基于规则和统计的机器翻译方法歧义问题比较分析

文章通过对SYSTRAN和GOOGLE两个机译系统90句商务英语英汉翻译译文的比较分析,从词义歧义和句法歧义两方面,研究基于规则(RBMT)和基于统计(SMT)两种机器翻译方法的消歧处理的优与劣。研究表明,基于统计方法词义消歧强于基于规则方法,而句法消除歧义能力相当。词义歧义问题主要集中在动词多义词和名词多义词,而句法歧义问题则集中在定语、状语和从句。动词与介词搭配,名词与介词搭配作定语和状语,以及具有商务内涵的动词和名词,成为机器翻译的难点。     

移印机单片微机控制系统

介绍了利用单片机８０３１ 对移印机的运动进行电气控制的方法,给出了硬件电路和软件程序流程图     

极小化最大完工时间的批到达同时加工排序问题

考虑工件成批到达的同时加工排序问题,目标函数为极小化最大完工时间.给出模型在特殊情况下的统筹算法和针对一般情况的局部统筹算法,并通过大量的实例计算来验证两启发式方法的有效性.     

数控机床故障模式危害度模糊综合评价

在传统故障分析方法的基础上,增加了测试性和维修性两个重要影响因素,并结合模糊数学的理论对数控机床故障模式危害度进行了多因素模糊综合评价分析。拓展了对传统危害度分析的影响因素,提出了一种由底事件逐级向上将定性的故障问题定量化处理的新方法,使故障分析问题变得更加科学、合理。     

遗传算法优化的SVM模拟电路故障诊断方法

提出了一种利用遗传算法优化的SVM多分类决策树(GADT-SVM)实现模拟电路故障诊断的新方法。介绍了GADT-SVM的设计思想和算法原理;利用传递函数对模拟电路进行建模,并用小波分解提取电路冲激响应的能量分布作为故障特征;使用GADT-SVM对故障特征样本进行分类实现故障诊断。仿真结果表明,与未经优化的DAG-SVM和DT-SVM故障诊断方法相比,该方法可以减小诊断"误差积累"的影响,具有更好的误差控制能力。     

齿间滑动摩擦对机床增速齿轮传动中大齿轮齿根弯曲疲劳强度的影响

本文作者在对机床增速齿轮传动中大齿轮受力状况作全面分析及研究基础上推导出一组公式,利用该组公式可计算机机床增速齿轮传动中大齿轮在包括齿间滑动摩擦在内的实际载荷作用下的齿根弯曲疵劳应力。     

压铸机合模机构的优化设计

在对压铸机合模铁三维有限元分析的基础上,提出了以球墨铸铁来代替铸钢制造合模机构的动模板,剖析了动板外形几何尺寸,板厚参数、肋板位置等设计参数对其结构强度的影响动模板的优化设计为压铸机合模机构的改进提供了重要的理论依据。     

“Super-covariates”: Using predicted control group outcome as a covariate in randomized clinical trials

The power of randomized controlled clinical trials to demonstrate the efficacy of a drug compared with a control group depends not just on how efficacious the drug is, but also on the variation in patients' outcomes. Adjusting for prognostic covariates during trial analysis can reduce this variation. For this reason, the primary statistical analysis of a clinical trial is often based on regression models that besides terms for treatment and some further terms (e.g., stratification factors used in the randomization scheme of the trial) also includes a baseline (pre-treatment) assessment of the primary outcome. We suggest to include a “super-covariate”—that is, a patient-specific prediction of the control group outcome—as a further covariate (but not as an offset). We train a prognostic model or ensembles of such models on the individual patient (or aggregate) data of other studies in similar patients, but not the new trial under analysis. This has the potential to use historical data to increase the power of clinical trials and avoids the concern of type I error inflation with Bayesian approaches, but in contrast to them has a greater benefit for larger sample sizes. It is important for prognostic models behind “super-covariates” to generalize well across different patient populations in order to similarly reduce unexplained variability whether the trial(s) to develop the model are identical to the new trial or not. In an example in neovascular age-related macular degeneration we saw efficiency gains from the use of a “super-covariate”.     

从“人际”到“人机”——ChatGPT对人类传播模式的影响

ChatGPT作为人机交互的代表,深刻重塑了传统的内容生产方式与传播模式。人机交互中的数字互动拓展了感官体验,数字替身成了情感传递的新载体,信息存储延续与转化认知也深刻影响着传播的模式变革。ChatGPT在传播时能做到情感剥离、语境理解及自我纠错,这些方面预示了其必将进一步推动人类传播模式的发展与逻辑的演变,为信息传播打开新格局与新思路,并带来传播规范与控制的新课题。     

基于改进SMOTE的小额贷款公司客户信用风险非均衡SVM分类

研究了小额贷款公司对客户进行信用风险评估时面临的问题,构建了信用风险评估指标体系,改进了支持向量机(Support Vector Machine, SVM)对非均衡样本分类时分类超平面偏移的不足。首先分析小额贷款公司业务区域性强、信用数据来源不规范、评价标准不一致等特点,给出用于客户信用风险评估的四个维度指标。针对传统SMOTE算法在处理非均衡数据时对全部少数类样本操作的问题,提出仅对错分样本人工合成的改进思想,给出具体算法步骤。将改进算法用于某小额贷款公司客户信用风险评估案例中,分类精确度较其他算法有所提升,表明该方法的可行性和有效性。