摘要:采用密度泛函理论的M06-2X和MN15方法,结合自洽反应场理论的SMD(solvation model based)模型方法,研究了水液相下羟基自由基(OH•)诱导半胱氨酸分子(Cys)损伤的反应机理。研究发现:Cys的损伤可通过OH•抽取其H原子、OH•加成到羧基C和单电子从Cys分子向OH•转移3个通道实现。势能面计算表明:OH•加成到羧基C的反应通道最具优势,是无势垒过程;OH•抽取α-H、质子化氨基H、巯基H和亚甲基H的最低能垒分别是12.5、4.6、7.3、8.9 kJ/mol;电子从Cys向OH•转移的反应为劣势通道,能垒为93.5 kJ/mol。结果表明,水液相下OH•容易导致Cys分子损伤。
摘要:现有细粒度分析方法未能充分利用细粒度情绪信息来增强上下文与评价目标间的语义关联性,且对多词构成的评价目标仅平均化处理,损失了词间内容与关系信息,导致分类不精准。针对上述问题,本文提出了一种基于细粒度信息交互注意力(interactive attention with fine-grained information,FGIA)的情绪分类方法,通过采用更加细粒度的注意力机制来实现评价目标与上下文之间的充分交互,同时得到目标对上下文以及上下文对目标的交互注意力表示,进而辅助完成情绪分类。在本文构建的COVID-19网络舆情中文数据集上进行了实验验证,结果表明,FGIA能够有效地提升网络舆情数据情绪分类的准确性,相比于主流的分类方法,在各项评价指标上均取得了较高的提升。