风味蛋成了市场新宠

随着养禽业的发展，鲜蛋产量逐年增加，从而使鲜蛋普遍滞销且利润微薄。传统的鲜蛋加工产品非常单一，只有皮蛋、咸蛋和五香茶蛋等少数几个品种。以创新皮蛋浸剂和涂粉而闻名的四川省开江县牧业科技开发中心总经理吴名文，3年前就开始瞄准了鲜蛋深加工这块商机巨大的处女地。他通过市场调查发现，随着生活水平的提高，城乡群众对蛋制品消费求新、求奇和求特的需求日益旺盛，而市场上恰恰缺少风味独特、品种丰富，能满足不同消费群体口味的禽蛋制品，这使鲜蛋加工成了资源最丰富、市场前景最广阔、资金周转快且不需机械设备、没有技术难度和风险小的创业项目。     

基于AutoCAD2000的二维图形自动编程软件的开发

介绍了基于AUTOCAD2000、采用Visual LISP作为开发工具的二维图形自动编程系统的开发，并详细介绍了数据结构、实体排序技术及各模块之间数据流的传送．并通过实例讲解了软件的应用。     

应用UG进行《工程图学》教学改革的尝试

计算机及其相关技术的发展,使得CAD/CAM技术有了长足的进步,其应用领域也越来越广泛,从最早应用CAD/CAM技术的机械制造领域,发展到农业、建筑、电子、化工等领域。而作为CAD/CAM基础的《工程图学》如何适应现代的设计、制造模式,是每个教师都应当思考的一个问题。为此,讨论了CAD/CAE/CAM技术广泛应用于设计、制造行业新形势下的《工程图学》的教学模式;论述了应用UG进行《工程图学》教学改革的体会。     

Pro/E软件在机械设计中的应用

文章主要介绍了Pro/E工程软件功能及作用,并以减速器为例说明了三维实体造型的一般过程。     

基于Pro/E的装配体三维设计

介绍了使用Pro/E计算机软件作为计算机设计绘图工具，建立3D实体模型，然后根据零件间的位置关系将所涉及的零件逐个地进行装配；并简单阐述了其工程图的制作及齿轮三维造型的方法。     

面向葡萄知识图谱构建的多特征融合命名实体识别

为解决构建知识图谱过程中由于上下文环境复杂、现有模型字向量语义表征相对单一导致领域专业实体识别率低的问题,该研究提出了来自转换器的双向编码器表征量（bi-directional encoder representation from transformer, BERT）和残差结构（residual structure, RS）融合的命名实体识别模型（bert based named entity recognition with residual structure,BBNER-RS）。通过BERT模型将文本映射为字符向量,利用双向长短时记忆网络（bi-directional long-short term memory, BiLSTM）提取局部字符向量特征,并采用RS保留BERT提供的全局字符向量特征,以提高字向量的语义丰富度,最后通过条件随机场（conditional random field, CRF）模型对特征向量解码,获取全局最优序列标注。与其他命名实体识别模型相比,提出的BBNER-MRS模型在葡萄数据集上表现较好,在葡萄人民日报、玻森、简历和微博数据集上F1值分别达到89...     

家禽诊疗文本多实体关系联合抽取模型研究

针对传统实体关系抽取方法中主体特征与句向量难以有效融合、现有BIO标注策略难以有效处理重叠关系的问题,提出一种基于BERT和双重指针标注的家禽疾病诊疗文本实体关系联合抽取模型(Joint extraction of entity relationship of poultry disease diagnosis and treatment text,JEER_PD)。JEER_PD使用双重指针标注(Dual-pointer labeling, DPL)策略,建立头、尾2个指针标注器,一次性标注出所有实体的开始和结束位置;引入CLN(Conditional layer normalization)网络层,强化主体抽取任务与客体关系联合抽取任务之间的联系;利用概率平衡策略PBS对抗正负类标签类别失衡,以加速模型收敛。实验表明,JEER_PD准确率、召回率和F1分别为97.69%、97.59%和97.64%,3项指标较现有方法均有显著提升,说明JEER_PD能够快速、准确地抽取家禽疾病诊疗复杂知识文本中的实体关系三元组。     

基于多源信息融合的中文农作物病虫害命名实体识别

随着农作物病虫害研究文献的快速增长,对农作物病虫害领域文献进行文本挖掘变得越来越重要。开发有效、准确的农作物病虫害命名实体识别系统有助于在农作物病虫害相关研究报告中提取研究成果,为农作物病虫害的治理提供有效建议。本文针对中文农作物病虫害数据集缺失问题,提出了基于半远程监督的停等算法,利用该算法构建中文农作物病虫害领域语料库,大幅度减少标注过程的人工成本和时间成本;同时,提出了中文农作物病虫害命名实体识别模型（Agricultural information extraction, Agr-IE）,该模型基于BERT-BILSTM-CRF,辅以多源信息融合（多源分词信息和全局词汇嵌入信息）丰富字符向量,使其充分结合字符级与词汇级的信息,以提高模型捕捉上下文信息的能力。实验表明,该模型可以有效地识别病害、虫害、药剂、作物等实体,F1值分别为96.56%、95.12%、94.48%、95.54%,并对识别难度较大的病原实体具有较好的识别效果,F1值为81.48%,高于BERT-BILSTM-CRF、BERT等模型的相应值。本文所提模型在MSRA和Weibo等其他领域数据集上与CAN-NER、Lattice-LSTM-CRF等模型进行了对比实验,并取得最佳的识别效果,F1值分别为95.80%、94.57%,表明该算法具有一定的泛化能力。     

褐蘑菇子实体活性多肽提取工艺

采用单因素和正交试验,以水提醇沉的方法来获取褐蘑菇子实体中的活性肽类物质。且根据不同条件下活性多肽的提取量为指标来确定活性多肽的最佳提取条件（料水比1：12、时间6h、温度4℃、pH值7、水醇比1：1．5）,旨在为褐蘑菇子实体中蛋白质的开发应用打下基础。