小類

]。本文以IPC小類下專利數(shù)量的均方差為標(biāo)準(zhǔn)，借鑒馬榮康[23]的分級(jí)方法，將各IPC小類劃分為無專利、低水平、中低水平、中高水平、高水平和極高水平6個(gè)級(jí)別(對應(yīng)的狀態(tài)為L={1，2，3，4，5，6})，具體分級(jí)標(biāo)準(zhǔn)見表1；然后計(jì)算各類型IPC小類的概率分布和年際變化，將IPC小類的專利布局演變過程與馬爾可夫過程對應(yīng)起來。記t年a類型的IPC小類在T年轉(zhuǎn)移為b類型的概率為Mab，計(jì)算公式為：(1)表1 年申請專利IPC小類分級(jí)1.1.2顯性技術(shù)比較優(yōu)勢指數(shù)

、中類79 個(gè)、小類449 個(gè)，1636 個(gè)職業(yè)。與2015年版大典相比，增加了法律事務(wù)及輔助人員等4個(gè)中類、數(shù)字技術(shù)工程技術(shù)人員等15個(gè)小類，碳匯計(jì)量評(píng)估師等155 個(gè)職業(yè)。機(jī)器人工程技術(shù)人員、數(shù)據(jù)安全工程技術(shù)人員、數(shù)字化解決方案設(shè)計(jì)師、碳匯計(jì)量評(píng)估師、建筑節(jié)能減排咨詢師、家庭教育指導(dǎo)師、研學(xué)旅行指導(dǎo)師、民宿管家、農(nóng)業(yè)數(shù)字化技術(shù)員……從這些新職業(yè)的興起與發(fā)展趨勢中，我們可以看到時(shí)代的進(jìn)步與社會(huì)的活力，也能感受到機(jī)遇的多元與創(chuàng)新的無限。新職業(yè)，新機(jī)遇，新期

進(jìn)一步分成不同的小類(章毓晉,1996b,c,1997,1998,1999,2000,2001a,2002a,2003b,2004,2005,2006a,2007a,2008,2009a,2010,2011a,2012,2013a,2014,2015a,2016,2017a,2018a,2019,2020,2021a)。具體對文獻(xiàn)的分類情況(名稱和主要內(nèi)容)和各類所用代號(hào)見表1。20多年來，本綜述系列的大類沒有變化，仍保持了原有的框架和格局。不過，隨著技術(shù)

所謂“無條件句”小類，導(dǎo)致標(biāo)準(zhǔn)不一，邏輯混亂。我國語法學(xué)界較早借用邏輯性質(zhì)差別為條件復(fù)句建類的是呂叔湘先生的《中國文法要略》(1942)。該書根據(jù)從句對主句條件性質(zhì)的不同在22.41一節(jié)中首先把條件復(fù)句分出“充足條件(即充分條件)”“必需條件(即必要條件)”兩類，并舉例分析了二者的性質(zhì)差異：“充足條件是說具此條件即有此后果，但不具此條件，不一定無此后果”；“必需條件是說不具此條件，必?zé)o此后果，但具此條件，不一定有此后果”。這是筆者考察到的我國語言學(xué)界借用邏

的對仗。凡是同一小類事物的字詞構(gòu)成的對仗，都是工對。1.屬于同一小類事物的名詞構(gòu)成對仗：獨(dú)有英雄驅(qū)虎豹，更無豪杰怕熊羆。毛澤東《七律·冬云》其中，“英雄”對“豪杰”，“虎豹”對“熊羆”都是同一小類的名詞相對仗，是極為工整的對仗。2.不屬于同一小類事物的名詞，但經(jīng)常被并列使用的，也是工對。天連五嶺銀鋤落，地動(dòng)三河鐵臂搖。毛澤東《七律二首·送瘟神·其二》以“天”對“地”，“五嶺”對“三河”，“銀鋤”對“鐵臂”，都是極工整的對仗。3.否定詞(如“無”“不”等)相

列(x0)，所屬小類為比較數(shù)列(xi,i=1).作以下假設(shè)：(H4)u1=u2=…=ur.(H5)μ1,μ2,…,μr不全相等.其中：i=1,2,…,r;j=1,2,…,ni；各個(gè)εij相互獨(dú)立；μi和σ2未知.(2)深層次回歸分析法.遞歸特征刪除法下，使用線性回歸模型[8-9]，對所選擇的庫存、折扣、售價(jià)和標(biāo)價(jià)這4個(gè)影響因素，每次刪除1個(gè)因素進(jìn)行回歸；對得到的模型從均方根誤差(Root Mean Squard Error，RMSE，用R表示)、調(diào)整擬合優(yōu)

，謂詞或者說明該小類所屬的更大的類，或者說明該類對象的偶性。一、二階判斷的謂詞都表示經(jīng)驗(yàn)對象的普遍性，也就是馬克思意義上的“經(jīng)驗(yàn)謂詞”。三階判斷為“i、p、u 是u′”，如“這是個(gè)體”“玫瑰花是小類”“植物是大類”“紅（的）是偶性”“美（的）是偶性”，特點(diǎn)是：主詞可以各式各樣，但謂詞都是表示哲學(xué)范疇的符號(hào)，即范疇詞，也就是馬克思所說的“哲學(xué)謂詞”。3關(guān)于馬克思對哲學(xué)謂詞和經(jīng)驗(yàn)謂詞的區(qū)分，可參見文獻(xiàn)[20]第15-16 頁。這三個(gè)階次的判斷不管有多少相互聯(lián)系

392個(gè)標(biāo)準(zhǔn)物資小類中，省公司整體覆蓋1221個(gè)（27家省公司合集），環(huán)比4月增加8個(gè)。171個(gè)小類在27家省公司均未覆蓋。與4月相比，甘肅公司已完成批次切換，四川公司已確定中標(biāo)結(jié)果，正在開展商品上架，本年度交易額總計(jì)41.25億元。省公司覆蓋標(biāo)準(zhǔn)小類平均值417個(gè)，占全部標(biāo)準(zhǔn)目錄數(shù)量的29.84%，僅4家省公司小類覆蓋率高于40%，分別為甘肅（712個(gè)，51.15%）、吉林（706個(gè)，50.72%）、寧夏（600個(gè)，43.10%）、湖北（580個(gè)，41.

C 分類法將其分小類并取前10 類數(shù)量最多的進(jìn)行統(tǒng)計(jì)（圖1）。由于單座物流車本身專利技術(shù)較少，參與統(tǒng)計(jì)的前10 小類共計(jì)145 份，占總數(shù)的72.07%，其統(tǒng)計(jì)結(jié)果具有很大的代表性。在單座物流車領(lǐng)域，目前專利申請分類集中在B60P和B62D，2 個(gè)小類中專利總數(shù)占全部專利數(shù)的50%左右，并且目前大多數(shù)專利集中在B 部。此外，由于B60H、B23K 和B65K專利類別與本次相關(guān)性較低，故本文不展示這3 個(gè)類別。圖1 單座物流車專利總體分布情況圖B60P 小類

，按照部、大類、小類、大組、小組五個(gè)級(jí)別進(jìn)行分類，其中部作為第一層級(jí)，將專利文獻(xiàn)按照技術(shù)領(lǐng)域分為9個(gè)部，分別以英文字母A-H和Y來表示，每個(gè)部的類名概要的指出該部所包含的技術(shù)領(lǐng)域范圍。分部位于主部之下，由情報(bào)性的標(biāo)題構(gòu)成，只注明其包含的咨詢，無符號(hào)表示，比如A部內(nèi)設(shè)有4個(gè)分部分別為：分部：農(nóng)業(yè);分部：食品、煙草;分部：個(gè)人或家用物品;分部：保健;娛樂。而每個(gè)部又根據(jù)不同的技術(shù)主題分成若干大類，每個(gè)大類由兩位數(shù)字組成，具體對其所從屬的小類所包括的技術(shù)主題做系

類，178個(gè)學(xué)科小類，包含正式出版的中文期刊的主流部分，相對而言，能較為準(zhǔn)確地反映各期刊的所屬學(xué)科，因此本文選用該體系的學(xué)科分類。運(yùn)行VBA程序，將導(dǎo)出的題錄信息中“刊名”與期刊—學(xué)科分類體系中的“刊名”進(jìn)行對照，就能將各參考文獻(xiàn)和施引文獻(xiàn)劃分到其所屬學(xué)科類別，接下來對數(shù)據(jù)處理結(jié)果進(jìn)行統(tǒng)計(jì)分析。表1 管理學(xué)科22年來CSSCI期刊發(fā)文量及引文量匯總表2.2 數(shù)據(jù)分析2.2.1 基于引文文獻(xiàn)的管理學(xué)科知識(shí)輸入能力分析對管理學(xué)科1998年至2019年共22年間

量有較大的差異，小類樣本的數(shù)量非常少，或者相對大類樣本來說，小類樣本的數(shù)量較少。不平衡數(shù)據(jù)的分類問題具有非常重要的現(xiàn)實(shí)意義，在銀行信用卡欺詐檢測、醫(yī)學(xué)癌癥檢測等方面都有重要應(yīng)用[1]，是機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘領(lǐng)域的研究熱點(diǎn)。目前，常用的分類算法大多數(shù)是基于平衡數(shù)據(jù)考慮的，面對不平衡數(shù)據(jù)的分類時(shí)，這些分類算法可能有較高的分類準(zhǔn)確率，但對小類樣本的識(shí)別能力相對較差。為了能夠在不平衡的數(shù)據(jù)集上有較好的分類效果，國內(nèi)外的學(xué)者主要從數(shù)據(jù)預(yù)處理、分類算法改進(jìn)等方面展開了研

題指的是個(gè)別類（小類）的樣本數(shù)量比其他類（大類）要少得多，并且小類更加重要，這對于傳統(tǒng)分類算法來說是一個(gè)巨大的挑戰(zhàn)[1-2]；因?yàn)閭鹘y(tǒng)分類算法都是針對平衡數(shù)據(jù)集或以誤判代價(jià)相等為前提的，因此它往往偏向于大類，這就導(dǎo)致了算法整體分類效果的下降[3]。多類不平衡學(xué)習(xí)問題主要有兩大類解決方法[1-2]：（1）算法級(jí)，例如代價(jià)敏感學(xué)習(xí)算法[3]、集成學(xué)習(xí)算法[4]；（2）數(shù)據(jù)級(jí)，例如欠采樣算法[5]（減少大類樣本的數(shù)量）、過采樣算法[6-14]（增加小類樣本的數(shù)量

一個(gè)對區(qū)域?qū)蛹?jí)、小類層級(jí)消費(fèi)分析和需求預(yù)測模型具有重大意義。針對新零售行業(yè)精準(zhǔn)化需求進(jìn)行建模，主要分析了銷售特征、庫存信息、節(jié)假日折扣等因素對銷量的影響，通過建立主成分多元模型對未來銷售數(shù)據(jù)進(jìn)行預(yù)測，同時(shí)利用平均絕對百分比誤差法獲得預(yù)測數(shù)值的精準(zhǔn)度。通過繪制散點(diǎn)圖以及對平均絕對百分比誤差（MAPE公式）的分析，得到模型預(yù)測值的MAPE值在15%～35%之間，可以認(rèn)為模型靈敏度較高。因此，零售行業(yè)可選擇主成分多元模型對未來銷量進(jìn)行預(yù)測，從而減少缺貨、庫存成本

數(shù)據(jù)分別為大類和小類樣本，即構(gòu)成典型的不平衡數(shù)據(jù)。當(dāng)前，不平衡數(shù)據(jù)分類問題的解決方法[2]主要有2個(gè)方面：(1) 數(shù)據(jù)層面，上采樣和下采樣，改變數(shù)據(jù)分布，降低不平衡度，稱之為重采樣方法；(2) 算法層面，分析已有算法在面對不平衡數(shù)據(jù)的缺陷，改進(jìn)算法或者提出新算法來提升小類的分類準(zhǔn)確率，例如代價(jià)敏感學(xué)習(xí)和集成學(xué)習(xí)[3]等。針對故障診斷不平衡的樣本數(shù)據(jù)，Zhang等[4]提出了基于快速聚類和支持向量機(jī)的旋轉(zhuǎn)機(jī)械故障診斷算法，通過快速聚類減少數(shù)據(jù)，平衡后利用支持

尺寸W的不同分成小類。目前有TG-7、TG-8、TG-9、TG-10、TG-12、TG-14、TG-16、TG-18、TG-20、TG-23、TG-24、TG-26、TG-30、TG-34、TG-40、TG-50共16個(gè)小類。每個(gè)小類因?yàn)槠渌叽绲牟煌殖刹煌膫€(gè)體，如TG-9(1)、TG-18-1等。這類槽多用于高中壓級(jí)，在汽輪機(jī)轉(zhuǎn)子中廣泛存在，采用車削的工藝方法加工而成[2]。2) 圖1(b)所示為外包倒T型葉根槽的截面，該截面法線垂直于轉(zhuǎn)子中心線，代

“諸經(jīng)讀本”這個(gè)小類所列6種書涵蓋面太窄，而且權(quán)威性不夠。這一部分“讀本”與下一類“列朝經(jīng)注、經(jīng)說、經(jīng)本考證”不易區(qū)分。“列朝經(jīng)注、經(jīng)說、經(jīng)本考證”大致是按易、書、詩、禮、樂、春秋、四書、孝經(jīng)、爾雅、諸經(jīng)總義、諸經(jīng)目錄文字音義、石經(jīng)分類的。我們認(rèn)為即使是在同治、光緒年間，這6種“讀本”的單列，也欠妥當(dāng)，應(yīng)散入“列朝經(jīng)注、經(jīng)說、經(jīng)本考證”類的“禮”類、“春秋”類。2 關(guān)于“史部·古史”類《書目答問》于史部設(shè)“古史”一類，收《逸周書》《國語》《戰(zhàn)國策》《山海經(jīng)

TN)污染物行業(yè)小類污染源，包括了鋼鐵、機(jī)械、玻璃、印染、啤酒、氮肥等20多個(gè)重點(diǎn)工業(yè)行業(yè)和畜禽養(yǎng)殖1個(gè)重點(diǎn)農(nóng)業(yè)行業(yè)，合計(jì)只占國民經(jīng)濟(jì)行業(yè)小類的6.4%[7]。當(dāng)前，中國正處在推進(jìn)社會(huì)經(jīng)濟(jì)與陸海生態(tài)環(huán)境相和諧的可持續(xù)發(fā)展的關(guān)鍵階段，源頭治理與產(chǎn)業(yè)轉(zhuǎn)型升級(jí)之間的脫節(jié)依然嚴(yán)重，亟需建立完善行業(yè)小類污染源全覆蓋的產(chǎn)強(qiáng)環(huán)境準(zhǔn)入制度[6]。這不僅需要行業(yè)小類污染源全覆蓋且取值簡便的產(chǎn)強(qiáng)系數(shù)等級(jí)劃分表，而且也需要產(chǎn)強(qiáng)環(huán)境準(zhǔn)入基準(zhǔn)的量化標(biāo)定方法[6]。行業(yè)(亞)小類污染

大類標(biāo)志的設(shè)計(jì)、小類用圖形符號(hào)、小類標(biāo)志的設(shè)計(jì)以及生活垃圾分類標(biāo)志的設(shè)置。適用于生活垃圾的分類投放、分類收集、分類運(yùn)輸和分類處理工作。GB/T 19095—2019包括8章和2個(gè)資料性附錄。主要內(nèi)容包括：生活垃圾分類標(biāo)志類別構(gòu)成（第3章）、生活垃圾分類標(biāo)志大類用圖形符號(hào)（第4章）、生活垃圾分類標(biāo)志大類標(biāo)志的設(shè)計(jì)（第5章）、生活垃圾分類標(biāo)志小類用圖形符號(hào)（第6章）、生活垃圾分類標(biāo)志小類標(biāo)志的設(shè)計(jì)（第7章）、生活垃圾分類標(biāo)志的設(shè)置（第8章）。本文以下簡要介紹生

197個(gè)行業(yè)新興小類。分別為：新一代信息技術(shù)大類下20個(gè)小類、集成電路大類下6個(gè)小類、醫(yī)藥健康大類下16個(gè)小類、智能裝備大類下76個(gè)小類、節(jié)能環(huán)保大類下22個(gè)小類、新能源汽車大類下10個(gè)小類、新材料大類下15個(gè)小類、人工智能大類下6個(gè)小類、軟件和信息服務(wù)大類下17個(gè)小類、科技服務(wù)大類下9個(gè)小類。對許多知名企業(yè)招聘而言，光碩士是一流大學(xué)畢業(yè)還不夠，只有本科是985、211畢業(yè)的人，才有面試機(jī)會(huì)。退而求其次，如果在本科沒有考上知名學(xué)校，起碼得選個(gè)吃香的專業(yè)吧？

甚至產(chǎn)生大類中有小類，就有文字信息的結(jié)構(gòu)表達(dá)方式的選擇。什么是文字信息結(jié)構(gòu)的表達(dá)方式？產(chǎn)品所產(chǎn)生的、包含的大量信息，都有關(guān)系。例如這里說的大類與小類，一個(gè)大類由許多個(gè)小類組成，許多個(gè)小類組成了某一個(gè)大類，這是包含與被包含，大類包含了小類，這就是關(guān)系。這種關(guān)系，亦是一種結(jié)構(gòu)，上下結(jié)構(gòu)，大類為上，小類為下。而設(shè)計(jì)師在這里，要考慮用何種方式去表現(xiàn)這種結(jié)構(gòu)，并能夠讓用戶可以通過大類找到小類，找到需要的文字信息。用途的文字信息結(jié)構(gòu)表達(dá)方式，以下，有兩種：圖4 示例1

另外，未來新書各小類采書量會(huì)根據(jù)合校后的專業(yè)變化而調(diào)整，未來變數(shù)多，形勢復(fù)雜。這就要求我們在設(shè)計(jì)排架方案時(shí)要考慮周全，排架合理，以期最大限度地減少后期倒架頻率，縮小后期倒架范圍。一、前期準(zhǔn)備工作?排架的前期準(zhǔn)備工作是整個(gè)排架工作的重中之重。只有在前期充分做好在庫圖書的數(shù)據(jù)統(tǒng)計(jì)、了解室藏容量、圖書的架位安排等工作，才能有序高效地完成后期上架工作。否則后期會(huì)出現(xiàn)重復(fù)勞動(dòng)，增加勞動(dòng)強(qiáng)度，造成人力、物力的浪費(fèi)等。前期準(zhǔn)備工作主要有以下兩方面：（一）導(dǎo)出相關(guān)數(shù)據(jù)。導(dǎo)

為15大類41個(gè)小類144個(gè)品目，涵蓋了整個(gè)農(nóng)業(yè)產(chǎn)業(yè)鏈。相比于2015-2017年農(nóng)機(jī)購置補(bǔ)貼機(jī)具11大類43個(gè)小類137個(gè)品目，今年增加了7個(gè)品目，其中涉及設(shè)施農(nóng)業(yè)領(lǐng)域農(nóng)機(jī)購置補(bǔ)貼機(jī)具種類如下：噴灌機(jī)械設(shè)備：噴灌機(jī)、微灌設(shè)備、灌溉首部（含灌溉水增壓設(shè)備、過濾設(shè)備、水質(zhì)軟化設(shè)備、灌溉施肥一體化設(shè)備以及營養(yǎng)液消毒設(shè)備等）。溫室大棚設(shè)備：包括電動(dòng)卷簾機(jī)、熱風(fēng)爐、加溫系統(tǒng)（含燃油熱風(fēng)爐、熱水加溫系統(tǒng)）、加溫爐、水簾降溫設(shè)備等。來源：中國農(nóng)業(yè)機(jī)械化信息網(wǎng)

利用現(xiàn)狀分類二級(jí)小類，參考謝高地[4]、陳士銀[20]、張?zhí)旌16]等人確定的生態(tài)系統(tǒng)類型進(jìn)行合并劃分，將蘇州市土地分為耕地、園地、林地、牧草地、城鄉(xiāng)建設(shè)用地、交通用地、水域、未利用地8類用地（圖2）。whereq∈ ［0，1］,E（Y）=of the model output,andis the inverse CDF ofXiat quantileq.The multiple integral in Eq.(2)is taken in the ran

針對不平衡分類中小類樣本識(shí)別率低問題，提出一種基于主動(dòng)學(xué)習(xí)不平衡多分類AdaBoost改進(jìn)算法。首先，利用主動(dòng)學(xué)習(xí)方法通過多次迭代抽樣，選取少量的、對分類器最有價(jià)值的樣本作為訓(xùn)練集；然后，基于不確定性動(dòng)態(tài)間隔的樣本選擇策略，降低訓(xùn)練集的不平衡性；最后，利用代價(jià)敏感方法對多分類AdaBoost算法進(jìn)行改進(jìn)，對不同的類別給予不同的錯(cuò)分代價(jià)，調(diào)整樣本權(quán)重更新速度，強(qiáng)迫弱分類器“關(guān)注”小類樣本。在臨床經(jīng)胸超聲心動(dòng)圖(TTE)測量數(shù)據(jù)集上的實(shí)驗(yàn)分析表明：與多分類支持

進(jìn)地針對“中類—小類—物資”進(jìn)行逐層優(yōu)化，通過近三年的標(biāo)準(zhǔn)化改革，國網(wǎng)浙江省電力公司目前的配網(wǎng)物資標(biāo)準(zhǔn)化優(yōu)化率達(dá)到58.41%，為配網(wǎng)物資標(biāo)準(zhǔn)化體系建設(shè)和標(biāo)準(zhǔn)化改革提供了科學(xué)指導(dǎo)。配電網(wǎng)；物資標(biāo)準(zhǔn)化；通用優(yōu)化指數(shù)1 引言采購物資的標(biāo)準(zhǔn)化是國家電網(wǎng)公司標(biāo)準(zhǔn)化建設(shè)體系的重要內(nèi)容，是提升公司集團(tuán)化運(yùn)作水平和核心競爭力的重要手段。隨著國家電網(wǎng)公司進(jìn)一步推進(jìn)集中采購機(jī)制，物資采購標(biāo)準(zhǔn)化除了規(guī)模采購的應(yīng)用優(yōu)勢外，給生產(chǎn)運(yùn)行也帶來了越來越多的益處，包括有效促進(jìn)設(shè)備互通互

現(xiàn)能愿動(dòng)詞的各個(gè)小類在與“還”“又”“再”“也”連用共現(xiàn)時(shí)，它們呈現(xiàn)的組合性強(qiáng)弱各不相同?！斑€、又、再、也”，能愿動(dòng)詞，連用共現(xiàn)1 問題的提出漢語中的“還、又、再、也”是一組既相似又有區(qū)別的詞語,它們和能愿動(dòng)詞的連用共現(xiàn)的情況極少有學(xué)者進(jìn)行詳盡的考察。大部分學(xué)者只是對其相關(guān)的部分進(jìn)行了理論上的探究，馬慶株對能愿動(dòng)詞連用情況進(jìn)行了考察，將其分為六個(gè)小類，發(fā)現(xiàn)能愿動(dòng)詞的連用存在小類上的有序性，說明各類組合對能愿動(dòng)詞連用的影響[1]18。陸儉明認(rèn)為同類詞之間的連

民經(jīng)濟(jì)行業(yè)相應(yīng)的小類、中類或大類。與國際外觀設(shè)計(jì)分類建立映射關(guān)系的國民經(jīng)濟(jì)行業(yè)共有小類243個(gè)、中類22個(gè)、大類1個(gè)，均集中在制造業(yè)（C門）。參照關(guān)系表由國家知識(shí)產(chǎn)權(quán)局組織制定，是為落實(shí)《“十三五”國家知識(shí)產(chǎn)權(quán)保護(hù)與運(yùn)用規(guī)劃》提出的“加強(qiáng)專利活動(dòng)與經(jīng)濟(jì)效益之間的關(guān)聯(lián)評(píng)價(jià)”所開展的一項(xiàng)具有重要意義的基礎(chǔ)性工作。至此，我國已初步建立涵蓋國際專利分類、國際外觀設(shè)計(jì)分類在內(nèi)的專利分類體系與國民經(jīng)濟(jì)行業(yè)分類的對照體系。

理。設(shè)置大、中、小類三個(gè)層級(jí)，與SAP“物料組”信息進(jìn)行對應(yīng)。“物料組”編碼由9位數(shù)字或字母組成，格式為X1X2X3X4X5X6X7X8X9，其中X1X2X3代表大類，X4X5X6代表中類，X7X8X9代表小類。（2）使用“物料主數(shù)據(jù)特征項(xiàng)”管理。每個(gè)物資小類，設(shè)置若干特征項(xiàng)，由特征項(xiàng)下具體內(nèi)容（即特征值）組合成一條物料主數(shù)據(jù)完整描述，格式為“特征值1；特征值2；特征值3；…特征n值”。同時(shí)針對SAP物料描述40個(gè)字符限制，設(shè)計(jì)軟件功能，在導(dǎo)入SAP系統(tǒng)時(shí)

源、變壓器電源等小類；特種電源又可分為高壓電源、醫(yī)療電源、軍用電源、航空航天電源、激光電源等小類。根據(jù)電源分類，將電源專業(yè)詞匯系統(tǒng)的數(shù)據(jù)存儲(chǔ)設(shè)計(jì)為“電源大類表（PowerBigCateg）”、“電源小類表 （Power Small Categ）”和 “電源專業(yè)詞匯表（Prof Vocabulary）”三個(gè)表。表之間存在兩個(gè)“一對多”聯(lián)系，即“電源大類表”和“電源小類表”實(shí)體之間是一對多聯(lián)系，一個(gè)電源大類包括多個(gè)電源小類，一個(gè)電源小類只能屬于一個(gè)電源大類；“

目的體系編號(hào)，按小類各自排序，各小類從0001順序排列；（2）“標(biāo)準(zhǔn)名稱”標(biāo)注體系項(xiàng)目的名稱，現(xiàn)有標(biāo)準(zhǔn)按已有名稱填寫，新增標(biāo)準(zhǔn)按新提出名稱填寫；（3）“標(biāo)準(zhǔn)號(hào)”標(biāo)注體系項(xiàng)目的標(biāo)準(zhǔn)號(hào)，現(xiàn)有標(biāo)準(zhǔn)按已有標(biāo)準(zhǔn)號(hào)填寫，新增標(biāo)準(zhǔn)為空白；（4）“采標(biāo)標(biāo)準(zhǔn)”標(biāo)注體系項(xiàng)目采用的國際標(biāo)準(zhǔn)；（5）“類別”標(biāo)注體系項(xiàng)目所屬類別，分為基礎(chǔ)、方法、產(chǎn)品、工程建設(shè)和管理五個(gè)類別；（6）“級(jí)別”標(biāo)注體系項(xiàng)目所屬級(jí)別，“GB”為船舶工業(yè)國家標(biāo)準(zhǔn)，“CB”為船舶工業(yè)行業(yè)標(biāo)準(zhǔn)；（7）“復(fù)審結(jié)論

書大類配置、圖書小類配置等方面都能體現(xiàn)出來。(1)我校是一所以工科為主、石油化工特色鮮明、多學(xué)科協(xié)調(diào)發(fā)展的綜合性本科院校，目前有全日制在校學(xué)生約20 400人，館藏圖書總冊數(shù)為1 214 488冊，生均占有圖書只有60冊，離教育部規(guī)定的工科院校生均圖書80冊的合格要求有較大差距，離綜合性大學(xué)生均圖書100冊的合格要求相距甚遠(yuǎn)。(2)從大類配置來看，A－K類社會(huì)科學(xué)圖書有561 810冊，藏書比例為 46．26%，借閱冊數(shù)為127 069冊，借閱比例為31．

目的體系編號(hào)，按小類各自排序，各小類從0001順序排列；（2）“標(biāo)準(zhǔn)名稱”標(biāo)注體系項(xiàng)目的名稱，現(xiàn)有標(biāo)準(zhǔn)按已有名稱填寫，新增標(biāo)準(zhǔn)按新提出名稱填寫；（3）“標(biāo)準(zhǔn)號(hào)”標(biāo)注體系項(xiàng)目的標(biāo)準(zhǔn)號(hào)，現(xiàn)有標(biāo)準(zhǔn)按已有標(biāo)準(zhǔn)號(hào)填寫，新增標(biāo)準(zhǔn)為空白；（4）“采標(biāo)標(biāo)準(zhǔn)”標(biāo)注體系項(xiàng)目采用的國際標(biāo)準(zhǔn)；（5）“類別”標(biāo)注體系項(xiàng)目所屬類別，分為基礎(chǔ)、方法、產(chǎn)品、工程建設(shè)和管理五個(gè)類別；（6）“級(jí)別”標(biāo)注體系項(xiàng)目所屬級(jí)別，“GB”為船舶工業(yè)國家標(biāo)準(zhǔn)，“CB”為船舶工業(yè)行業(yè)標(biāo)準(zhǔn)；（7）“復(fù)審結(jié)論

分類之下是否還有小類，以及佛經(jīng)歸屬何類的爭論，曾經(jīng)是近代學(xué)者爭論的主要議題，近年來有關(guān)的討論復(fù)又升溫。1 四分法之外是否還有小類之爭《中經(jīng)新簿》將書籍分為“經(jīng)、史、子、集”四部已為學(xué)界共識(shí)，然四部之下是否又有分類，觀點(diǎn)不一，眾說紛紜。近代學(xué)者余嘉錫認(rèn)為《中經(jīng)新簿》四部分類之外還分有小類:“眾篇之名，謂荀勖之六藝、小學(xué)、古諸子家、近世子家等分類之名也。”［2］姚名達(dá)的觀點(diǎn)正好與余嘉錫相反，他在其著書《中國目錄學(xué)史》之《分類篇》及《校讎篇》中多次明確地表述了《

括實(shí)體大類和實(shí)體小類信息，無論是從語義關(guān)系的定義，還是實(shí)驗(yàn)結(jié)果來看，這類信息對關(guān)系抽取的性能具有很大的提升作用，因而幾乎所有的關(guān)系抽取系統(tǒng)都使用實(shí)體類型信息。不過，目前使用的實(shí)體類型信息都是基于手工標(biāo)注的結(jié)果，實(shí)際識(shí)別出的實(shí)體類型，特別是小類信息，肯定含有噪音，從而使得其作用受到一定的影響。文獻(xiàn)[4-5]先采用聚類的方法得到實(shí)體詞匯的語義編碼，然后在基于特征向量的關(guān)系抽取中使用該語義編碼，實(shí)驗(yàn)結(jié)果表明其對關(guān)系抽取的性能提高具有一定的促進(jìn)作用。但由于特征匹配

目的體系編號(hào)，按小類各自排序，各小類從0001順序排列；（2）“標(biāo)準(zhǔn)名稱”標(biāo)注體系項(xiàng)目的名稱，現(xiàn)有標(biāo)準(zhǔn)按已有名稱填寫，新增標(biāo)準(zhǔn)按新提出名稱填寫；（3）“標(biāo)準(zhǔn)號(hào)”標(biāo)注體系項(xiàng)目的標(biāo)準(zhǔn)號(hào)，現(xiàn)有標(biāo)準(zhǔn)按已有標(biāo)準(zhǔn)號(hào)填寫，新增標(biāo)準(zhǔn)為空白；（4）“采標(biāo)標(biāo)準(zhǔn)”標(biāo)注體系項(xiàng)目采用的國際標(biāo)準(zhǔn)；（5）“類別”標(biāo)注體系項(xiàng)目所屬類別，分為基礎(chǔ)、方法、產(chǎn)品、工程建設(shè)和管理五個(gè)類別；（6）“級(jí)別”標(biāo)注體系項(xiàng)目所屬級(jí)別，“GB”為船舶工業(yè)國家標(biāo)準(zhǔn)，“CB”為船舶工業(yè)行業(yè)標(biāo)準(zhǔn)；（7）“復(fù)審結(jié)論

目的體系編號(hào)，按小類各自排序，各小類從0001順序排列；（2）“標(biāo)準(zhǔn)名稱”標(biāo)注體系項(xiàng)目的名稱，現(xiàn)有標(biāo)準(zhǔn)按已有名稱填寫，新增標(biāo)準(zhǔn)按新提出名稱填寫；（3）“標(biāo)準(zhǔn)號(hào)”標(biāo)注體系項(xiàng)目的標(biāo)準(zhǔn)號(hào)，現(xiàn)有標(biāo)準(zhǔn)按已有標(biāo)準(zhǔn)號(hào)填寫，新增標(biāo)準(zhǔn)為空白；（4）“采標(biāo)標(biāo)準(zhǔn)”標(biāo)注體系項(xiàng)目采用的國際標(biāo)準(zhǔn)；（5）“類別”標(biāo)注體系項(xiàng)目所屬類別，分為基礎(chǔ)、方法、產(chǎn)品、工程建設(shè)和管理五個(gè)類別；（6）“級(jí)別”標(biāo)注體系項(xiàng)目所屬級(jí)別，“GB”為船舶工業(yè)國家標(biāo)準(zhǔn)，“CB”為船舶工業(yè)行業(yè)標(biāo)準(zhǔn)；（7）“復(fù)審結(jié)論

5種，內(nèi)含46個(gè)小類 （具體類型可參見 2.4 表 1）。15種對答類型中，有4種類型只有一個(gè)對答小類，即只有一種應(yīng)答語，而其余11種類型的應(yīng)答語均在兩種以上。比如 “介紹”類有兩種， “建議”類有4種， “要求”類有5種， “指責(zé)”類有6種，最多的是 “陳述類”，多達(dá)7種應(yīng)答語。在實(shí)際會(huì)話中，應(yīng)答語的種類或許更為豐富，對答小類也可以劃分得更為細(xì)致。實(shí)際上，劉虹 （2004）也強(qiáng)調(diào)了其歸納的15類只是主要類型，并不涵蓋所有類型。比如， “道歉”類在劉虹的分

目的體系編號(hào)，按小類各自排序，各小類從0001順序排列；（2）“標(biāo)準(zhǔn)名稱”標(biāo)注體系項(xiàng)目的名稱，現(xiàn)有標(biāo)準(zhǔn)按已有名稱填寫，新增標(biāo)準(zhǔn)按新提出名稱填寫；（3）“標(biāo)準(zhǔn)號(hào)”標(biāo)注體系項(xiàng)目的標(biāo)準(zhǔn)號(hào)，現(xiàn)有標(biāo)準(zhǔn)按已有標(biāo)準(zhǔn)號(hào)填寫，新增標(biāo)準(zhǔn)為空白；（4）“采標(biāo)標(biāo)準(zhǔn)”標(biāo)注體系項(xiàng)目采用的國際標(biāo)準(zhǔn)；（5）“類別”標(biāo)注體系項(xiàng)目所屬類別，分為基礎(chǔ)、方法、產(chǎn)品、工程建設(shè)和管理五個(gè)類別；（6）“級(jí)別”標(biāo)注體系項(xiàng)目所屬級(jí)別，“GB”為船舶工業(yè)國家標(biāo)準(zhǔn)，“CB”為船舶工業(yè)行業(yè)標(biāo)準(zhǔn)；（7）“復(fù)審結(jié)論

極少的數(shù)據(jù)集中的小類過度擬合，而欠抽樣會(huì)使得樣本數(shù)本來就比較少的數(shù)據(jù)集丟失重要的樣本，組合方法能夠比較折中地處理這兩種問題；其次，已有學(xué)者如Gustavo 等人提出過抽樣和欠抽樣結(jié)合的方法，并表現(xiàn)出了良好的效果，本文試圖通過研究這幾種組合方法來發(fā)掘它們的潛能；第三，這幾種算法在單獨(dú)執(zhí)行時(shí)就表現(xiàn)出了較好的效果，希望通過對其進(jìn)行組合來發(fā)掘更好的抽樣方法；第四，暫時(shí)沒有文獻(xiàn)對這幾種算法進(jìn)行組合和分析。本文在預(yù)處理階段采用了14 種采樣方法，其中包括本文提出的四種

極少的數(shù)據(jù)集中的小類過度擬合，而欠抽樣會(huì)使得樣本數(shù)本來就比較少的數(shù)據(jù)集丟失重要的樣本，組合方法能夠比較折中地處理這兩種問題；其次，已有學(xué)者如Gustavo 等人提出過抽樣和欠抽樣結(jié)合的方法，并表現(xiàn)出了良好的效果，本文試圖通過研究這幾種組合方法來發(fā)掘它們的潛能；第三，這幾種算法在單獨(dú)執(zhí)行時(shí)就表現(xiàn)出了較好的效果，希望通過對其進(jìn)行組合來發(fā)掘更好的抽樣方法；第四，暫時(shí)沒有文獻(xiàn)對這幾種算法進(jìn)行組合和分析。本文在預(yù)處理階段采用了14 種采樣方法，其中包括本文提出的四種

的存在。第（1）小類是很容易掌握的，按照英語的習(xí)慣來說漢語即可，而（2）——（5）小類則需重點(diǎn)學(xué)習(xí)，特別是第（4）類很難找出相對應(yīng)的英語句子，即使有相似的英文也很難表達(dá)出中文想要表達(dá)的意思，留學(xué)生極有可能回避“是……的”這類句型，也有可能說出“這本書是他昨天看”“書是有”“天是藍(lán)”等句子，缺少了“的”形成偏誤，這要求在對外漢語課堂中需要重點(diǎn)講解。二、主+是+動(dòng)／形／小句（1）表示等同?！斑@是魯莽，不是勇敢。Thisisrecklessnotbrave．”（

B23Q3/06小類7件、B23K37/04小類 6件、B25H1/10小類 5件、B61C17/04小類4件、B25B27/02小類4件、B66C1/ 10小類3件、B23P19/04小類3件、F02F1/00小類3件、F02M59/44小類2件、G01M15/04小類2件，表明企業(yè)在內(nèi)燃機(jī)機(jī)車的汽缸、燃料噴射、測試等方面科研實(shí)力強(qiáng)大，同時(shí)有強(qiáng)大的機(jī)械加工能力，對機(jī)械加工過程中的夾緊、夾持裝置研究也很有成果。2)戚研所的專利主要分布在:F16H57/02

少數(shù)類（以下簡稱小類）。那么，如何在保證多數(shù)類（大類）分類正確率的前提下，提高小類的分類正確率？對于該問題的研究，可追溯到20世紀(jì)60-70年代[1-3]。隨著海量數(shù)據(jù)分析的需要和數(shù)據(jù)挖掘領(lǐng)域的出現(xiàn)，該研究受到數(shù)據(jù)挖掘?qū)W術(shù)界的高度重視，從2000年開始已成為該領(lǐng)域研究的熱點(diǎn)問題之一，對它的研究也變得更成體系和規(guī)模。目前，針對不平衡數(shù)據(jù)的分類，有來自不同領(lǐng)域、針對不同現(xiàn)實(shí)問題、運(yùn)用不同分類方法、從不同角度進(jìn)行的研究。主要有三種思路：一是通過改進(jìn)分類模型，使模

根據(jù)需要建立各種小類的文件夾。比如,以制作「現(xiàn)代日本語書き言葉コーパス」為例,先在“我的文檔”中建立新文件夾「現(xiàn)代日本語書き言葉コーパス」,然后在這個(gè)文件夾里再建立「現(xiàn)代小説」「社説」「國會(huì)議事録」「新聞?dòng)浭隆埂高L刊誌」等小類文件夾。這樣就可以將下載和剪貼下來的各類文章分門別類地保存在專門的文件夾里。這里需要注意的是,制作語料庫時(shí),包括文件夾在內(nèi),所有的文件名都不能使用中國漢字,或用日語、或用英語、或用拼音,否則會(huì)因亂碼而無法保證檢索的順利進(jìn)行。2.3 收

退學(xué)的“壞小子”小類是在平安夜降生的，所以他常常笑稱自己是圣誕老人送給世間的禮物。小類原名叫葛亮，如果他不說，誰也猜不到他起“小類”這個(gè)名字的原因——類字倒過來就是大米，他說自己是因?yàn)閻鄢源竺?，所以才起這個(gè)名字的，理由簡單得簡直讓人無法相信。小類出生在安徽合肥一個(gè)家境殷實(shí)的家庭，父母特別重視對他的早期培養(yǎng)，從四歲開始，小類的媽媽就給他安排了很多東西學(xué)，書法、國畫……也就在學(xué)這些他感興趣的課程時(shí)他還安分一些，一旦上其他課，他就像個(gè)搗蛋鬼。有一次他在英文老師家