基于BERT的中文简历命名实体识别

为了充分发掘中文简历数据中所蕴含的信息,提高构建社交网络知识图谱和档案知识图谱的实体丰富度,提出了基于BERT的中文简历命名实体识别技术.该技术模型首先通过BERT网络将大规模未标注文本生成具有语义特征的字符向量,接着通过嵌入条件随机场(CRF)的双向长短时记忆(BiLSTM)神经网络模型获取输入文本序列的上下文特征,解码标注提取出相应的8个实体类型.实验结果表明,该网络模型在个人中文简历数据集上取得了97.07％的平均F1值,可以运用于中文简历数据的实体识别任务.     

引入时间机制的网络舆情演化分析方法研究

网络舆情的迅速发展使舆情发展成为研究热点,它对舆情的预测预警具有重要意义。从文本聚类入手,针对舆情的演化分析过程,在时间序列上进行K-means聚类研究,得到聚类中心,又依此对聚类中的词频统计进行时序加权处理,使统计所得关键词更具有代表性。通过对时间聚类法和时序加权统计法所得关键词的分析,得到了舆情演化的趋势。研究结果表明该方法降低了聚类的维数,减少了噪声,提高了聚类的准确度,增强了演化分析的可信度。     

基于合同的项目文档信息管理系统的实现

为了对多个研制单位的项目文档、信息进行全过程的集中管理,分析了相应的管理模式,所述系统从管理和应用两个层面上充分考虑了用户需求,解决了用户面临的信息和文档在传输、保存、管理方面的难题,面向过程、面向文档,更切合实际,具有普遍性。该系统已应用于全国100多个研制单位,运行可靠。     

电子政务内网安全现状分析及对策

如何有效防止非法用户访问内网资源和非法向外传递内部信息,最大程度地保护内网信息安全是目前电子政务系统要解决的首要问题。本文分析了电子政务内网安全现状,研究了电子政务内网安全急需解决的问题,并提出了相应的解决方案。     

基于移动Agent的网络安全问题研究

对移动Agent(代理)的工作原理、特点和存在的安全问题进行了论述,并将其运用到分布式局域网络的客户机/服务器结构中,以研究移动Agent在网络中的安全问题.用Java语言编写了2个移动Agent,研究其移动Agent在网络中的通信机制,实现了基于移动Agent的客户机/服务器结构.并利用Java的安全机制,解决了Agent在网络中的安全问题.