报道性摘要

摘要： 1. 中文摘要中文摘要可大致分为报道性摘要、指示性摘要及报道指示性摘要。本刊刊登的科技论文一般采用报道性摘要。此类摘要的内容一般包括科技论文的目的、方法、结果及结论。在有限的字数内向读者提供尽可能多的信息,充分反映该论文的创新之处。篇幅以200字左右为宜。编写中文摘要的注意事项:(1)摘要中应排除本学科领城已成为常识的内容;切忌把应在引言中出现的内容写入摘要;也不要对论文内容作诠释和评论。

摘要： 病例报告的摘要为报道性摘要,300字以内为宜。可参考以下6个要素:简要病史,主要症状体征,诊断,治疗,临床转归,以及明本报告的意义或者特殊性。突出中心内容;不得简单重复题名、引言、结论,不宜有大量关于研究背景的描述,应避免出现主观性极强的描述;不使用非公知公用的符号和术语,不能用引文,缩略语、简称、代号在首次出现时必须加以说明,不用图表、公式、化学结构等。

摘要： 摘要写作要求按报道性摘要书写,字数300字左右,以提供文章内容梗概为目的,不加评论及补充解释,摘要中应包括研究目的、方法及过程、结果与结论、创新性和创新点。中英文摘要内容应一致。2摘要写作注意事项2.1着重反映新内容和特别强调的观点。2.2排除在本学科领域已成常识的内容。2.3不得简单地重复题名中已有的信息。2.4书写要合乎语法、保持上写文的逻辑关系。2.5结构要严谨,表达要简明,语义要确切,不分段落。

摘要： 摘要(abstract)是对科技论文、学术报告的主要内容(primary contents)的准确概括而不加任何注释和评论的简短陈述(brief)。其内容可分为两大类:一类是说明性或陈述性摘要(descriptive or indicative abstract)。说明性摘要或称指示性摘要,只说明论文或报告的主题思想,一般不介绍文章的内容。而陈述性摘要除了陈述主题思想外,还要陈述论文的中心句及中心事物。另一类是资料性摘要(informational abstract)和报道性摘要(informative abstract)。

摘要： 《临床麻醉学杂志》的论著和综述类论文须有中、英文摘要。论著摘要为报道性摘要,包括目的(Objective)、方法(Methods)、结果(Results)和结论(Conclusion)四个部分。综述类摘要为指示性摘要,采用一段式描述。英文摘要须与中文摘要对应,均采用第三人称撰写,不用“本文”、“作者”等主语。摘要中首次出现的缩略语、代号等,非公认公知者,须注明全称。中文摘要中的英文全称可省略,在正文首次出现时标注英文全称。摘要应具有独立性,即不阅读全文就能获得必要的信息。

摘要： 1摘要写作要求按报道性摘要书写,字数300字左右,以提供文章内容梗概为目的,不加评论及补充解释,摘要中应包括研究目的、方法及过程、结果与结论、创新性和创新点。中英文摘要内容应一致。

摘要： 摘要可大致分为以下3种类型(或写法).1.报道性摘要报道性摘要是指明一次文献的主题范围及内容梗概的简明摘要,相当于简介。报道性摘要一般用来反映科技论文的目的、方法及主要结果与结论,在有限的字数内向读者提供尽可能多的定性或定量的信息,充分反映该研究的创新之处。科技论著如果没有创新内容,如果没有经得起检验的与众不同的方法或结论,是不会引起读者的阅读兴趣的,所以建议学术性期刊(或论文集)多选用报道性摘要,用比其他类摘要字数稍多的篇幅,向读者介绍论文的主要内容。篇幅以300字左右为宜。

摘要： 根据国家新闻出版部门对期刊论文的发表要求,本刊特刊发《投稿须知》,以强化论文撰稿的规范化。一、稿件基本要求1、稿件题目应简明、具体、确切,一般应在20个汉字以内。2、来稿应在文章末尾处标注作者姓名、单位及所在省、市名称和邮政编码。不同工作单位的作者应在姓名右上角加注不同的阿拉伯数字序号,并在其工作单位名称前加注与作者姓名序号相同的数字。3、来稿应在文章末尾注明“作者简介”,多位作者提供“第一作者简介”即可。作者简介资料包含:姓名、出生年、性别、籍贯、职称/学位、现任职务和研究方向,电话,E-mail。4、摘要和关键词:摘要请用第三人称的方式阐述。科技论文应写出报道性摘要,须简要论述全文的定量和定性信息,包括研究对象和范围,研究的目的,采用的方法,主要结果(给出定量指标)和重要结论。摘要须在150~200字以内。综述性、资料性或评论性文章、会议报告等可写指示性报道/指示性摘要,字数在100~200字以内。第一个关键词请给出二级学科分类号(词)。

摘要： 摘要写作要求按报道性摘要书写,字数300字左右,以提供文章内容梗概为目的,不加评论及补充解释,摘要中应包括研究目的、方法及过程、结果与结论、创新性和创新点。中英文摘要内容应一致。

摘要： 摘要可大致分为以下3种类型(或写法)。1.报道性摘要 报道性摘要是指明一次文献的主题范围及内容梗概的简明摘要,相当于简介。报道性摘要一般用来反映科技论文的目的、方法及主要结果与结论,在有限的字数内向读者提供尽可能多的定性或定量的信息,充分反映该研究的创新之处。科技论著如果没有创新内容,如果没有经得起检验的与众不同的方法或结论,是不会引起读者的阅读兴趣的,所以建议学术性期刊(或论文集)多选用报道性摘要,用比其他类摘要字数稍多的篇幅,向读者介绍论文的主要内容。篇幅以300字左右为宜。

摘要： 本发明涉及一种用于创建已在设备中预记录的视听文献的新摘要的方法。该文献包含两个部分，即：摘要和多个报道。进而将综述划分成多个部分。根据本发明，设备首先查找摘要部分与报道之间的关联，然后检测与摘要部分不相关联的报道。随后，针对与摘要不相关联的报道创建概要，并将所述概要合并到初始摘要中以创建新的摘要。在这种方式下，用户可以从与所述报道相关联的摘要部分容易地选择任何报道。本发明还涉及能够实现所述方法的接收器。

摘要： 一种基于分布一致性的自注意力视频摘要方法：将视频以帧的形式输入到卷积神经网络中提取视频帧的特征向量；将视频帧的特征向量输入到双向长短期记忆网络中进行编码训练，得到初始的编码特征序列；将初始的编码特征序列中的编码向量输入到自注意力机制中，得到编码特征序列；将编码特征序列中加权后的编码特征向量依次输入到长短期记忆网络中进行训练解码，生成对应的重要性分数向量；将重要性分数向量输入到用于衡量编解码器网络模型的MK损失函数中，在标签向量的约束和监督下，不断地反馈并调整个网络的参数，得到最终的帧级重要性分数，选取相应视频的关键镜头和关键帧集合并输出视频摘要的结果。本发明得到的重要性分数与标签具有分布一致性。

摘要： 本发明涉及一种用于创建已在设备中预记录的视听文献的新摘要的方法。该文献包含两个部分，即：摘要和多个报道。进而将综述划分成多个部分。根据本发明，设备首先查找摘要部分与报道之间的关联，然后检测与摘要部分不相关联的报道。随后，针对与摘要不相关联的报道创建概要，并将所述概要合并到初始摘要中以创建新的摘要。在这种方式下，用户可以从与所述报道相关联的摘要部分容易地选择任何报道。本发明还涉及能够实现所述方法的接收器。

摘要： 为了解决现有技术中从AV数据中产生视频摘要会花费较多操作的问题，本发明包括从包含所述多角度视频的AV数据中检索多角度视频的检索设备4；定义所述多角度视频为视频摘要的视频摘要指定设备5；提供视频摘要的视频摘要提供设备6，及包括接收视频摘要的接收设备11的信息终端9。

摘要： 本发明属于世系要技术领域，具体为基于节点结构相似性和语义邻近性的世系图摘要方法。本发明包括两个阶段：相似节点集合标识阶段，根据节点的结构相似性和语义邻近性将相似的节点聚集在一起，标识一系列相似节点集合；节点集合替换阶段，世系图中包含多种类型节点，如数据节点、活动节点、代理节点等，针对不同类型的节点集合采用了不同的替换策略，从而保证替换后世系图的有效性；本发明结合活动节点间影响力邻近性和时间邻近性定义活动节点的语义距离，最终标识语义临近的活动节点集合。本发明方法使用超节点替换结构相似和语义相似的节点集合，提炼世系图中的相似节点，降低了世系图的结构复杂性和语义复杂性，提高了世系图的可理解程度。

摘要： 本发明实施例公开一种基于消息摘要算法校验文件完整性的方法及装置，涉及信息安全技术领域。为解决进行大文件的数据完整性检验时，需要较长的计算时间而发明。所述基于消息摘要算法校验文件完整性的方法，应用于客户端，包括：接收目标文件和第一哈希值；基于预设规则对所述目标文件进行采样，得到采样文件；基于消息摘要算法计算所述采样文件的第二哈希值；将所述第一哈希值与所述第二哈希值相匹配；若所述第一哈希值与所述第二哈希值匹配成功，则确定所述目标文件是完整的目标文件。适用于需要快速校验文件完整性的应用场景。

摘要： 本发明提供了一种基于评论有用性的自动用户评论摘要的方法，包括依次执行以下步骤：步骤1：预处理；对评论文本进行词形还原；步骤2：评论有用性预测；提取可能会影响评论有用性的特征，用所提取的特征来刻画评论，并使用随机森林分类模型预测评论的有用性；步骤3：基于二元词语的情感‑话题建模；向传统二元词语话题模型中加入情感变量，为评论同时建模话题和情感；步骤4：多要素话题和评论排序。本发明的有益效果是：1.本发明的方法可有效利用一些忽略的重要的评论特征辅助评论有用性预测、辅助后续的排序摘要任务；2.本发明的方法的话题的排序可以节约开发者的时间。

摘要： 本公开提供一种关联性预测模型训练方法和装置、摘要生成方法和装置。关联性预测模型训练方法包括：提取第一语句样本的第一语义特征向量，以及第二语句样本的第二语义特征向量；生成训练样本，其中所述训练样本包括所述第一语义特征向量和所述第二语义特征向量，以及预设的所述第一语句样本和所述第二语句样本的语义关联性标注；将训练样本输入机器学习模型，以得到第一语句样本和第二语句样本的语义关联性预测结果；根据语义关联性标注和语义关联性预测结果确定损失函数；利用损失函数对机器学习模型进行训练，以得到关联性预测模型。

摘要： 本发明公开了一种基于节点重要性的图摘要算法，包括：建立节点集合，对集合中所有点进行重要性指标计算和排序；根据重要性顺序，选择重要性较低且相距两跳的节点组成节点对，合并生成新的图摘要顶点，同时更新图摘要顶点集合，直至所有摘要节点均达到算法阈值时停止；遍历摘要顶点集合，根据MDL(最小描述长度)原则选择摘要点对生成边，并根据原始图和摘要图生成修正边集合，最终输出摘要图和修正边集合。本发明能够根据大图中节点的重要性进行摘要，避免了传统图摘要算法中存在的重要节点被提前合并等缺陷，在图处理领域具有广泛实用价值和应用前景。

摘要： 本发明公开了一种用于航运新闻摘要生成的事实性信息编码与评估方法，包括：输入新闻文本信息并进行语义编码,获得多层级新闻文本编码特征和信息；基于多层级新闻文本编码特征和信息，构建多层次实体，基于多层次实体构建实体关系图；提取实体关系图中不同层级的事实性信息；将事实性信息中四元组的元素拼接，获得事实性信息编码；将判断事实性信息重要性的过程建模为一个具体的二分类任务来评分，基于评分挑选出多个事实性信息，并转化为事实性信息图；通过注意力机制网络及双向LSTM网络遍历事实性信息图,生成文本摘要的事实性信息；将文本摘要的事实性信息融入新闻摘要生成模型，通过模型生成航运新闻摘要。提升了摘要生成的效果和准确率。