摘 要:应用使用预测是智能手机系统优化中的关键技术之一。本文提出一种基于大语言模型语义增强的预测方法,旨在提升模型对用户使用意图的理解能力与分布外泛化能力。通过引入大语言模型自动生成应用功能描述,并结合嵌入模型将文本描述编码为高维语义向量,作为用户历史使用序列的语义表征,输入下游任务模型进行预测。为了更有效地捕捉用户行为中的时序动态与语义依赖,本文设计了一种融合局部激活注意力机制与Mamba-2模块的预测模型。实验结果表明,在真实用户应用使用数据集上,该方法在分布内数据上Top-3准确率由76.41%提升至77.00%,在分布外数据上Top-3准确率由66.06%提升至71.57%,有效提升了模型对未见应用的泛化能力。
DOI:10.13451/j.sxu.ns.2025120 摘 要:知识图谱作为一种高效的知识表示方式,能够将碎片化的信息转化成可推理的关系网络,在鸟类迁徙、保护和生物多样性研究等方面发挥重要作用。然而,由于鸟类知识的专业性、复杂性和实体关系多样化,现有鸟类知识图谱往往存在知识覆盖不全面、关系挖掘不深入等问题。为此,提出了一种基于大模型的鸟类知识图谱补全框架,通过微调和动态反馈机制,聚焦鸟
摘 要:本研究针对药物不良反应领域的命名实体识别任务,构建了用于药物警戒领域的中文命名实体识别数据集(Chinese Named Entity Recognition Pharmacovigilance Dataset, CNER-PH),并在此基础上对主流命名实体识别(Named Entity Recognition, NER)模型与大语言模型进行了系统评估。方法上,采用多种预训练模型基于Transformer的双向编码器表示(Bidirectional Encoder Representations from Transformers, BERT)、鲁棒优化的BERT预训练方法(Robustly Optimized BERT Pretraining Approach, RoBERTa)与大语言模型(GPT-4o、DeepSeek等),重点分析其在实体类别多样化及边界模糊场景下的识别能力差异。实验结果表明,BERT系列模型在应对复杂实体边界时表现更为稳健,F1值整体高于大语言模型。研究结果揭示了不同模型在药物不良反应识别中的特点与不足,为后续方法改进提供了依据。
DOI:10.13451/j.sxu.ns.2025111 摘 要:针对推荐系统存在的多模态信息利用不充分和交互数据噪声问题,本文从交互去噪的角度出发,提出层次拓扑增强的多模态推荐方法。该方法通过层次锚点拓扑结构嵌入,按节点活跃度分层采样锚点并建模全局关联性,解决过度平滑和长距离依赖捕捉问题,基于自监督学习设计可学习的生成器来生成用户的多模态偏好与去噪交互图,进行用户偏好和交互图的双向协
摘 要:近年来,少样本知识图谱补全任务因能通过少量参考三元组推理目标关系下的未知查询而备受关注。本文提出一种关系感知语义建模方法,通过联合建模三元组的图结构上下文与局部邻居语义,实现关系语义与实体语义的深度融合。该方法首先利用上下文路径生成器提取覆盖多跳依赖的图结构信息,再借助多尺度图表示编码器分别建模全局结构化语义与局部邻域语义,最终通过语义匹配聚合模块完成查询三元组与支持三元组的关系特定比对。在两个基准数据集NELL-One与Wiki-One上进行的实验表明,该方法在多个主流评估指标上均优于现有代表性方法。以NELL-One数据集为例,平均倒数排名、命中率前十、前五和前一指标分别提升3.8%、2.4%、2.2%和4.3%,验证了该方法在应对实体邻居稀疏与多重关系语义混淆问题时具备良好的表示能力与鲁棒性。
摘 要:讽刺是一种文本字面含义与真实情感意图之间存在不一致的修辞手法,准确建模语义不一致对于实现精准的讽刺检测至关重要。语义不一致不仅存在于文本本身的表述中,更与常识知识和情绪知识密切相关。然而,现有研究一般仅局限于单独探讨文本与常识知识或文本与情绪知识之间的语义不一致,缺乏同时考虑文本与两种外部知识的语义不一致。针对上述问题,该文提出了一种基于常识知识和情绪知识语义不一致的讽刺检测方法(Semantic Incongruity Incorporating Commonsense and Emotional Knowledge for Sarcasm Detection, SIICE)。SIICE模型采用注意力机制对文本语义、常识知识和情绪知识相互之间存在的语义不一致进行建模,并融合三种不一致信息进行讽刺检测。SIICE模型包含四个模块:文本语义不一致感知模块、常识知识语义不一致感知模块、情绪知识语义不一致感知模块和融合预测模块。其中,前三个模块分别利用注意力机制获取文本内部、文本与常识转换器(Commonsense Transformers, COMET)生成的常识知识之间,以及文本与效价、唤醒度与支配度(Valence-Arousal-Dominance, VAD)情绪模型生成的情绪知识之间的语义不一致表示;融合预测模块将上述三种表示拼接后进行讽刺检测。为了验证SIICE模型的有效性,该文在Twitter(Ptá?ek)、IAC-V1和IAC-V2三个基准数据集上进行实验评估,结果表明SIICE模型在讽刺检测任务中的性能优于多个基线模型,F1值分别达到0.8703、0.7049和0.7835。消融实验表明,同时建模文本与常识知识及情绪知识之间的语义不一致可以有效提升讽刺检测模型的性能。
DOI:10.13451/j.sxu.ns.2026006 摘 要:顺铂临床应用常伴剂量依赖性周围神经毒性,缺乏理想防护药物,而川芎嗪具备显著神经保护活性,本研究探讨川芎嗪预防顺铂诱导神经毒性的潜在作用机制。采用网络药理学方法,通过SwissTarget Prediction和比较毒理基因组学数据库(Comparative Toxicogenomics Database,CTD)获取川芎
摘 要:本文整合超高效液相色谱串联四极杆飞行时间质谱(Ultra-High Performance Liquid Chromatography-Quadrupole Time-of-Flight Mass Spectrometry, UHPLC/Q-TOF-MS)、网络药理学与分子对接方法,探讨开心散治疗抑郁症共病认知障碍的潜在作用机制。首先采用UHPLC/Q-TOF-MS技术鉴定开心散
摘 要: 梁-弦-梁结构在大跨度空间建筑、航空航天柔性连接件等工程领域具有重要且广泛的应用价值。本文研究梁-弦-梁传输系统的稳定性, 两个无阻尼梁通过传输条件与一个内部带Kelvin-Voigt(K-V)阻尼的弦相耦合。通过频域分析证明了系统的解达不到指数稳定, 利用频域法与乘子法建立了最优的多项式衰减率。研究结果表明仅存在于弦内部的K-V阻尼仅能使得整个系统多项式稳定, 这为梁-弦-梁结构的稳定性提供了理论参考。
摘 要:针对基于接收信号强度指数(Received Signal Strength Indicator, RSSI)的移动目标室内定位问题,本文提出一种自适应的非线性融合集员滤波(Nonlinear Fusion Set-membership Filtering, NFSMF)算法。首先基于区间数学理论确定了非线性系统线性化时高阶余项的边界,减少了线性化非线性系统产生的误差。其次,通过求解特定的半正定规划(Semi-definite Programming, SDP)问题自适应获得当前定位环境下局部滤波器所需的动态参数。接着将局部传感器的所有数据信息处理并利用信息共享系数融合计算出包含移动目标位置坐标的椭圆区域。最后,通过实验和仿真验证了所提出算法的有效性。结果表明,在相同的定位环境下,NFSMF与现有的算法相比定位精度更高,平均定位误差小于0.2 m,并可获得包含目标真实位置的最优椭圆区域。
摘 要:针对现有网络安全态势评估方法在处理少样本攻击检测精度不足、鲁棒性较差等问题上的局限性,本文提出了一种融合生成对抗网络(Generative Adversarial Networks, GAN)与混合采样(Hybrid Sampling, HS)策略的网络攻击检测方法(GAN-HS)。该方法充分利用GAN在高质量样本生成方面的优势,通过生成器模拟潜在的攻击样本分布,生成伪攻击样本以有效补充和增强少样本数据,从而提升模型对真实且未见样本的检测能力。为应对数据严重不平衡问题,本文还引入了混合采样策略,将GAN生成的伪数据与真实样本有机结合,改善训练数据的分布情况,提高对罕见攻击类型的检测性能。此外,本文在训练过程中采用动态损失函数对网络权重进行自适应调节,使得模型在多类别攻击场景下能够更好地捕捉关键特征,从而提升整体鲁棒性和泛化能力。实验结果表明,与传统方法相比,所提出GAN-HS方法在NSL-KDD(Network Security Laboratory-knowledge Discovery and Data Mining)和CSE-CIC-IDS 2018(Communications Security Establishment & Canadian Institute for Cybersecurity-intrusion Detection System 2018)数据集上F1值较最优基线在二分类上分别提高了3.27%和2.42%,在多分类上分别提高了4.37%和4.99%。特别是在罕见攻击检测中展现出明显优势,由此实现了更全面、实时的网络安全态势评估,也为网络安全监测和预警提供了新的技术思路。
摘 要:基于非平衡格林函数和运动方程方法,本文研究了平行双量子点Aharonov-Bohm环与铁磁电极和超导电极耦合体系中Rashba效应作用下自旋依赖的热电特性。研究发现,热电和热自旋参量强烈地依赖于Rashba自旋轨道耦合作用引起的相因子差、双量子点与电极的耦合不对称因子、铁磁电极的自旋极化率、系统温度等参数。在磁通和自旋轨道耦合作用共同调制下,来源于正常粒子隧穿贡献的自旋依赖的热电参量会呈现出丰富的干涉现象。Rashba自旋轨道耦合作用会引起热电品质因子的降低,但是能够增大热自旋品质因子。存在自旋轨道耦合作用时,热自旋转换效率还可以通过调节合适的耦合不对称因子、增加铁磁电极自旋极化率和升高系统温度来进一步提高。
摘 要:为了探究人工植被种植对风沙区土壤修复效应的影响,本文选取了黄河“几字弯”攻坚战中的重点区域——右玉县作为研究区域,以不同种植年限的小叶杨林、落叶松林、油松林、樟子松林和小叶杨-沙棘混交林土壤为研究对象,分析了各土壤的综合肥力和重金属污染特征,并采用基于最小数据集的主成分分析法对土壤质量进行综合评价。结果表明,右玉风沙区土壤肥力的限制因素有土壤有机质、全氮、有效氮和有效磷。植被恢复后土壤质量明显提高,小叶杨林土壤质量指数最低,小叶杨-沙棘混交后仅能略微提高土壤的有机质、全氮和含水率,油松林、樟子松林和落叶松林土壤质量指数较高,其中油松林和樟子松林土壤恢复后有益指标增加、有害指标降低,而落叶松林则两者同时升高。这一研究结果可为该区域及同类风沙区生态保护修复提供数据支持和理论依据。
摘 要:为了从数据驱动的视角出发审视办刊成效、优化办刊举措、进一步提升地方“双一流”高校综合类自然科学学报的学术影响力,本文系统梳理了《山西大学学报(自然科学版)》(简称“学报”)2016年—2025年载文数据。十年间学报共发文1385篇,其中数学251篇、计算机科学340篇、物理学209篇、化学288篇、生物与环境科学297篇。论文作者中,2022年之前校内作者占比较大,变化区间为51.18%~65.61%,之后快速下降到2025年的31.03%。论文的篇均页码从2016年的6.37页稳步增加到2025年的10.88页,表明论文研究内容的丰富度在十年中得到了显著提升。相应地,期刊复合影响因子(来自中国知网《中国学术期刊影响因子年报》)也从2016年的0.396稳步增加到2024年的0.978。基于CiteSpace软件的可视化分析表明,共现率高的作者及合作机构仍然以山西大学校内教师和单位为主,因此需要引导作者及其机构合作网络从校内集聚向校际扩散转变;而共现率高的关键词集中于计算机科学、化学、中药学、生物学及环境科学等学科领域,其中来自计算机科学的关键词广泛出现在各个学科的论文中,表明以学科间交叉融合为基础的研究成为日益主流的研究范式。对学报入选《中国知网学术精要数据库》的论文分布的分析表明,专刊、专题和专栏(如计算机会议论文选登、网络药理学等)的论文具有相对高的综合学术影响力。因此,依托识别相对稳定的科研热点设置专栏,并融合重要节庆专刊及计算机学科会议专题,本刊形成了独具特色的高质量发展路径。本文的数据分析,则为该路径的持续完善与深入发展提供了有力的数据支撑。