基于多任务学习的同行评审细粒度情感分析模型

学术论文同行评审能够直接反映审稿人对论文的主观评价,对审稿文本进行情感分析有利于挖掘审稿人对论文多维度的评价信息。现有的情感分析模型仅能挖掘专家单一的评审维度和相应的情感倾向,本文提出了一种基于多任务学习的同行评审细粒度情感分析模型。该模型在多任务学习框架下,通过在BERT-LCF模型的基础上增加BiLSTM-CRF模块,使其具备了同时完成属性词抽取和细粒度情感分析任务的能力。与传统的基于Pipeline模式的单任务细粒度情感分析模型相比,本模型在保证精度的情况下可以同时完成评审属性提取和情感分析任务。在这两项任务中,所提出模型的F1分数分别达到了89.01%和90.71%。对比实验证明,在多任务场景下,引入BiLSTM-CRF模块对评审文本属性词提取任务有一定的提升作用。     

湿热和韧化处理对莜麦淀粉结构及消化特性的影响

目的 为研究湿热和韧化改性对莜麦淀粉理化性质和消化特性的影响,扩大莜麦淀粉在慢消化主食食品中的应用,方法 分别在体系水分含量为15%、20%、25%、30%,温度为100℃的条件下和料液比为1:5,体系温度为30℃、40℃、50℃、60℃下对莜麦淀粉进行湿热和韧化处理,并采用傅里叶红外光谱（FT-IR）、X-射线衍射（XRD）、扫描电镜（SEM）、差示扫描量热仪（DSC）和酶解实验等分析湿热和韧化处理前后莜麦淀粉的理化性质和消化特性变化。结果 结果表明,湿热和韧化处理均未改变莜麦淀粉原有的A-型结晶结构,但淀粉结晶度表现为下降趋势,且淀粉的糊化焓从1.49J/g分别降低至0.92J/g和0.8J/g。此外,微观结构表明莜麦淀粉颗粒表面结构出现聚集行为。在体外酶解实验中,经过湿热、韧化处理后的莜麦淀粉中慢消化淀粉（SDS）和抗性淀粉（RS）含量均出现不同程度的增加,表现为湿热处理后RS含量增加显著,而韧化处理则显著提高了SDS的含量。结论 结果表明湿热和韧化处理可以通过改变淀粉结构降低莜麦淀粉的消化速率。     

中红外光谱技术在乳制品分析中的应用研究

介绍了中红外光谱技术的基本原理及化学计量学的相关知识,综合阐述了将中红外光谱技术与化学计量学方法结合应用于乳制品的成分分析、产地鉴别等方面研究的现状,并对其前景进行了展望。