小Rr-优快云博客

原创 C语言运算符优先级（大全）

.” 和 "->"多用在结构体（引用类，共用体）选择成员时使用。直接访问结构的成员时用点运算符，通过指针访问结构的成员用箭头运算符。🔺注意：当优先级相同时，按结合方向来进行计算。🔴 结合方向从左到右。🔴 结合方向从左到右。

2023-03-11 13:08:42 10699

原创问答系统#意图识别#数据增强#数据集多样化

本文详细介绍了适用于医疗问答意图识别的各种数据增强方法，包括词级、句子级和语义级的增强方式，并结合丰富的示例进行解析。这些方法能够显著提高模型的泛化能力，使其在实际应用中更具鲁棒性。

2025-04-01 10:58:04 1018

问答系统（QA System）是一种基于自然语言处理（NLP）和知识图谱的智能系统，它能够理解用户的问题并提供精准的答案。医疗问答系统是问答系统的一个重要分支，主要用于疾病诊断、健康咨询、药品推荐等场景。意图识别（Intent Recognition）是问答系统的核心任务之一，它用于理解用户输入的真实意图，从而提供精准匹配的答案。在医疗问答系统中，常见的意图包括：症状查询（Symptom Inquiry）：「头疼怎么办？疾病诊断（Disease Diagnosis）：「我可能得了感冒吗？

2025-04-01 10:45:33 1077

原创问答系统#解决实体识别不完整问题#实体相似度匹配#实体链接#相似度匹配算法

实体识别（NER, Named Entity Recognition）是自然语言处理（NLP）中的关键任务之一，旨在从文本中识别出具有特定意义的实体，例如人名、地名、药品名称、疾病、症状等。在医疗、金融、法律等领域，实体识别是信息抽取、知识图谱构建和智能问答系统的核心组件。网格搜索是一种系统地搜索超参数的优化方法，我们利用网格搜索来找到最优的 Word2Vec 和 FastText 组合权重。简单来说，就是通过完整遍历得到每一个参数组合如何训练得出结果，然后进行比较。

2025-04-01 10:25:04 1006

原创 spring常用注解#注解#注解比较

如果容器中存在多个符合类型的 Bean，它会通过 @Qualifier 注解来进一步指定注入哪个 Bean，或者通过设置 @Autowired 的 required 属性来决定是否允许注入空值（required=false 表示允许为 null）。如果找不到符合名称的 Bean，才会按类型进行注入。在 @Configuration 类中，用于定义一个方法，将方法的返回值注册为一个 Bean，并讲其添加到Spring容器当中。也是用于依赖注入，默认按名称进行注入。如果没有匹配的名称，则会按类型注入。

2025-03-11 15:26:35 717

原创 Spring框架使用了哪些设计模式#设计模式

装饰器模式用于动态地增强对象的功能，Spring 用它来增强 Bean，比如 BeanPostProcessor。代理模式用于在不修改原有代码的情况下增强对象的功能，Spring AOP 依赖代理模式来实现方法拦截和增强。策略模式用于动态选择不同的算法或实现方式，Spring 通过它来支持不同的业务逻辑切换。工厂模式用于创建对象，隐藏对象创建的具体逻辑，Spring通过它来管理Bean的实例化。观察者模式用于对象间的解耦通知，一个对象的状态改变时，所有观察者都会收到通知。组件解耦，提高扩展性。

2025-03-11 15:13:03 530

原创 Spring IoC和AOP#IoC和AOP的区别

AOP（Aspect-Oriented Programming，面向切面编程）是 Spring 提供的一种动态增强功能，它允许在不修改业务代码的情况下，实现日志记录、事务管理、权限校验等功能。IoC（控制反转）是Spring的核心思想，它的作用是讲对象的创建和管理交给Spring容器，而不是开发者手动管理。✅ 都通过动态代理机制来增强 Spring Bean（AOP 主要依赖代理，IoC 也可以结合代理机制）。✅ 都能提高代码复用性，IoC 通过依赖注入降低耦合，AOP 通过切面分离关注点。

2025-03-11 14:56:19 165

原创 Spring#Spring理解#Spring基础

Spring 是 Java 领域最流行的企业级开发框架，它的主要目标是降低代码耦合、提高开发效率，并提供高扩展性和便捷的企业级开发支持。Spring 采用依赖注入（DI）和面向切面编程（AOP），让开发者可以专注于业务逻辑，而不用关心底层实现。

2025-03-11 14:42:23 928

原创 Word2vec模型#词向量#相似度匹配

在自然语言处理任务中，首先需要解决的关键问题是如何让计算机理解人类语言。由于计算机的本质是进行数字运算，它无法直接理解自然语言。因此，解决这个问题的核心在于将人类语言转化为数学符号。词向量技术通过将自然语言中的每个单词转化为与之对应的向量，能够实现这一目标。简而言之，词向量就是将每个词表示为N维空间中的一个点，而相似的词则对应着在向量空间中较为接近的位置。这使得计算机能够通过对这些稠密向量的运算，理解和处理语言信息。

2025-03-11 12:37:10 1312

原创基于知识图谱的医疗问答系统部分细节

随着医疗行业的快速发展和医学知识的不断积累，如何高效、准确地获取疾病相关信息，成为提升医疗诊断水平和优化患者服务的重要课题。传统的医疗知识获取方式往往依赖人工查阅文献或基于关键词的检索，存在信息分散、查询效率低、难以精准匹配患者需求等问题。知识图谱技术的兴起，为构建高质量的医学知识库提供了技术支撑。基于此，本文围绕医学知识图谱的构建与应用展开研究，旨在开发一个高效、智能的医疗问答系统，以便快速分析并解答患者及医务人员的医学相关问题。（1）医学命名实体识别研究。

2025-03-11 12:00:21 1368

原创 LangChain深度解析以及主要应用场景

LangChain 通过记忆、检索、智能代理、知识增强等能力，让 AI 在智能客服、文档检索、任务自动化、代码助手等场景得到广泛应用。未来，LangChain 还可以结合语音识别、强化学习、情感分析等技术，构建更强大的 AI 解决方案。而 LangChain 结合 LLM 和 Memory 组件，使智能客服具备长期记忆、上下文理解和动态决策能力，从而提供更自然的交互体验。Agent 允许 AI 自主决策、动态调用工具（API、数据库、搜索引擎等），使其具备更强的智能行为。建议尽快就医，避免症状加重。

2025-03-11 11:05:04 2042

原创 LangChain入门，构建AI模型应用

LangChain 是一个用于开发基于大型语言模型（LLM）的应用的框架，它能够简化 LLM 的调用过程，并提供更强大的功能，比如多步骤推理、知识库检索、智能问答等。如果你想要构建一个能与用户自然交流的 AI 助手，或是开发一个可以从文档中提取关键信息的智能系统，LangChain 都能帮助你轻松实现。

2025-03-11 10:37:40 1020

2302_76194056的博客