高油价还能走多远

来源 :金融时报 | 被引量 : 0次 | 上传用户:maomao11111
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
其他文献
针对实体邻域三元组缺少联系的问题,提出基于关系生成图注意力网络(RGGAT)的知识图谱链接预测方法.利用不同类型的关系生成相应的注意力机制参数,邻域三元组按照关系类型使用对应的参数计算注意力系数.实体通过聚合以关系为主导的邻域三元组信息得到更丰富的嵌入向量.在训练过程中对编码器和解码器进行共同训练,将编码器更新的实体向量和关系向量直接输入到解码器中,保证编码器和解码器训练目标一致.在3个公开数据集
在“互联网+”时代下,各行各业都迎来巨大挑战和新的机遇。公共英语教学需顺应时代与社会发展,培育具备创新思维、自主学习能力、理论与实践相结合的综合型人才。发现式教学法即学生自主学习和探究为主导的教学方法,突出学生的主体地位,让学生主动探索,满足学生研究的愿望,充分调动学生的学习积极性,对培养学生英语认知和学习能力具有积极意义。相比传统的“教师讲学生听”的教学模式,学生参与度更高,更受学生喜爱,然而如
地质关系三元组的抽取对地质领域知识图谱的构建具有非常重要的意义。针对现有的实体关系联合抽取模型无法有效识别重叠三元组(同一句子中的多个关系三元组共享相同的实体)的问题,以及为了应对地质领域专业知识的特殊性,基于预训练语言模型BERT建立了一个用于地质领域关系三元组抽取的层级标注模型HtERT(Hierarchical Tagging Model Based on BERT)。该方法采用中文预训练语
目前知识图谱更新面临着更新知识数量大、频率高且包含大量错误信息的问题,现存的方法为保证更新效率对知识简单分类,判断方法单一且不考虑知识的语义关联,导致知识更新精确度低。本文提出一种基于标准模式挖掘的知识图谱更新方法,该方法与自动抽取并直接插入的方法不同,利用从现有知识图谱中挖掘出的标准模式进行模拟匹配来筛选正确的知识,并对标准模式挖掘算法进行了改进,提升了筛选的准确性。当大量知识同时进行更新时对挖
近年来,智能建造研究受到学者和政府的广泛关注。通过选取2000—2021年CNKI和Web of Science(WOS)数据库中智能建造相关文献,采用文献计量学方法,利用SPSS、VOSviewer等软件进行统计处理,构建中外智能建造研究领域发文量时序分布、发文机构、学科分布、研究热点演变的各类知识图谱。研究表明:中外发文量逐渐增加,但CNKI数据库相比WOS数据库存在明显差距;CNKI数据库中
影响力计算和分析在社交网络、网页重要度评估等领域有广泛应用。对于有传承链和时间跨度因素的多层次影响力计算,目前尚缺乏较好且通用的解决办法。同时,传播影响力最大化计算是一个NP难题,近似算法求解准确度不高且计算复杂。针对上述问题,文中提出了融合知识图谱的多层次传承影响力与泛化算法,实现了传承影响力和传承关系的计算。该算法融合了知识图谱中的广度优先搜索层次计算模型,兼顾时间跨度限制计算传承影响力和传承
新的时代背景下,我国各类企业面临的挑战越发严峻。人员流动对企业的影响是巨大的。新生代员工作为知识的载体是企业中最活跃、最具创新力的因素,如何留住这些新生代员工,降低人员的离职率是企业亟待解决的问题。而企业文化作为企业独特的软实力标志,对员工的工作状态、感受以及离职倾向都会产生潜移默化的影响。因此,以企业文化为切入点,将研究对象聚焦于新生代员工,探析现有的企业文化与离职倾向的关系,并为企业减少新生代
为探究广西地区不同观测期生态沟对农业面源氮磷的削减效果,明确关键削减时段,根据2019年5月—2021年4月研究区实测资料,分析研究区干季、雨季、春季、夏季、秋季和冬季不同观测期氮磷浓度变化、氮素组成及削减效果。结果表明:整个监测期,研究区氨氮、硝态氮、总氮、总磷的平均浓度分别在5.62~19.84、2.38~4.00、15.30~28.18、0.50~1.26mg/L之间;生态沟沿程监测点氨氮、
目的观察加味葛根芩连汤辅助治疗小儿泄泻湿热内蕴型的临床疗效。方法选取2016年3月至2018年3月丽水市妇幼保健院儿科治疗的泄泻湿热内蕴型患儿104例,按随机数字表法分为对照组50例和治疗组54例,2组入院后均接受常规对症治疗,在此基础上,对照组予消旋卡多曲治疗,治疗组在对照组治疗方法的基础上予加味葛根芩连汤治疗,2组均连续治疗3 d后统计疗效。结果治疗组总有效率为88.89%,显著高于对照组的6
多模态知识图谱的构建作为多模态知识图谱下游应用的基础,其核心在于为知识图谱中的实体匹配正确合适的图像。已有的多模态知识图谱构建工作将百科图谱以及图像搜索引擎作为其实体候选图像的来源,但往往对图像质量的控制比较粗糙,方法的可扩展性较差,也即适用的实体类别较少,或在中长尾实体上表现较差。为此,该工作提出了一种基于多模态模式迁移的知识图谱实体配图方法,从不同类别的头部实体中抽取对应的语义模板及视觉模式,