导读:本文包含了多实体论文开题报告文献综述及选题提纲参考文献，主要关键词:小微,股权投资基金,征信数据,征信体系建设,综合金融服务,金融产品创新,信贷资金投入,信用贷款,信用保证,信用评分
多实体论文文献综述
杨帆[1]（2019）在《打造融资“绿色”通道》一文中研究指出苏州始终坚持创新，推动金融服务实体经济，探索搭建了综合金融服务、股权融资服务、地方企业征信叁大平台，因地制宜出台了多项支持政策，努力打造具有苏州特色的金融服务品牌。近期，又获中国人民银行批复同意设立全国首个小微企业数字征信实验区，在小微企业融资扩面、创新(本文来源于《苏州日报》期刊2019-07-09）
胡莺夕[2]（2019）在《基于深度学习的多实体关系识别及自动文本摘要方法研究与实现》一文中研究指出实体关系识别和自动文本摘要作为目前信息抽取领域的两个典型应用被越来越多的学者所关注。其中,实体关系识别任务是从文本中识别出实体词及实体词间的关系,但目前的研究大都针对简单场景展开,如一句话只包含一个关系的情况,而鲜有对复杂场景的深入探讨。自动文本摘要任务通过对输入文本进行语义分析形成摘要来提高用户的阅读效率,但目前针对自动文本摘要的研究仍然面临较多挑战,包括生成摘要的可读性差、生成摘要和原始文本的核心内容不符、生成摘要中重复元组较多等问题。针对上述两个任务存在的问题,本论文提出了基于多标签技术的多实体关系识别方法用以处理复杂场景的实体关系识别任务;提出了基于累积注意力机制的自动文本摘要方法在生成摘要的可读性、与原文内容相关度等指标上进行提升,具体包括如下叁点工作:(1)提出了一种新的基于多标签技术的多实体关系识别方法,以提升在复杂场景下的实体关系识别性能。该方法结合新的多标签损失函数和Sigmoid损失函数来共同训练网络,使得在多标签分类过程中引入更多的标签关联信息,同时针对样本不平衡问题进行权重优化以提高模型的学习能力。本论文在实体关系识别公开数据集NYT上进行了实验论证,结果显示本论文方案相较现有方案在实体关系识别的多个指标上都有提升,尤其在实体关系叁元组识别的F1值上有显着提升;(2)提出了一种新的基于累积注意力机制的自动文本摘要方法,以提升在生成摘要可读性、与原文相关性等指标上的性能。该方法整体基于编解码框架,引入指针网络并结合了本论文提出的累积注意力机制、采用覆盖度损失和集束搜索规则限制,使得模型具备生成和抽取的能力,以提升输出摘要的可读性、与原文相关性。本论文在自动文本摘要任务公开数据集CNN/DailyMail上进行了实验,结果显示本论文模型相比现有生成式监督学习模型在各项指标上都有所提升;(3)基于上述两个模型,本论文基于Django Web框架搭建了在线演示平台,实现接收用户输入,在线调用模型并获得输出,返回实体关系识别模型以及自动文本摘要模型得到的叁元组结果及摘要结果展示给用户,并对模型的输出信息进行解释分析。(本文来源于《北京邮电大学》期刊2019-06-01）
邵菲[3]（2019）在《多实体间多样化关联的搜索方法研究》一文中研究指出实体关联搜索被应用于许多领域,比如国家安全和生物信息学等。近年来,网络中出现的图结构化的语义网数据促进了实体关联搜索的发展,这些数据提供了比那些隐藏在非结构化文本中的数据更为明确的结构化语义关联,便于计算机发现和处理。随着语义网数据数量的急剧增长,成千上万的语义关联产生。用户往往只想通过查看一些重要的、有价值的、包含尽可能多信息量的关联,来了解实体及其之间的关系。因此,需要进行多实体间top-k关联的搜索。多实体间top-k关联的搜索返回一个包含k个语义关联的列表,这k个关联有关于这个查询最大的打分和。实际上,top-k结果中的一些关联可能是相似的,它们显示了非常相近的语义,提供给用户冗余的信息。多实体间多样化top-k关联的搜索不仅仅考虑语义关联的打分,也考虑语义关联的多样性。为了进行多实体间多样化top-k关联的搜索,叁个问题需要被解决。第一,如何度量语义关联的重要性,即如何对语义关联进行排序;第二,如何度量两个语义关联之间的相似度;第叁,如何较快地搜索最优的多样化top-k语义关联。本文针对这些问题进行了探索,主要有以下两个方面的贡献:1.设计了一种多实体间关联排序的方法,排序原则是语义关联的结构大小和实体类型一致性,并基于该排序方法实现了一种多实体间top-k关联的搜索方法。2.实现了多种多实体间多样化top-k关联的搜索方法,提出一种综合考虑结构和语义的新方法来度量语义关联的相似性。(本文来源于《南京大学》期刊2019-05-25）
黄佳程[4]（2019）在《便于多实体消解中人工干预的自动对比表生成方法》一文中研究指出随着知识图谱技术的迅速发展,人们从不同数据源获得了数以亿计的实体。实体消解即识别指称现实世界同一对象的不同实体的过程。利用实体消解可以找出不同知识图谱中等价的实体,从而能够将不同知识图谱中的事实知识进行融合,获得内容更加丰富的知识图谱。因此,实体消解长期以来一直受到知识图谱以及许多其他领域研究人员的关注。虽然已经有大量用于解决实体消解问题的自动化方法,但是这些方法仍然面临着实体在不同知识图谱中表示方式异构的挑战。而人类作为背景知识的宝贵来源,越来越多地通过众包和主动学习参与到实体消解工作流中,其中呈现精简且易于比较的信息对于帮助人们干预实体消解任务至关重要。然而,当前用于单实体或成对摘要的方法不能很好地支持人类同时观察和比较多个实体,这降低了人工干预的效率和准确性。本文通过对一组实体的属性进行对齐后,再对多个实体生成摘要,得到多实体的对比表来辅助人工干预。本文提出了一种自动化方法,为一组实体选择一些重要的属性和值,并以对比表的形式呈现,用于人工实体消解。本文的贡献主要包括叁个方面:●本文使用对数几率回归组合了属性对的叁种相似度来估计匹配概率,并在同一个知识图谱中不存在重复属性的约束下进行全局属性匹配优化,利用高效的算法找出匹配的属性团。本文还证明了该约束下的整体属性匹配问题是NP难的。●本文在匹配属性团的基础上,依据实体消解任务的直观特性利用四种属性团优度度量和一种取值优度度量,用来评价不同属性团和取值对实体消解任务的帮助。本文设计了属性团数量约束和实体覆盖约束来选择最优的属性团用来构成对比表的列,再使用取值选择算法来填充对比表中的单元格。本文还证明了实体覆盖约束下最优的属性团优化算法的近似比。●本文构建了包含250个多实体消解任务的数据集用于测试算法性能,对比实验表明本文提出的对比表生成算法能够有效提高实体消解任务中人工干预的效率和质量。(本文来源于《南京大学》期刊2019-05-25）
康晨远[5]（2019）在《多实体支撑推动合作社立体式发展——湖北省仙桃市强农水产专业合作社发展纪实》一文中研究指出湖北省仙桃市强农水产专业合作社成立于2009年5月,注册资金800万元,现有成员1181户。合作社集水产养殖、苗种繁育、农产品种植、加工、运输、销售于一体,探索出了一条立体式发展道路。先后荣获"国家农民合作社示范社""全国百强专业合作社"称号。(本文来源于《中国农民合作社》期刊2019年02期）
宋洪侠[6]（2018）在《基于多实体的混合设计方法应用研究》一文中研究指出目前通常有两种可用的设计方法:自顶向下和自底向上。骨架式自顶向下设计得到了广泛的研究,但过于抽象不易于掌握,且忽略现有资源的应用及零部件间的位置及特征对关联零部件设计的作用;另外自底向上设计脱离设计布局,设计效率低下。为解决两种设计存在的问题,提出了基于叁维多实体的模块化混合设计法。首先根据不同产品的结构特点,划分了叁维多实体布局类型,并简要介绍了布局方法。然后结合各种情况详细地阐述了混合设计中最重要的参数关联问题,其中重点探讨了如何将设计加速器的设计结果嵌入到智能布局零件中,以此实现末端需求控制前端设计的反求设计思想。最后结合典型设计案例阐述了混合设计法的应用,表明混合设计法是可行且有效的。(本文来源于《图学学报》期刊2018年06期）
崔蕾[7]（2017）在《市场人士：应鼓励更多实体企业运用场外衍生品》一文中研究指出7日，纯信资产管理（深圳）有限公司董事长金焰在上海举行的2017年机构投资者年会上表示，场外衍生品为实体企业提供了更加灵活、个性化的服务，是实体企业进行风险管理的利器。据金焰介绍，统计数据显示，实体企业真正的利润来源是贸易，而不是投机。场外衍生(本文来源于《期货日报》期刊2017-12-08）
倪欢[8]（2017）在《机载激光雷达点云多实体多层次分类方法》一文中研究指出随着激光雷达系统的不断发展,行业应用的不断拓展,机载激光雷达数据处理理论得到了广泛深入的研究。其中,点云分类作为目标识别、叁维建模等研究的前提和首要任务,引起了学者们的广泛关注。从计算基元角度,目前的研究可以分为叁类,即逐点分类、基于分割的分类和基于多实体的分类。每一类方法均存在诸多问题。首先,逐点处理方法,有助于提取低层次的、较为基础的特征,如边缘;但是,对于维度较高的分类特征提取和点云分类,则过程耗时、计算量大,且容易受到噪声影响。基于分割的分类方法虽然有效降低了计算量,但严重依赖于所引入的点云分割方法;而目前点云分割方法主要提取一种实体结构,并不能有效表达复杂场景点云数据。基于多实体的分类方法可以解决复杂场景表达问题,但是这类方法通常需要借助逐层处理策略和多种分割方法,过程异常繁杂,可控性差。因此,一种过程简洁的多实体多层次点云分类方法亟待研究。本文首先提出了两种点云处理基础算法,分别用于叁维边缘检测和点云实体表达。进而根据这两种基础算法,发展了一种融合多实体的迭代图割点云滤波方法。最后,充分利用这些方法的优势,结合监督分类过程,设计了一种多实体多层次点云分类方法。该方法采用叁种实体结构和叁个分类层次。叁种实体结构包括规则面片、粗糙面片和单个点。叁个分类层次包括点云实体表达、地面实体提取(点云滤波)和非地面实体分类。非地面实体分类又包括两个层次,即监督分类和基于实体语义准则的分类优化。其中,点云实体表达,即叁种实体结构提取,通过本文提出的步进式点云分割方法实现。该方法将位于具备规则几何结构地物上的点分割到规则面片,将位于不规则形态地物上的点分割到粗糙面片,将属性不能有效被邻域几何结构表达的点确定为单个点。从而,有效表达复杂点云场景。地面实体提取通过本文提出的融合多实体的迭代图割点云滤波方法实现。该方法首先在规则面片中提取初始地面实体;然后,为每一种分割实体提取特征点,进而替代原始点云数据,减小计算量;其中,规则面片特征点利用本文提出的点云叁维边缘检测方法进行提取,用于表达规则面片的几何属性;最后,将特征点和初始地面实体输入到迭代图割过程中进行地面实体判别。其中,该点云叁维边缘检测方法被命名为顾及邻域几何属性的点云叁维边缘检测方法,在本文中作为一种点云基础处理算法,被首先提出。该方法不需要借助任何点云预处理步骤,也不需要图像辅助,直接、全自动地从点云中提取叁维边缘。非地面实体分类采用实体表达与监督分类相结合的方式实现,该方法首先为实体结构计算几何特征,并在计算过程中,用实体结构替代点邻域。再利用后向剔除方法,结合随机森林重要性分析,进行特征选择。然后,利用选择的特征和随机森林分类模型,对非地面实体进行分类。最后,利用实体之间的空间几何关系,定义一系列语义准则,对监督分类结果进行优化。本文对每一种提出的方法,均根据实验结果,进行了详细分析与讨论,并与现有方法进行对比,验证了算法的优越性。在多实体多层次点云分类过程的综合实验部分,采用OpenTopography开放数据集提供的实验数据,根据各分类层次的实验结果,对每一个层次所用方法进行分析,论证其辅助机载激光雷达点云分类的有效性。最后,根据分类结果,进行精度评定与讨论,并与现有分类策略进行实验比较,证明了本文所构建的多实体多层次点云分类方法的优越性。(本文来源于《武汉大学》期刊2017-12-01）
方日新,胡婕,季雍,江迪[9]（2017）在《让金融活水浇灌更多实体经济之花》一文中研究指出江苏省扬中市近日公布《关于〈聚力创新、加快转型，促进实体经济发展的实施意见〉的补充意见》。从支持企业上市、拓宽股权融资渠道、拓展融资担保方式等9个方面，细化了优化金融支持实体经济发展环境的具体措施，扬中市政协多项建议内容被采纳。与此同时，扬中金控集团与4(本文来源于《人民政协报》期刊2017-09-16）
仝青,彭雪[10]（2017）在《我市多渠道多载体多实体保护传承“非遗”》一文中研究指出本报讯（仝青 彭雪）选送非遗传承人到西南民族大学参加研培学习；开展非遗进景区，进校园活动，搭建对外交流平台……在日前举行的中国成都第六届国际非遗节上，加入现代元素的绵阳特色非遗产品成功吸引游客的同时，不少产品搭上了开向世界各国的“列车”，将“养在深(本文来源于《绵阳日报》期刊2017-07-16）
多实体论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
实体关系识别和自动文本摘要作为目前信息抽取领域的两个典型应用被越来越多的学者所关注。其中,实体关系识别任务是从文本中识别出实体词及实体词间的关系,但目前的研究大都针对简单场景展开,如一句话只包含一个关系的情况,而鲜有对复杂场景的深入探讨。自动文本摘要任务通过对输入文本进行语义分析形成摘要来提高用户的阅读效率,但目前针对自动文本摘要的研究仍然面临较多挑战,包括生成摘要的可读性差、生成摘要和原始文本的核心内容不符、生成摘要中重复元组较多等问题。针对上述两个任务存在的问题,本论文提出了基于多标签技术的多实体关系识别方法用以处理复杂场景的实体关系识别任务;提出了基于累积注意力机制的自动文本摘要方法在生成摘要的可读性、与原文内容相关度等指标上进行提升,具体包括如下叁点工作:(1)提出了一种新的基于多标签技术的多实体关系识别方法,以提升在复杂场景下的实体关系识别性能。该方法结合新的多标签损失函数和Sigmoid损失函数来共同训练网络,使得在多标签分类过程中引入更多的标签关联信息,同时针对样本不平衡问题进行权重优化以提高模型的学习能力。本论文在实体关系识别公开数据集NYT上进行了实验论证,结果显示本论文方案相较现有方案在实体关系识别的多个指标上都有提升,尤其在实体关系叁元组识别的F1值上有显着提升;(2)提出了一种新的基于累积注意力机制的自动文本摘要方法,以提升在生成摘要可读性、与原文相关性等指标上的性能。该方法整体基于编解码框架,引入指针网络并结合了本论文提出的累积注意力机制、采用覆盖度损失和集束搜索规则限制,使得模型具备生成和抽取的能力,以提升输出摘要的可读性、与原文相关性。本论文在自动文本摘要任务公开数据集CNN/DailyMail上进行了实验,结果显示本论文模型相比现有生成式监督学习模型在各项指标上都有所提升;(3)基于上述两个模型,本论文基于Django Web框架搭建了在线演示平台,实现接收用户输入,在线调用模型并获得输出,返回实体关系识别模型以及自动文本摘要模型得到的叁元组结果及摘要结果展示给用户,并对模型的输出信息进行解释分析。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多实体论文参考文献
[1].杨帆.打造融资“绿色”通道[N].苏州日报.2019
[2].胡莺夕.基于深度学习的多实体关系识别及自动文本摘要方法研究与实现[D].北京邮电大学.2019
[3].邵菲.多实体间多样化关联的搜索方法研究[D].南京大学.2019
[4].黄佳程.便于多实体消解中人工干预的自动对比表生成方法[D].南京大学.2019
[5].康晨远.多实体支撑推动合作社立体式发展——湖北省仙桃市强农水产专业合作社发展纪实[J].中国农民合作社.2019
[6].宋洪侠.基于多实体的混合设计方法应用研究[J].图学学报.2018
[7].崔蕾.市场人士：应鼓励更多实体企业运用场外衍生品[N].期货日报.2017
[8].倪欢.机载激光雷达点云多实体多层次分类方法[D].武汉大学.2017
[9].方日新,胡婕,季雍,江迪.让金融活水浇灌更多实体经济之花[N].人民政协报.2017
[10].仝青,彭雪.我市多渠道多载体多实体保护传承“非遗”[N].绵阳日报.2017
标签：小微; 股权投资基金; 征信数据; 征信体系建设; 综合金融服务; 金融产品创新; 信贷资金投入; 信用贷款; 信用保证; 信用评分;