公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

智能化患者服药提醒App的调研与开发被引量：11: 2018年; 目的:通过移动互联网帮助患者进行个性化精准用药,保障药物安全、有效、合理使用,减少药物不良反应及药源性疾病的发生。方法:收集某院药学门诊信息,根据药房840余种药品制作用药数据库,搭建云服务器,连接医院HIS系统,开发具有自主知识产权的智能化患者用药教育APP"服药管家"。以问卷调查方式调研湖南省不同医院患者对APP的接受程度。结果:共收集1 146条患者药学咨询信息,咨询信息排名前三位的是:用法用量38%(435次)、适应证23.4%(102次)、不良反应18.2%(208次)。共发放问卷414份,有效回收388份。全部受调查的人群当中有77.6%的人群有智能手机,43.9%的人群愿意接受包括智能手机APP在内的有偿药学服务。结论:湖南省范围内,住院门诊患者对药学咨询服务需求迫切。以互联网为媒介的有偿药学咨询服务具有一定的市场潜力。智能化患者服药提醒APP"服药管家"功能设计合理,将精准化提升患者用药。在患者人群中有一定认可度,具有扩大推广的价值。; 刘方舟刘可可龚建平刘文辉叶倩倩李慧兰肖坚

语调短语预测中长度约束模型的对比研究被引量：1: 2013年; 从文本中准确地预测语调短语是提高合成语音自然度的关键之一。已有的语调短语预测方法多从词法或浅层句法信息入手,然而自然语流中语调短语的划分不仅与语法结构相关,也受其长度分布规律的约束。该文详细地比较了基于规则和基于概率、嵌入式和后接式、全局最优和局部最优等多种语调短语长度约束模型。实验结果表明:口语中语调短语的规划是一种短时的局部规划,并且对短语长度独立建模的效果优于将短语长度信息直接加入统计分类模型的特征集。; 周游刘方舟; 关键词：韵律结构最大熵

用CART模型指导TBL算法预测语调短语被引量：2: 2011年; 语调短语的自动预测是影响合成语音的可懂度和自然度的关键因素之一。该文提出了一种结合分类与回归树(classification and regression tree,CART)和基于转换的错误驱动的学习(transformation-based error-driven learning,TBL)算法的混合算法,从无限制的文本中预测语调短语边界。该方法根据CART模型的指导,自动生成TBL算法的规则模板,从而减少了规则学习过程中的人工参与。实验结果表明:基于该混合算法的语调短语预测的F-score达70.0%。自动生成的TBL模板不仅能较好地替代手工模板,而且在与手工模板一起使用时,也能为其提供有益的补充。; 刘方舟周游陶建华

语调短语预测中的特征模板自动生成: 2011年; 在语音合成系统中,语调短语的自动预测是影响合成语音的自然度和可懂度的关键因素之一。采用了最大熵(Maximum Entropy,ME)模型从无限制的文本中预测语调短语,并且提出了一个自动生成特征模板的层次聚类算法,从而减少了最大熵模型训练过程中的人工参与。实验结果表明,对于语调短语预测而言,最大熵模型明显优于分类与回归树(Classification And Regression Trees,CART)。相比手工总结的特征模板,自动生成的特征模板不仅将语调短语预测的F-score提高了3.18,而且将最大熵模型的大小缩小了78.38。; 刘方舟陶建华

用决策树指导TBL进行多音字消歧被引量：1: 2011年; 多音字消歧是普通话语音合成系统中字音转换模块的核心问题。选择了常见易错的33个多音字和24个多音词作为研究对象,构建了一个平均每个多音字(词)5000句的语料库,并且提出了一种结合决策树和基于转换的错误驱动的学习(Transformation-Basederror-driven Learning,TBL)的混合算法。该方法根据决策树的指导,自动生成TBL算法的模板,避免了手工总结模板这一费时费力的过程。实验结果表明,该方法生成的模板与手工模板性能相当,其平均准确率达90.36%,明显优于决策树。; 刘方舟周游; 关键词：字音转换决策树

全选清除导出

共1页<1>

刘方舟