u013250861
u013250861

NLP-信息抽取-三元组-联合抽取-“结构化预测”模式-2022：OneRel【单模块、单步解码的实体关系联合抽取方法】【直接识别三元组、更好捕获三元组间的相互依赖】【在小数据集上表现不好】

实体关系抽取算是这两年比较火热的NLP任务之一，熟悉JayJay的同学们都知道，JayJay一直比较关心关系抽取的进展。

过去的2年，关系抽取的SOTA也一直被追逐赶超、不断更新，总以为可以告一段落了，没想到还可以继续奏乐、继续卷～

今天要介绍这篇的paper是来自AAAI2022的《OneRel: Joint Entity and Relation Extraction with One Module in One Step》，再一次刷新SOTA。

这篇paper认为当前众多的实体关系联合抽取方法需要分解为多个模块(module)建模、需要多步解码，这种范式有一个短板：忽略了三元组的三个元素是相互依存且不可分割的，并且存在级联误差误差和冗余计算。

而该论文的核心创新点就是：提出单模块、单步解码的实体关系联合抽取方法（称之为OneRel），直接识别三元组、更好捕获三元组间的相互依赖。

参考资料：
OneRel：关系抽取最新SOTA，但看完之后觉得…

你可能感兴趣的:(NER,关系抽取)

  • NLP学习——信息抽取 P-ShineBeam NLP基础学习
    信息抽取自动从半结构或无结构的文本中抽取出结构化信息的任务。常见的信息抽取任务有三类：实体抽取、关系抽取、事件抽取。1、实体抽取从一段文本中抽取出文本内容并识别为预定义的类别。实体抽取任务中的复杂问题：重复嵌套，原文中多个实体之间共享片段不连续，一个实体由多个不连续片段组成2、关系抽取从文本中抽取一对实体和预定义的关系类型。传统的关系抽取任务实现方案是先进行实体抽取，再输入头尾实体与原文进行关系分
  • pytorch｜找不到 fbgemm.dll 问题处理 长行 pytorchpytorch人工智能pythonfbgemmVCOMP140
    问题现象运行逻辑：importtorch报错如下：Traceback(mostrecentcalllast):File"C:\scaffold\metasequoia-tyc\ner_address\test_torch.py",line1,inimporttorchFile"D:\py\Python310\lib\site-packages\torch\__init__.py",line143,
  • 【无标题】 Komorebi_9999 知识图谱问答系统自然语言处理
    要构建一个基于知识图谱的问答系统，你需要进行以下工作：知识图谱构建：数据采集：从各种来源（如公开数据库、API、网页等）收集与你的领域相关的数据。数据清洗和预处理：清洗数据，去除重复、错误或不相关的信息，对数据进行归一化、标准化处理。实体识别和关系抽取：从数据中识别出实体（如人、地点、概念等）和它们之间的关系。构建图谱：将实体和关系组织成图谱结构，通常使用图数据库来存储。自然语言处理（NLP）：分
  • windows下GitHub中.sh文件下载的问题解决方案 Anpedestrian NLP
    一些github中的项目为了加快开发者的下载速度，一般不会将项目的数据集与项目绑定到一起，一般都是以.sh后缀的文件格式与项目绑定。比如实体关系抽取项目中的数据集下载问题：对于.sh格式的文件安装需要sh命令，而sh指令是git系统下的操作指令。Git是分布式版本控制系统，那么它就没有中央服务器的，每个人的电脑就是一个完整的版本库，这样，工作的时候就不需要联网了，因为版本都是在自己的电脑上。A.首
  • pyhanlp最全安装和使用教程 Cachel wood 自然语言处理nlp分类数据挖掘人工智能pythonpandaspyhanlpnlp
    文章目录pyhanlp介绍pyhanlp安装分词关键词提取文本摘要依存句法分析短语提取NER中国人名识别音译名识别简繁转换拼音转换pyhanlp可视化pyhanlp介绍HanLP是一个由中国开发者何晗(hankcs)于2014年开发的自然语言处理库，自发布之后，HanLP不断更新迭代，进行了许多新功能和性能的优化，Github上Star数量已超过3w，其在主流自然语言工具包中非常受欢迎。HanLP
  • 利用PaddleNLP进行文本数据脱敏 weixin_37763484 python数据挖掘深度学习数据挖掘自然语言处理深度学习paddle
    最近在脱敏一些客服数据，同事用正则进行了一些处理，但是感觉针对人名、数量等信息还是无法处理，例如“北方种植了很多李子树”，李子树有可能被识别为人名，又如“美国采购坦克1005台，价值4500万比索”，如果之前的正则中没有“台”和“比索”两个词汇，就无法识别。如果在脱敏过程中忽略了人名、数量等信息，可能造成严重后果。因此尝试使用了paddlenlp中的taskflow进行处理。主要思路就是利用ner
  • 【ChatIE】论文解读：Zero-Shot Information Extraction via Chatting with ChatGPT Bigcrab__ 神经网络Tensorflowchatgpt人工智能深度学习
    文章目录介绍ChatIEEntity-RelationTripleExtration(RE)NamedEntityRecognition(NER)EventExtraction(EE)实验结果结论论文：Zero-ShotInformationExtractionviaChattingwithChatGPT作者：XiangWei,XingyuCui,NingCheng,XiaobinWang,Xin
  • 低资源学习与知识图谱：构建与应用 cooldream2009 AI技术知识图谱知识图谱人工智能低资源
    目录前言1低资源学习方法1.1数据增强1.2特征增强1.3模型增强2低资源知识图谱构建与推理2.1元关系学习2.2对抗学习2.3零样本关系抽取2.4零样本学习与迁移学习2.5零样本学习与辅助信息3基于知识图谱的低资源学习应用3.1零样本图像分类3.2知识增强的零样本学习3.3语义与知识信息的利用结语前言在当今人工智能领域，低资源学习成为一个备受关注的话题，尤其是在少样本学习和零样本学习方面。这种学
  • python - OSError：错误没有名为 [‘pytorch_model.bin‘ Wwwilling pythonpytorch开发语言
    python-OSError：错误没有名为[‘pytorch_model.bin’]自己训练的模型存储好了以后model=MT5ForConditionalGeneration.from_pretrained(“ner/best”)之前还可以跑现在报错错误没有名为[‘pytorch_model.bin’]还原了一下condaenv把四版变成三版了所以如果遇到类似问题要倒过来恢复成功
  • 【医学知识图谱 自动补全 关系抽取】生成模型 + 医学知识图谱 = 发现三元组隐藏的关系实体对 Debroon 医学大模型：个性化精准安全可控知识图谱人工智能
    生成模型+医学知识图谱=发现三元组新关系实体对提出背景问题：如何自动发现并生成医疗领域中未被标注的实体关系三元组？CRVAE模型提出背景论文：https://dl.acm.org/doi/pdf/10.1145/3219819.3220010以条件关系变分自编码器（CRVAE）模型为基础，解决关系医疗实体对发现问题，并生成新的、有意义的医疗实体对。尽管有些疾病与症状之间的关系已经被广泛记录，但仍然
  • 2022-03-19 跨象乘云
    自然语言处理实验演示-09.命名实体识别（NamedEntityRecognition(NER)）命名实体识别（NamedEntityRecognition，简称：NER），又称作专名识别，是指识别文本中具有特定意义的实体，主要包括：人名、地名、机构名、专有名词等。简单而言就是识别自然文本中的实体指称的边界和类别。Chunking是把单词组合成分块(chunk)的过程，可以用来查找名词组和动词组，
  • 文本信息抽取模型介绍——实体抽取方法：NER模型（下） 合合技术团队 【通用文本信息抽取技术白皮书】ocr人工智能
    3.1.4常用的实体抽取模型LatticeLSTM新加坡科技设计大学的研究者2018年在论文《ChineseNERUsingLatticeLSTM》中提出了新型中文命名实体地识别方法LatticeLSTM。作为信息抽取的一项基本任务，命名实体识别（NER）近年来一直受到研究人员的关注。该任务一直被作为序列标注问题来解决，其中实体边界和类别标签被联合预测。英文NER目前的最高水准是使用LSTM-CR
  • 3D Gaussian Splatting 应用场景及最新进展【附10篇前沿论文和代码】 深度之眼 深度学习干货人工智能干货人工智能3D高斯神经辐射场
    CV玩家们，知道3D高斯吗？对，就是计算机视觉最近的新宠，在几个月内席卷三维视觉和SLAM领域的3D高斯。不太了解也没关系，我今天就来和同学们一起聊聊这个话题。3DGaussianSplatting（3DGS）是用于实时辐射场渲染的3D高斯分布描述的一种光栅化技术，具有高质量和实时渲染的能力。如果说NeRF等辐射场方法彻底改变了多张照片或视频主导的场景新视角合成的算法生态，那么3D高斯则是在NeR
  • 命名实体识别（NER）评测 乔咏田
    简介命名实体识别评测方式分为两种，一是通用的基于token标签进行直接评测，二是考虑实体边界+实体类型的评测。标签评测不考虑实体类型与实体边界，直接进行评测。实体边界+实体类型A、完全匹配1、实体边界与实体类型都匹配正确；2、预测出的实体在测试集中不存在；3、测试集中的实体，没有被预测出来；B、部分匹配（重叠）4、实体边界正确，类型不正确；5、边界错误（边界重叠）；6、边界错误，实体类型也错误评估
  • NER zelda2333
    基操：超详细保姆级讲解&提供代码：基于深度学习的命名实体识别与关系抽取值得一看的命名实体识别的总结：中文命名实体识别总结师兄给的教程：GithubChineseNER针对教程讲解的文章：用深度学习做命名实体识别(附代码)
  • Python-Flair 实现英文命名实体识别(NER) 小小晓晓阳 NLPpython开发语言nlpNER
    一、什么是Flair库？Flair是由ZalandoResearch开发的一个简单的自然语言处理（NLP）库。Flair的框架直接构建在PyTorch上，PyTorch是最好的深度学习框架之一。ZalandoResearch团队还为以下NLP任务发布了几个预先训练的模型：1.名称-实体识别（NER）：它可以识别单词是代表文本中的人，位置还是名称。2.词性标注（PoS）：将给定文本中的所有单词标记为
  • 【NeRF和NLP】一些观察感悟，碎碎念 Deno_V 人工智能
    NeRF的paper，有几个感想：NeRF读的时候感觉和diffusion思路特别像，训练目标是一个很小很小的子步骤，大大简化了训练难度NeRF建模的是“真实”世界，其用模型隐含的存储了真实世界的体素（场）模型，而模型输出二维图片的方法本质上和模型所建模的内容无关（采用的是体素渲染的方式）。【对比大语言模型】大语言模型也是隐藏的建模了人类知识，但是大语言的模型输出并没有和模型的内容独立开来。NeR
  • bert+crf可以做NER，那么为什么还有bert+bi-lstm+crf ? Maann NLPbertlstm深度学习
    1.关于BERT做NER要不要加CRF层？关于BERT做NER，最简单的方式就是序列标注方法，以BERT得到token的embedding，后接softmax直接输出预测token的标签。其实这种方案做NER也不错，为什么有些人会采用CRF替代softmax，softmax比较简单就是基于tokenembedding进行标签概率计算。而CRF的原理上理解是，CRF是全局无向转移概率图，能有效考虑词
  • NLP任务之Named Entity Recognition sunshine2853 自然语言处理人工智能深度学习
    深度学习的实现方法：双向长短期记忆网络（BiLSTM）:BiLSTM是一种循环神经网络（RNN）的变体，能够捕捉序列数据中的长期依赖关系。在NER任务中，BiLSTM能有效地处理文本序列，捕捉前后文本的依赖关系。条件随机场（CRF）:CRF经常与BiLSTM结合使用，形成BiLSTM-CRF模型。CRF层能够在序列标注任务中提供额外的约束，帮助模型更准确地预测实体标签。变压器（Transforme
  • CRF条件随机场学习记录 V丶Chao 深度学习安全研究-威胁情报学习
    阅读建议仔细阅读书[1]对应的序列标注章节，理解该方法面向的问题以及相关背景，然后理解基础的概念。引言威胁情报挖掘的相关论文中，均涉及到两部分任务：命名实体识别（NamedEntityRecognition，NER）和关系抽取，大多数网安实现NER的方法，采用比较多的方法包含：BiLstm+CRF或者Bert+CRF。其中条件随机场（conditionalrandomfields,CRF），这个模
  • 学习笔记CB003:分块、标记、关系抽取、文法特征结构 利炳根
    分块，根据句子的词和词性，按照规则组织合分块，分块代表实体。常见实体，组织、人员、地点、日期、时间。名词短语分块(NP-chunking)，通过词性标记、规则识别，通过机器学习方法识别。介词短语(PP)、动词短语(VP)、句子(S)。分块标记，IOB标记，I(inside，内部)、O(outside，外部)、B(begin，开始)。树结构存储分块。多级分块，多重分块方法。级联分块。关系抽取，找出实
  • Deepdive关系抽取：特征源码分析及优化加快信息提取 weixin_42001089 人工智能机器学习DDLIBNLPdeepdive
    前言本篇不是Deepdive入门教程，而是对其一些源码细节进行了解读，换句话说要深入到内部去看看其具体是怎么做的，所以看本篇的前提是假设读者已经大概清楚了deepdive的使用流程，如果不是很熟悉，或是第一次使用建议先去看一下入门教程。本篇先是分析特征方面的源码，接着是实践部分，即使用ltp替换默认的斯坦福NLP信息抽取部分进而可优化该部分到数秒内，最后简单说一下其模型方面的问题以及其它补充其实关
  • 基于对比学习的信息抽取 wang2008start 对比学习信息抽取自然语言处理
    LabelRefinementviaContrastiveLearningforDistantly-SupervisedNamedEntityRecognitionNAACL2022；做的远程监督NER，通过知识库构建伪标签，通过对比学习构建负样本，负样本是entity的多余部分或其他不相关部分。即对entity的start和end上面做负样本的构造和生成RCL:RelationContrasti
  • 实体关系抽取与属性补全的技术浅析 cooldream2009 NLP知识AI技术知识图谱实体关系抽取关系抽取
    目录前言1.实体关系抽取2实体关系抽取的方法2.1基于模板的方法2.2基于监督学习的关系抽取2.3基于深度学习的关系抽取2.4基于预训练语言模型的关系抽取3属性补全3.1属性补全任务简介3.1抽取式属性补全3.2生成式属性补全4未来发展趋势结语前言在信息爆炸时代，文本数据蕴含着丰富的知识，但要将这些知识整理成结构化的形式，关系抽取和属性补全成为至关重要的任务。本文将深入探讨实体关系抽取的任务定义、
  • kashgari的Python项目-NLP框架(实体识别（NER）、词性标注（PoS）和文本分类任务) javastart 自然语言pythonkeras深度学习
    简单而强大的NLP框架，在5分钟内为命名实体识别（NER）、词性标注（PoS）和文本分类任务构建最新模型喀什是：人性化。喀什噶尔的代码是直截了当的，有很好的文档和测试，这使得它非常容易理解和修改。功能强大且简单。喀什允许您将最先进的自然语言处理（nlp）模型应用于文本，如命名实体识别（ner）、词性标注（pos）和分类。keras基础。Kashgare直接构建在Keras上，使您可以轻松地训练模型
  • CVPR 2023: DBARF: Deep Bundle-Adjusting Generalizable Neural Radiance Fields 结构化文摘 人工智能深度学习计算机视觉数据挖掘
    我们使用以下6个分类标准来解释本文的研究主题：1.神经表示:隐式:这种表示使用神经网络直接将空间中的3D点映射到其颜色和密度。网络充当“黑盒”函数，其内部工作原理无法直接解释。示例包括NeRF、MPR-NeRF和Plenoxels。显式:这种表示将每个体素或顶点的颜色和密度信息存储在3D网格或网格中。这使场景几何更加明确易懂，但也需要大量内存，并且渲染起来可能很耗费计算资源。示例包括SDF-NeR
  • BERT-文本分类&NER poins bert分类人工智能
    BERT文本分类训练样本训练数据：18W条评估数据：1W条测试数据：1W条体验2D巅峰倚天屠龙记十大创新概览860年铁树开花形状似玉米芯(组图)5同步A股首秀：港股缩量回调2中青宝sg现场抓拍兔子舞热辣表演8锌价难续去年辉煌02岁男童爬窗台不慎7楼坠下获救(图)5布拉特：放球员一条生路吧FIFA能消化俱乐部的攻击7金科西府名墅天成1状元心经：考前一周重点是回顾和整理3训练代码https://git
  • 2021-03-01 ner最新进展 你若安好_4a49
    2021.3.11.ACL2020|TriggerNER：高效命名实体识别框架摘要：本文由南加州大学和亚马逊联合发布，文章题目为《TriggerNER:LearningwithEntityTriggersasExplanationsforNamedEntityRecognition》，已经被ACL2020录用。文章针对命名实体识别中存在的需要大量耗时耗力的人工标注工作现状提出了方法TriggerN
  • 中文自然语言处理（NLP）中的命名实体识别（NER）任务中，加入注意力（attention）机制 sagima_sdu 自然语言处理人工智能
    在中文自然语言处理（NLP）中的命名实体识别（NER）任务中，加入注意力（attention）机制可以极大地提升模型的性能。注意力机制可以帮助模型更好地捕捉序列中的关键信息和上下文依赖关系，从而提高对命名实体的识别准确度。下面是一些关于注意力机制的具体作用和不同类型的概述：注意力机制的作用：捕捉长距离依赖：注意力机制可以帮助模型更好地处理长距离的依赖关系，这在处理长句子时尤为重要。关注关键信息：通
  • 面向中国企业关系抽取的双向门控递归单元神经网络 精分天秤座的mystery 自然语言处理神经网络知识图谱人工智能
    面向中国企业关系抽取的双向门控递归单元神经网络论文原文：论文原文摘要：为了帮助金融从业人员有效识别高风险企业、法人或股东，国内外学者构建了风险预警的企业知识图谱。从财经新闻等非结构化数据中提取企业关系是构建企业知识图的重要手段，但其数据结构的不规则性和处理工具的匮乏给关系提取带来了挑战。针对这一问题，本文提出了SDP-BGRU模型，从非结构化数据中提取企业关系，将企业关系提取视为一个分类问题。该模
  • web前段跨域nginx代理配置 刘正强 nginxcmsWeb
    nginx代理配置可参考server部分 server {         listen       80;         server_name  localhost;
  • spring学习笔记 caoyong spring
    一、概述     a>、核心技术 : IOC与AOP b>、开发为什么需要面向接口而不是实现     接口降低一个组件与整个系统的藕合程度，当该组件不满足系统需求时，可以很容易的将该组件从系统中替换掉，而不会对整个系统产生大的影响 c>、面向接口编口编程的难点在于如何对接口进行初始化,(使用工厂设计模式)
  • Eclipse打开workspace提示工作空间不可用 0624chenhong eclipse
    做项目的时候，难免会用到整个团队的代码，或者上一任同事创建的workspace， 1.电脑切换账号后，Eclipse打开时，会提示Eclipse对应的目录锁定，无法访问，根据提示，找到对应目录，G:\eclipse\configuration\org.eclipse.osgi\.manager，其中文件.fileTableLock提示被锁定。 解决办法，删掉.fileTableLock文件，重
  • Javascript 面向对面写法的必要性？ 一炮送你回车库 JavaScript
    现在Javascript面向对象的方式来写页面很流行，什么纯javascript的mvc框架都出来了：ember 这是javascript层的mvc框架哦,不是j2ee的mvc框架   我想说的是，javascript本来就不是一门面向对象的语言，用它写出来的面向对象的程序，本身就有些别扭，很多人提到js的面向对象首先提的是：复用性。那么我请问你写的js里有多少是可以复用的，用fu
  • js array对象的迭代方法 换个号韩国红果果 array
    1.forEach 该方法接受一个函数作为参数， 对数组中的每个元素 使用该函数  return 语句失效 function square(num) { print(num, num * num); } var nums = [1,2,3,4,5,6,7,8,9,10]; nums.forEach(square); 2.every 该方法接受一个返回值为布尔类型
  • 对Hibernate缓存机制的理解 归来朝歌 session一级缓存对象持久化
    在hibernate中session一级缓存机制中，有这么一种情况： 问题描述：我需要new一个对象，对它的几个字段赋值，但是有一些属性并没有进行赋值，然后调用 session.save()方法，在提交事务后，会出现这样的情况： 1：在数据库中有默认属性的字段的值为空 2：既然是持久化对象，为什么在最后对象拿不到默认属性的值？ 通过调试后解决方案如下： 对于问题一，如你在数据库里设置了
  • WebService调用错误合集 darkranger webservice
     Java.Lang.NoClassDefFoundError: Org/Apache/Commons/Discovery/Tools/DiscoverSingleton 调用接口出错， 一个简单的WebService import org.apache.axis.client.Call;import org.apache.axis.client.Service; 首先必不可
  • JSP和Servlet的中文乱码处理 aijuans Java Web
    JSP和Servlet的中文乱码处理 前几天学习了JSP和Servlet中有关中文乱码的一些问题，写成了博客，今天进行更新一下。应该是可以解决日常的乱码问题了。现在作以下总结希望对需要的人有所帮助。我也是刚学，所以有不足之处希望谅解。 一、表单提交时出现乱码： 在进行表单提交的时候，经常提交一些中文，自然就避免不了出现中文乱码的情况，对于表单来说有两种提交方式：get和post提交方式。所以
  • 面试经典六问 atongyeye 工作面试
    题记：因为我不善沟通，所以在面试中经常碰壁，看了网上太多面试宝典，基本上不太靠谱。只好自己总结，并试着根据最近工作情况完成个人答案。以备不时之需。 以下是人事了解应聘者情况的最典型的六个问题： 1 简单自我介绍 关于这个问题，主要为了弄清两件事，一是了解应聘者的背景，二是应聘者将这些背景信息组织成合适语言的能力。 我的回答：(针对技术面试回答，如果是人事面试，可以就掌
  • contentResolver.query()参数详解 百合不是茶 androidquery()详解
    收藏csdn的博客,介绍的比较详细,新手值得一看 1.获取联系人姓名 一个简单的例子，这个函数获取设备上所有的联系人ID和联系人NAME。 [java]  view plain copy   public void fetchAllContacts() {      
  • ora-00054:resource busy and acquire with nowait specified解决方法 bijian1013 oracle数据库killnowait
            当某个数据库用户在数据库中插入、更新、删除一个表的数据，或者增加一个表的主键时或者表的索引时，常常会出现ora-00054:resource busy and acquire with nowait specified这样的错误。主要是因为有事务正在执行（或者事务已经被锁），所有导致执行不成功。 1.下面的语句
  • web 开发乱码 征客丶 springWeb
    以下前端都是 utf-8 字符集编码 一、后台接收 1.1、 get 请求乱码 get 请求中，请求参数在请求头中； 乱码解决方法： a、通过在web 服务器中配置编码格式：tomcat 中，在 Connector 中添加URIEncoding="UTF-8"； 1.2、post 请求乱码 post 请求中，请求参数分两部份， 1.2.1、url？参数，
  • 【Spark十六】： Spark SQL第二部分数据源和注册表的几种方式 bit1129 spark
    Spark SQL数据源和表的Schema case class apply schema parquet json JSON数据源 准备源数据 {"name":"Jack", "age": 12, "addr":{"city":"beijing&
  • JVM学习之:调优总结 -Xms -Xmx -Xmn -Xss BlueSkator -Xss-Xmn-Xms-Xmx
      堆大小设置JVM 中最大堆大小有三方面限制：相关操作系统的数据模型（32-bt还是64-bit）限制；系统的可用虚拟内存限制；系统的可用物理内存限制。32位系统下，一般限制在1.5G~2G；64为操作系统对内存无限制。我在Windows Server 2003 系统，3.5G物理内存，JDK5.0下测试，最大可设置为1478m。典型设置： java -Xmx355
  • jqGrid 各种参数 详解(转帖) BreakingBad jqGrid
      jqGrid 各种参数 详解 分类：  源代码分享  个人随笔请勿参考  解决开发问题 2012-05-09 20:29   84282人阅读   评论(22)   收藏   举报 jquery 服务器 parameters function ajax string  
  • 读《研磨设计模式》-代码笔记-代理模式-Proxy bylijinnan java设计模式
    声明： 本文只为方便我个人查阅和理解，详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/ import java.lang.reflect.InvocationHandler; import java.lang.reflect.Method; import java.lang.reflect.Proxy; /* * 下面
  • 应用升级iOS8中遇到的一些问题 chenhbc ios8升级iOS8
    1、很奇怪的问题，登录界面，有一个判断，如果不存在某个值，则跳转到设置界面，ios8之前的系统都可以正常跳转，iOS8中代码已经执行到下一个界面了，但界面并没有跳转过去，而且这个值如果设置过的话，也是可以正常跳转过去的，这个问题纠结了两天多，之前的判断我是在 -(void)viewWillAppear:(BOOL)animated  中写的，最终的解决办法是把判断写在 -(void
  • 工作流与自组织的关系？ comsci 设计模式工作
      目前的工作流系统中的节点及其相互之间的连接是事先根据管理的实际需要而绘制好的，这种固定的模式在实际的运用中会受到很多限制，特别是节点之间的依存关系是固定的，节点的处理不考虑到流程整体的运行情况，细节和整体间的关系是脱节的，那么我们提出一个新的观点，一个流程是否可以通过节点的自组织运动来自动生成呢？这种流程有什么实际意义呢？   这里有篇论文，摘要是：“针对网格中的服务
  • Oracle11.2新特性之INSERT提示IGNORE_ROW_ON_DUPKEY_INDEX daizj oracle
    insert提示IGNORE_ROW_ON_DUPKEY_INDEX 转自：http://space.itpub.net/18922393/viewspace-752123 在 insert into tablea ...select * from tableb中，如果存在唯一约束，会导致整个insert操作失败。使用IGNORE_ROW_ON_DUPKEY_INDEX提示，会忽略唯一
  • 二叉树:堆 dieslrae 二叉树
        这里说的堆其实是一个完全二叉树,每个节点都不小于自己的子节点,不要跟jvm的堆搞混了.由于是完全二叉树,可以用数组来构建.用数组构建树的规则很简单:     一个节点的父节点下标为: (当前下标 - 1)/2     一个节点的左节点下标为: 当前下标 * 2 + 1   &
  • C语言学习八结构体 dcj3sjt126com c
    为什么需要结构体，看代码 # include <stdio.h> struct Student //定义一个学生类型，里面有age, score, sex, 然后可以定义这个类型的变量 { int age; float score; char sex; } int main(void) { struct Student st = {80, 66.6,
  • centos安装golang dcj3sjt126com centos
    #在国内镜像下载二进制包 wget -c  http://www.golangtc.com/static/go/go1.4.1.linux-amd64.tar.gz tar -C /usr/local -xzf go1.4.1.linux-amd64.tar.gz   #把golang的bin目录加入全局环境变量 cat >>/etc/profile<
  • 10.性能优化-监控-MySQL慢查询 frank1234 性能优化MySQL慢查询
    1.记录慢查询配置 show variables where variable_name like 'slow%' ; --查看默认日志路径 查询结果：--不用的机器可能不同 slow_query_log_file=/var/lib/mysql/centos-slow.log 修改mysqld配置文件：/usr /my.cnf[一般在/etc/my.cnf，本机在/user/my.cn
  • Java父类取得子类类名 happyqing javathis父类子类类名
      在继承关系中，不管父类还是子类，这些类里面的this都代表了最终new出来的那个类的实例对象，所以在父类中你可以用this获取到子类的信息！   package com.urthinker.module.test; import org.junit.Test; abstract class BaseDao<T> { public void
  • Spring3.2新注解@ControllerAdvice jinnianshilongnian @Controller
    @ControllerAdvice，是spring3.2提供的新注解，从名字上可以看出大体意思是控制器增强。让我们先看看@ControllerAdvice的实现：   @Target(ElementType.TYPE) @Retention(RetentionPolicy.RUNTIME) @Documented @Component public @interface Co
  • Java spring mvc多数据源配置 liuxihope spring
    转自：http://www.itpub.net/thread-1906608-1-1.html 1、首先配置两个数据库 <bean id="dataSourceA" class="org.apache.commons.dbcp.BasicDataSource" destroy-method="close&quo
  • 第12章 Ajax（下） onestopweb Ajax
    index.html <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/
  • BW / Universe Mappings blueoxygen BO
      BW Element OLAP Universe Element Cube  Dimension Class Charateristic A class with dimension and detail objects (Detail objects for key and desription) Hi
  • Java开发熟手该当心的11个错误 tomcat_oracle java多线程工作单元测试
    #1、不在属性文件或XML文件中外化配置属性。比如，没有把批处理使用的线程数设置成可在属性文件中配置。你的批处理程序无论在DEV环境中，还是UAT（用户验收 测试）环境中，都可以顺畅无阻地运行，但是一旦部署在PROD 上，把它作为多线程程序处理更大的数据集时，就会抛出IOException，原因可能是JDBC驱动版本不同，也可能是#2中讨论的问题。如果线程数目 可以在属性文件中配置，那么使它成为
  • 推行国产操作系统的优劣 yananay windowslinux国产操作系统
    最近刮起了一股风，就是去“国外货”。从应用程序开始，到基础的系统，数据库，现在已经刮到操作系统了。原因就是“棱镜计划”，使我们终于认识到了国外货的危害，开始重视起了信息安全。操作系统是计算机的灵魂。既然是灵魂，为了信息安全，那我们就自然要使用和推行国货。可是，一味地推行，是否就一定正确呢？ 先说说信息安全。其实从很早以来大家就在讨论信息安全。很多年以前，就据传某世界级的网络设备制造商生产的交
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他