依托学会优势 办好地方医学期刊——以《浙江医学》为例

介绍浙江省医学会主办的《浙江医学》杂志,紧密依托学会的领导和支持优势,专家资源优势,学术交流优势,专科分会优势和技术指导优势,形成合力,办好期刊的体会。     

基于改进关联规则的本体关系获取研究

文章提出一种改进的关联规则方法,用于抽取文本中的非分类关系。首先利用基于上下文的术语相似度获取方法得到术语间的相似度权重,再通过加入谓语动词的关联规则算法计算,结合搜索引擎技术得到候选关系对集合,并通过置信度和支持度的对比分析,抽取最终的非分类关系结果,最后对测试数据进行实验,并对结果进行分析。     

印度国家软件与服务公司行业协会开展产业竞争情报工作的做法及启示

文章从竞争情报角度研究了印度全国软件与服务公司行业协会（NASSCOM）在推动印度服务外包产业发展中的作用,将NASSCOM开展产业竞争情报的做法归纳为4个方面：提供企业发展需要的产业竞争情报公共产品;建立旨在提升印度外包产业国际竞争力的产业竞争情报活动平台;基于提升印度服务外包产业竞争力的需要开展若干专项计划;向国外政府部门推介印度外包产业并维护会员企业利益。最后得出了对中国服务外包产业界开展竞争情报工作的启示。     

高职院校学生社团发展现状、问题与对策研究

通过对高职院校学生社团现状调研,发现存在社团发展不平衡、结构不合理、管理制度需要进一步规范和落实、社团活动缺乏有力引导、活动经费缺乏保障、活动场地不足等主要问题,并从制度建设、物资投入、干部培训、素能拓展、机制研究、校际合作等方面进行分析。     

论副名结构中的副名关系

副名结构自20世纪60年代以来,经历了一个由非法语言现象到逐渐被学者研究、关注,并获得合法性的过程。关于它的实质,历来学者众说纷纭,莫衷一是。笔者在前人学者基础上,从副名关系角度入手,提出副名组合的实质是副词修饰准形容词,即突显着特征义的名词,整个结构是一个静中有动的结构。     

构建体育协会对联赛纠纷的处置体系——以中国足球协会为例

以我国足球协会为例,在对足协性质界定的基础上,分析其处理联赛纠纷中存在的问题,并对制约协会处理联赛纠纷的因素展开探讨.通过对各国协会处理联赛纠纷经验的研究之后,构建了我国体育协会联赛纠纷的处置体系和配套机制.我国体育协会迫切需要从改革体制和健全机制方面着手,加强协会处理联赛纠纷的制度建设,以有效解决当前联赛中的众多问题.     

论体育社团惩戒权的边界

体育社团惩戒权约束的对象是社团成员,对体育社团外部成员并无约束力.其规范的行为是体育社团成员的违法行为及与职业有关的不当行为.不包括与职业无关的不当行为.体育社团惩戒规则不可设置有关限制社团成员生命权、人身自由权的惩戒种类,这属于"加强型"法律保留;惩罚金、公开谴责、取消会员资格、终身禁赛、取消注册资格等惩戒种类,可先由国家法律作出原则性规定,后由体育社团惩戒规则具体化,这属于"框架性"法律保留;体育社团无需法律保留可自行创设的惩戒种类,包括警告、训诫、内部通报批评、一定期限的暂停执业资格、剥夺社团章程所赋予的利益等.     

基于绿色创新补助政策的银企系统性风险研究

降低银行与绿色创新企业间面临的系统性风险已成为中国现阶段经济发展亟待解决的问题。本文将银行与绿色创新企业两类主体作为研究对象,构建人工银企系统,基于仿真实验着重考察其重要主体行为。具体地,着重于考察资产负债表构建与更新、主体行为动态演化、流动性资产更新以及违约清算机制等方面,通过仿真手段探究绿色创新补助政策形式与补助强度对银企系统性风险与系统总收益的影响机制,以对理论模型进行全面验证。本研究结论的意义在于：聚焦于绿色创新补助政策与银企系统性风险的内在关系,通过计算实验方法进行验证与延伸,为促进中国绿色创新企业健康发展,帮助政府与银行防范绿色创新企业可能导致的系统性风险提供理论机制参考与新观点。     

网络舆情研究进展及其主题关联关系路径分析

［目的/意义］ 梳理网络舆情的研究进展,有助于厘清网络舆情研究的知识基础、传导规律、预警机制和治理策略等之间的内在联系和主题演化路径。［方法/过程］ 首先分析网络舆情的理论知识基础,然后结合现有研究,按照内容递进的规律将网络舆情研究分为影响因素、传导路径、预警机制以及引导治理策略四个主题,采用内容分析法和社会网络分析法对网络舆情进行主题关联关系分析和演化路径探索。［结果/结论］ 结果表明,生命周期理论、认知定势理论、沉默的螺旋、群体极化理论、蝴蝶效应理论和治理理论常作为网络舆情研究的理论知识基础,网络媒介环境、社会结构压力、网民心理、触发性事件、有效动员和社会控制力量六个因素被视为网络舆情演化的重要影响要素,且网络舆情、舆情事件、社交媒体、利益相关者、大数据和信息传播等六个主题与其他研究内容关系较为密切,在主题演化路径中发挥着重要桥接作用。     

融合语义联想和BERT的图情领域SAO短文本分类研究

[目的/意义] 针对SAO结构短文本分类时面临的语义特征短缺和领域知识不足问题,提出一种融合语义联想和BERT的SAO分类方法,以期提高短文本分类效果。[方法/过程] 以图情领域SAO短文本为数据源,首先设计了一种包含"扩展-重构-降噪"三环节的语义联想方案,即通过语义扩展和SAO重构延展SAO语义信息,通过语义降噪解决扩展后的噪声干扰问题;然后利用BERT模型对语义联想后的SAO短文本进行训练;最后在分类部分实现自动分类。[结果/结论] 在分别对比了不同联想值、学习率和分类器后,实验结果表明当联想值为10、学习率为4e-5时SAO短文本分类效果达到最优,平均F1值为0.852 2,与SVM、LSTM和单纯的BERT相比,F1值分别提高了0.103 1、0.153 8和0.140 5。