基于BERT—BiLSTM—CRF模型的中文岩石描述文本命名实体与关系联合提取

地质调查正在从“数字化”走向“智能化”,需要在大数据思维的指导下,面向非结构化数据开展机器阅读和地质知识的自动提取。地学命名实体和关系联合提取是当前研究的难点和核心。本文采用基于大规模预训练中文语言模型的BERT—BiLSTM—CRF方法开展岩石描述文本命名实体与关系联合提取。首先,通过收集数字地质填图工作中的剖面测量和路线地质观测数据,建立岩石描述语料;然后,在岩石学理论指导下分析岩石知识组成,完成岩石知识图谱命名实体与关系的模式设计,标注岩石语料;最后,开展岩石描述语料知识提取的深度学习训练和消融试验对比。试验结果显示,大规模预训练中文语言模型（BERT）对岩石描述语料知识提取具有较高的适用性。推荐的BERT—BiLSTM—CRF模型方法对岩石命名实体与关系联合提取的准确率（F1值）为91.75%,对岩石命名实体识别的准确率（F1值）为97.38%。消融试验证明基于BERT的词嵌入层对岩石描述知识提取的性能提升影响显著,双向长短时记忆网络模型层（BiLSTM Layer）能提升实体关系联合提取性能。     

最优集合预报订正方法在客观温度预报中的应用

数值模式的直接输出预报在实际应用时常与实况产生一定的偏差,对模式预报进行有效的本地化订正是提高预报准确率的重要手段。以欧洲中期天气预报中心(ECMWF)模式细网格资料,采用最优集合(anolog ensemble,AnEn)预报订正方法对北京市各站1～7 d的日最高气温和日最低气温进行订正,并对相关参数进行了本地化。采用了滑动训练期、优化变量权重两种方案进行训练。检验评估结果表明:(1)滑动训练期采用60 d时能同时保证计算效率和预报准确率;采用最优变量权重方案后,与预报员主观预报准确率对比,AnEn的最低气温优于预报员主观预报,最高气温基本相当;增加训练期的长度(引入多年的历史资料)相比优化变量权重方案能更有效地提高预报准确率。(2)AnEn预报订正方法在改善数值模式预报的固有偏差(如对由数值模式对局地地形、边界层日变化等形成的误差)效果显著,有较好的应用价值;对于因局地天气(如霾、降水、大风等)影响下,AnEn的温度预报准确率虽优于ECMWF,但不如主观预报,未来还有改进空间。还对检验结果进行了时间和空间验证,确保在以后的业务尤其是智能网格预报业务中的运行效果。     

大象与海狮的对话

3月,美国一家动物园的大象来"拜访"同一园中的加拉帕戈斯海狮。两个小家伙都是极具灵性的动物,见面之时,对彼此都产生了极大的兴趣,它们用自己特有的肢体语言向对方打着招呼。海狮是一种十分聪明的海兽。经过驯养之后,能表演顶球、倒立行走以及跳越距水面1.5米高的绳索等技艺。     

前馈神经网络在矿物识别方面的应用

本文首先介绍人工神经网络的发展现状，然后着重阐述BP人工网络的基本原理和算法，并以蓝宝石的产地识别和石榴子石分类识别作为具体实例，用此说明人工神经网络方法在矿物学中的应用，最后对识别结果及BP算法本身进行了讨论。     

应用图象识别确定京津及邻区强震危险区

本文应用自适应图象识别预报京津及邻区可能发生强震的地点和强度。自适应图象识别方法仅是根据二进制标志作两种图象等级的判别。此方法开始用一组试验系数逐步修改直到达到最大判别。在地震数值预报研究中,可能是一条有希望的途径     

遥感图像判读训练与应用系统的设计与实现

遥感图像判读与应用技术对深刻认知环境和辅助决策具有重要的意义。文中介绍了遥感图像判读训练与应用系统的设计思想和主要功能,对各部分涉及的关键技术进行了分析与研究。系统由影像管理、判读训练、地形快速修测和实时态势标绘四部分组成,实现了影像数据库管理,遥感图像与地图对照以及屏幕立体观察,地图与图像坐标系匹配的地形快速修测和实时态势标绘的操作等功能。     

支持向量机方法在郑州冬季气温趋势预测中试应用

将气候预测中常用的74项环流特征量进行归一化处理后,与郑州市冬季气温进行相关普查,利用SVM(Support Vector Machine)两类分类方法,同时考虑气温的年代际变化,建立郑州冬季温度距平趋势预测推理模型,并对因子个数多少和年代际变化对预测模型的影响进行了试验.试验结果表明用25个和15个因子分别建模时,产生最优模型时样本平均Ts评分均为56%,但后者预报准确率为75%,较前者提高了10%.用20世纪50年代和60年代做试验集,效果较好,产生最优模型时的样本Ts评分和预报准确率较高;用90年代做试验集,效果较差.