A local tree alignment approach to relation extraction of multiple arguments

In this paper, we address the problem of relation extraction of multiple arguments where the relation of entities is framed by multiple attributes. Such complex relations are successfully extracted using a syntactic tree-based pattern matching method. While induced subtree patterns are typically used to model the relations of multiple entities, we argue that hard pattern matching between a pattern database and instance trees cannot allow us to examine similar tree structures. Thus, we explore a tree alignment-based soft pattern matching approach to improve the coverage of induced patterns. Our pattern learning algorithm iteratively searches the most influential dependency tree patterns as well as a control parameter for each pattern. The resulting method outperforms two baselines, a pairwise approach with the tree-kernel support vector machine and a hard pattern matching method, on two standard datasets for a complex relation extraction task.     

A Case of Light Chain Deposition Disease (LCDD) in a Young Patient

Light chain disease is a variant of multiple myeloma in which the malignant population of marrow cells produces free monoclonal light chains but no heavy chain or complete immunoglobulin. The monoclonal light chains are small enough to be freely filtered by the kidneys and become Bence–Jones protein. Light chain disease comprises about 18% of multiple myeloma patients. Here we present a case report of a 38-year-old man who initially presented with complaints of pain in back and low grade fever off and on. He was found to have collapse of D9 and D12 vertebrae along with ascites and right pleural effusion and massive proteinuria. Multiple myeloma was considered as a differential diagnosis based on the investigations but eventually the patient was lost to follow up. This case is reported here as the light chain variant of multiple myeloma leading to deposition disease is less commonly reported and presents considerable difficulties in diagnosis.     

基于多目标鱼群-蚁群算法的水资源优化配置

为了解决复杂的水资源优化配置问题和丰富智能优化方法在水资源优化配置中的应用,建立了以经济、社会、环境综合效益最大为目标的水资源优化配置模型和多目标鱼群-蚁群算法。经济效益以区域供水带来的直接经济效益最大为目标;社会效益以区域总缺水量最小为目标;生态环境效益以区域重要污染物排放量最小为目标;约束条件包括供水、需水、水环境和经济发展协调度等。多目标鱼群-蚁群算法融合了人工鱼群算法的快速跟踪变化和跳出局部极值优点以及蚁群算法的信息素正反馈优点,并将人工鱼群算法中的拥挤度概念引入到蚁群算法中,避免了蚁群算法初期可能早熟的问题。通过实验仿真,此算法具有较快的收敛速度和较高的寻优性能,能有效地找到优化解,从而为解决复杂的水资源优化配置问题提供了新的思路。     

从多元智能理论角度看高中通用技术课程的开设

随着知识经济的迅猛发展,技术教育引起了全社会的普遍关注,通用技术课程也应运而生,通用技术课程是高中新课程改革中的一大亮点,也是一大难点。从多元智能理论的视角来探讨通用技术课程开设的必要性与意义,并且为授课教师教学活动的展开与教学策略的选择提出了自己的建议。     

多元智力理论在模具数控加工教学中的应用和研究

研究多元智力理论对模具数控加工教学中的影响和启示,初步探讨了在模具数控加工教学过程中,根据多元智力理论积极调整教师的学生观、教学观和评价观,充分认识到不同学生的不同智力特点,因材施教,使每一个学生的智力强项得到充分发展,并从每一个学生的智力强项出发,促进学生其他各种智力的发展。     

不同统计方法对跳高成绩分析的比较研究

以全回归、逐步回归、灰色关联和斜关联分析等方法，利用参考文献中的原始数据，对影响跳高成绩的因素重新进行分析，结果表明：尽管各种统计分析得出了一个大致的结论——助跑摸高是影响跳高成绩的主要因素，但是，各分析统计方法的结果都有不同程度的缺陷?这可能与样本含量的大小、统计方法的局限、优秀运动员技术的个性化特征及数据的信度有关。     

以多元智能理论看特殊教育

美国著名心理学家加德纳突破传统智力理论，于1983年提出多元智能理论。该理论认为。除了传统智力理论所认为的人的语言智能和数理逻辑智能以外，还存在着其他几种智能。加德纳认为，每个人的智能无所谓高低之分，只有智能倾向不同和强弱的差别。学习、研究多元智能理论对我国特殊教育的发展起着重要作用。     

纳雍县小流域综合治理的社会学思考

纳雍县水土流失严重,对纳雍县小流域综合治理是很有必要的,小流域综合治理是为了实现小流域的生态、经济、社会的可持续发展,在治理中必须考虑“人”的因素对小流域治理的影响以及在小流域治理中导入社区理念和“人文生态社区”的重建。     

新课程实施中教师应把握的两个向度:理念与行动

新一轮基础教育课程改革落实的关键在于教师。中小学教师应该认真学习《基础教育课程改革纲要(试行)》，掌握以学生为本、建构主义、多元智能等三大教育理念，并以此为指导在教学实践中落实这些教育理念，使之教学行为适应新课程的要求。     

联机分析处理技术的应用研究

数据仓库和联机分析处理(OLAP)技术是两种新型的决策支持技术,这两种技术相互结合,为决策支持系统开辟了新途径,并受到越来越多的关注.综合分析了数据仓库和联机分析处理技术的相关知识点,并利用微软的SQL server 2000及其Analysis services工具作后台数据库的开发,研究了联机分析处理技术在学生选课分析系统中的应用.