显著降低,降落数值变化不明显;2种加工方式生产的全麦粉吸水率增大,形成时间、稳定时间、粉质质量指数总体减小,弱化度变化规律不明显,其各项拉伸指标总体均先增大后减小。

基于句法规则和HowNet的商品评论细粒度观点分析下载：33 浏览：327

韦婷婷1 陈伟生1 胡勇军2 骆威1 包先雨3 《当代中文学刊》 2020年5期

摘要:

该文提出一种基于句法规则和HowNet词典的商品评论细粒度观点分析方法,主要包括三个模块:评价对象抽取、评价对象—评价词对抽取、评价对象总体观点得分计算。具体思路为:首先,结合词性标注和频繁项集方法构建一个初始的评价对象词典,便于重用和修正商品的总体评价维度;其次,基于爬取的电商评论文本真实数据设计了评价对象—评价词对抽取规则;最后,借助HowNet词典分别计算不同评价维度的观点综合得分,进而对比同一商品不同品牌在各个维度下的总体观点评价,该方法在商品评论语料集上验证了有效性。

基于领域情感词典特征表示的细粒度意见挖掘下载：24 浏览：333

郁圣卫卢奇陈文亮《当代中文学刊》 2019年4期

摘要:

细粒度意见挖掘的主要目标是从观点文本中获取情感要素并判断情感倾向。现有方法大多基于序列标注模型,但很少利用情感词典资源。该文提出一种基于领域情感词典特征表示的细粒度意见挖掘方法,使用领域情感词典在观点文本上构建特征表示并将其加入序列标注模型的输入部分。首先构建一份新的电商领域情感词典,然后在电商评论文本真实数据上,分别为条件随机场(CRF)和双向长短期记忆-条件随机场(BiLSTM-CRF)这两种常用序列标注模型设计基于领域情感词典的特征表示。实验结果表明,基于电商领域情感词典的特征表示方法在两种模型上都取得了良好的效果,并且超过其他情感词典。

基于Lattice-LSTM的多粒度中文分词下载：37 浏览：435

张文静1,2 张惠蒙1,2 杨麟儿1,2 荀恩东1,2 《当代中文学刊》 2019年3期

摘要:

中文分词是中文信息处理领域中的一项关键基础技术,而多粒度分词是中文分词领域较新的研究方向。针对多粒度中文分词任务,该文提出一种基于Lattice-LSTM的多粒度中文分词模型,在传统基于字的多粒度中文分词模型基础上,加入了多分词粒度的词典信息。与传统模型相比,所提出的模型在网格结构的辅助下,对不同粒度的分词标准都有较强的捕捉能力,且不局限于单一的分词标准。实验表明,该文提出的方法在多粒度中文分词方向取得了目前最好的结果。

子字粒度切分在蒙汉神经机器翻译中的应用下载：25 浏览：382

任众侯宏旭吉亚图武子玉白天罡雷颖《当代中文学刊》 2019年2期

摘要:

在蒙汉神经机器翻译任务中,由于语料稀少使得数据稀疏问题严重,极大影响了模型的翻译效果。该文对子字粒度切分技术在蒙汉神经机器翻译模型中的应用进行了研究。通过BPE算法将切分粒度控制在字符和词之间的子字粒度大小,将低频词切分成相对高频的子字片段,来缓解数据稀疏问题,从而在有限的数据和硬件资源条件下,更高效地提升模型的鲁棒性。实验表明,在两种网络模型中使用子字粒度切分技术,BLEU值分别提升了4.81和2.96,且随着语料的扩大,训练周期缩短效果也更加显著,说明子字粒度切分技术有助于提高蒙汉神经机器翻译效果。

基于细粒度词表示的命名实体识别研究下载：43 浏览：250

林广和1 张绍武1,2 林鸿飞1 《当代中文学刊》 2018年12期

摘要:

命名实体识别(NER)是自然语言处理中的一项基础任务,其性能的优劣极大地影响着关系抽取、语义角色标注等后续任务。传统的统计模型特征设计难度大、领域适应性差,一些神经网络模型则忽略了词本身所具有的形态学信息。针对上述问题,该文构建了一种基于细粒度词表示的端到端模型(Finger-BiLSTM-CRF)来进行命名实体识别任务。该文首先提出一种基于注意力机制的字符级词表示模型Finger来融合形态学信息和单词的字符信息,然后将Finger与BiLSTM-CRF模型联合进行实体识别,最终该方法以端到端、无任何特征工程的方式在CoNLL 2003数据集上取得了F1为91.09%的结果。实验表明,该文设计的Finger模型显著提升NER系统的召回率,从而使得模型的识别能力显著提升。

壳层厚度对中空苯丙乳胶粒结构形态及遮盖性的影响下载：86 浏览：439

袁腾1，2 梁斌1 黄家健1 杨卓鸿1 邵庆辉2 《新材料》 2019年6期

摘要:

在利用三层交联型碱溶胀法制备中空苯丙乳胶粒的基础上，采用粒径分析仪、粘度计、扫描电镜(SEM)、透射电镜(TEM)和紫外-可见分光光度计(UV-Vis spectrophotometry)等测试方法考察了壳层厚度对中空乳胶粒结构形态和遮盖性的影响。研究结果表明，壳层的厚度对中空聚合物乳胶粒的形态和遮盖性具有重要影响，随着壳层厚度的增加，乳胶粒粒径先减小后增大，并在壳/中间层包覆核的比值等于7时达到最小值，乳液粘度也一直减小。同时，在壳层厚度增加的过程中，中空聚合物乳胶粒表面粗糙程度逐渐降低，破裂和塌陷的乳胶粒逐渐减少，遮盖性先增强后减弱。壳/中间层包覆核的最佳比值为7～9。

HRB500E钢筋强屈比性能不合格的原因浅析下载：75 浏览：494

胡阳《冶金学报》 2018年5期

摘要:

通过工艺对比、成品成分和金相组织分析,找到了造成HRB500E钢筋强屈比性能不合格的原因,摸索了氮含量增加对钢筋强度和强屈比性能的影响。

黔西南喀斯特洞穴沉积物粒度特征分析下载：77 浏览：468

张育林1 王恒松2 程星1 涂鑫1 张辉华3 《水土保持与应用》 2019年7期

摘要:

通过采集贵州北盘江峡谷石漠化研究区内唐家大洞地下洞穴沉积物土壤和基岩样品,利用MASTERSIZER 2000激光粒度分析仪对土壤样品进行测定,按照乌顿-温德氏粒级标准,利用Folk-Ward公式计算出平均粒径、标准偏差、偏度和峰度等土壤粒径参数,对5个基岩样品进行浸泡溶蚀试验,计算出溶蚀率（R）及溶蚀速率（Rv）。结果表明,北盘江喀斯特地表侵蚀及溶蚀较严重,洞穴向地层裂隙方向以纵向发育为主;洞穴地下河道沉积物分选性较差,土壤样品粒径以黏粒、粉砂、细砂3个粒级为主;洞穴沉积物粒径变化范围不大且分选性较差,沉积物粒径相对较细且分布特征基本一致;根据沉积物表层HJ-01与下层HJ-02至HJ-05粒径分布特征,沉积过程中可能存在降雨量大小两种情况且二者相互交替具有循环性,主要受水文环境与碳酸盐岩溶蚀程度影响。

杭锦旗地区锦72井区盒1段沉积特征下载：72 浏览：452

曹桐生《天然气进展》 2019年12期

摘要:

为了明确鄂尔多斯盆地北缘杭锦旗地区锦72井区下二叠统下石盒子组沉积特征及展布规律,以主力气藏盒1段为研究对象,分析了岩心、粒度、测井、录井等资料,归纳出7种岩相类型和岩相组合,总结出5种典型测井相和4种典型测井相组合,进行了沉积微相判别,建立了研究区盒1段纵向沉积序列,刻画了沉积相平面展布,并总结形成了研究区辫状河沉积模式。研究结果表明:①锦72井区盒1段靠近物源区,沉积物以牵引流为主,发育大套厚层块状层理砂岩相和含砾粗砂岩相,判别沉积环境为冲积平原辫状河沉积;②可识别出心滩、辫流水道及河漫沉积3种沉积微相类型,优质储层主要形成于心滩微相中,该类沉积微相具有沉积物粒度粗、测井曲线显示为光滑箱型的特征,多套叠合的岩性圈闭砂砾岩构成的叠置心滩为最有利的勘探目标。该研究成果对确定研究区天然气有利靶区具有指导作用。

库布齐沙漠南缘光伏电站内表层沉积物粒度特征下载：14 浏览：212

党梦娇1 蒙仲举1 斯庆毕力格2 杨世荣1 《土壤研究》 2019年2期

摘要:

以库布齐沙漠南缘光伏电站表土为研究对象，利用激光衍射技术分析研究了地表0～5 cm层沉积物粒度特征，探讨光伏电站对风蚀颗粒粒度的影响。结果表明:光伏电站内沉积物以细砂、中砂为主。光伏电板的阻滞作用使得板下极细砂、细砂含量升高，中砂含量降低。与裸沙丘相比板下与板间分选性变好，板下颗粒细化，板间颗粒粗化，峰态偏离正态，向负偏发展，颗粒频率分布曲线变宽，累积频率曲线依次变陡。光伏电站内迎风方向(东南向西北方向)电板区域沉积物含量波动显著，频率较高，平均粒径较背风方向小，迎主害风方向颗粒出现粗化趋势。背风方向(西南向东北方向)沉积物含量波动频率明显下降，平均粒径较迎风方向大，背风方向颗粒出现细化趋势。北向南方向电板区域沉积物粒径逐渐增大，颗粒出现细化趋势，由光伏电站外缘延至光伏电站内部极细砂、细砂颗粒堆积程度逐渐增大。光伏电站迎风方向沉积物粗粒化现象尤为严重，需要在光伏电站周围、主要在迎风方向建设防护措施，来降低电站内颗粒粗粒化现象以及板间堆积现象的发生程度。

川西坳陷优质烃源岩测井定量预测及分布——以须家河组五段为例下载：75 浏览：489

李强袁东山杨映涛朱丽李定军《天然气进展》 2018年7期

摘要:

根据岩心粒度实验分析资料,采用测井交会分析方法建立了川西坳陷须家河组五段岩石粒度中值测井解释模型。通过逐步回归方法对表征烃源岩有机碳特征的测井敏感参数进行分析,结合岩石粒度中值测井解释模型成果,建立了岩性约束下高精度有机碳含量测井解释模型,为优质烃源岩的定量预测及分布评价奠定了基础。结合川西坳陷须家河组五段优质烃源岩有机碳含量下限标准,建立了优质烃源岩测井评价标准并对单井优质烃源岩进行划分统计,完成了对川西坳陷须家河组五段各亚段优质烃源岩分布的定量预测与评价工作。

基于稀疏化双线性卷积神经网络的细粒度图像分类下载：382 浏览：387

马力1 王永雄2 《人工智能研究》 2019年8期

摘要:

针对双线性卷积神经网络(B-CNN)在细粒度图像分类中因参数过多、复杂度过高而导致的过拟合问题,提出稀疏化B-CNN.首先对B-CNN的每个特征通道引入比例因子,在训练中采用正则化方法对其稀疏.然后利用比例因子的大小判别特征通道的重要性.最后将不重要特征通道按一定比例裁剪,消除网络过拟合,提高关键特征的显著性.稀疏化B-CNN属于弱监督学习,可实现端到端训练.在FGVC-aircraft、Stanford dogs、Stanford cars这3个细粒度图像数据集上的实验表明,稀疏化B-CNN的准确率高于B-CNN,也优于或基本接近其它通用的细粒度图像分类算法.

	在线客服
	客服电话：400-188-5008
	客服邮箱：service@ccnpub.com
	投诉举报：feedback@ccnpub.com

	在线客服：：点击联系客服
	联系电话：：400-188-5008
	客服邮箱：：service@ccnpub.com
	投诉举报：：feedback@ccnpub.com