Rose sait-优快云博客

原创【论文阅读笔记|CVPR2025】LesionLocator: Zero-Shot Universal Tumor Segmentation and Trackingin 3D Whole-Body

本文提出了LesionLocator，一个用于三维医学成像中零样本纵向病灶跟踪与分割的框架，建立了首个能够进行带密集空间提示的4D跟踪的端到端模型该模型利用了包含23,262个标注医学扫描以及跨多种病灶类型的合成纵向数据的大规模数据集。数据集的多样性和规模显著增强了模型对真实世界医学成像挑战的泛化能力，并解决了纵向数据可用性方面的关键限制。

2025-12-23 16:18:19 966

原创【论文阅读笔记|CVPR2025】Interactive Medical Image Segmentation: A Benchmark Dataset and Baseline

交互式医学图像分割长期以来受限于大规模、多样化且密集标注数据集的匮乏，这阻碍了模型的泛化能力以及不同模型间的统一评估。本文提出了IMed-361M基准数据集，这是通用IMIS研究的一项重要进展。首先，从多个数据源收集并标准化了超过640万张医学图像及其对应的真实标注掩码。随后，利用视觉基础模型强大的物体识别能力，为每张图像自动生成密集的交互式掩码，并通过严格的质量控制和粒度管理确保其质量。

2025-12-23 11:57:08 646

原创【论文阅读笔记|CVPR2025】nnWNet: Rethinking the Use of Transformers in Biomedical Image Segmentation and Cal

语义分割是临床应用和计算机辅助诊断中的关键前提。随着深度神经网络的发展，生物医学图像分割取得了显著成功。能够同时捕获全局和局部特征的卷积与Transformer结合的编码器-解码器架构正因其潜力而受到关注。然而，当前的设计面临一个矛盾，即这两种特征无法在模型中连续传递。此外，一些模型缺乏统一和标准化的评估基准，导致实验设置存在显著差异。在本研究中，我们回顾并总结了这些架构，分析了它们在设计上的矛盾之处。我们改进了UNet并提出WNet，以结合Transformer和卷积，有效解决特征传递问题。

2025-12-22 15:19:14 910

原创【环境配置】Linux配置虚拟环境pytorch

conda create -n 环境名称 python=python版本环境名称可自定义；python=3.8 为指定 Python 版本，按需选选择输入上述命令后，会出现下述内容，输入y。

2025-12-18 10:16:40 312

原创 Visual Studio中配置 ONNX Runtime、OpenCV 和 OpenVINO 项目

点击 “C/C++” → “常规” → “附加包含目录” ，添加三个库的头文件（.h/.hpp）所在目录。在 “链接器” -> “常规” -> “附加库目录” 中，添加三个库的库文件（.lib）所在目录。在 “链接器” -> “输入” -> “附加依赖项” 中，添加需要链接的具体库文件名（.lib）。这一步告诉链接器具体要链接哪些库。程序运行时需要找到对应的。

2025-12-02 10:57:20 263

原创【论文阅读笔记|EMNLP2023】DemoSG: Demonstration-enhanced Schema-guided Generation for Low-resource Event Ext

当前大多数事件抽取（EE）方法都专注于高资源场景，这需要大量的带注释数据，难以应用于低资源领域。为了更有效地应对有限资源下的EE问题，我们提出了增强演示引导生成（DemoSG）模型，它从两个方面为低资源EE提供了帮助：首先，我们提出了基于演示的EE学习范式，充分利用带注释的数据，将其转化为演示来展示提取过程，并帮助模型有效学习。其次，我们将EE作为一个由基于模式的提示引导的自然语言生成任务来进行建模，从而利用标签语义并促进低资源场景中的知识转移。

2024-01-04 21:49:47 1728 1

原创【ACL2023】Event Extraction as Question Generation and Answering

最近在事件抽取方面的工作已经将该任务重新定义为问题回答（QA），并取得了很好的结果。这种方法的优点是，它通过直接预测事件论元而不首先提取候选的事件参数，解决了传统的基于token的分类方法中发现的错误传播问题。然而，这些问题通常是基于固定的模板，它们很少利用上下文信息，如相关的论元。此外，以前基于QA的方法很难处理对于相同角色存在多个论元的情况。在本文中，我们提出了QGA-EE，它使问题生成（QG）模型能够生成包含丰富的上下文信息的问题，而不是使用固定的模板。我们还提出了动态模板来帮助QG模型的训练。

2023-09-27 18:16:40 1666

原创【JAVA】XML及其解析技术、XML检索技术、设计模式

XML(Extensible Markup Language)是可扩展标记语言的缩写，它是一种数据表示格式，可以描述复杂的数据结构，常用于传输和存储数据第一行是文档声明="1.0"encoding="UTF-8"?version：XML默认的版本号码、该属性是必须存在的encoding：本XML文件的编码特殊字符小于> 大于& 和号' 单引号" 引号注释-注释内容-->文档约束限定xml文件中的标签和属性。

2023-08-23 19:12:12 934

原创【JAVA】集合(Collection、Map)

5

2023-08-14 20:52:04 297

原创【JavaWeb】MySQL约束、事务、多表查询

16

2023-08-14 16:12:41 1360 1

原创【JAVA】常用API

System.out.println(Arrays.toString(目标数组));将月份天数、年份天数、月份、年份修改为指定的值并返回新的。意义：为了被子类重写，以便子类自己来定制比较规则(返回值，不是地址）。意义：为了被子类重写，以便返回子类对象(值，不是地址）默认是比较当前对象与另一个对象的地址是否相同，相同返回。对象减去几天、几周、几个月、几年。对象添加几天、几周、几个月、几年。代表的是系统当前此刻日期时间。设置日期对象的时间为当前时间。用于做时间的格式化和解析的。

2023-08-12 20:18:28 260

原创【JavaWeb】MySQL基础操作

如果有多个排序条件，只有当前面的条件值一样时，才会判断第二个排序条件。排序方式：升序(asc)（默认）、降序(desc)固定长度的字符串，无论使用几个字符都占满全部，可变长度的字符串，使用几个字符就占用几个，通配符：任意多个字符(%)、一个字符(_)使用聚合函数是无法同时查询同行的其它数据。既可以表示整数，也可以表示小数。limit作用：获取部分查询的数据。MySQL数据库：limit。是在分组前对数据进行过滤，后面不可以使用聚合函数，中整型：中等长度的整数。后面可以使用聚合函数。

2023-08-12 17:00:59 339

原创【论文阅读笔记|EMNLP2022】A Span-level Bidirectional Network for Aspect Sentiment Triplet Extraction

细粒度情感分析

2023-05-28 17:28:04 1866 1

原创【ED合集】事件检测的文章

近两年事件检测的论文，ACE2005

2023-05-06 14:44:22 2433

原创【论文阅读笔记|ACL2022】Legal Judgment Prediction via Event Extraction with Constraints

法律事件抽取数据集

2023-04-22 19:25:13 3073 1

原创【论文阅读笔记|CASE 2022】EventGraph: Event Extraction as Semantic Graph Parsing

Graph事件抽取，有代码吗，ACE2005,有考虑重叠

2023-04-19 13:53:17 830 1

原创【论文阅读笔记| AACL-IJCNLP2022】PESE: Event Structure Extraction using Pointer Network based

以端到端的方式利用事件内和事件间的交互

2023-04-18 17:03:21 521 1

原创【论文阅读笔记|ICLR2021】TANL:Structured Prediction as Translation between Augmented Natural Languages

生成，多任务，有代码，TANL

2023-04-13 17:39:44 1190 1

原创【论文阅读笔记】COFFEE: A Contrastive Oracle-Free Framework for Event Extraction

没代码，正负样本，ACE2005

2023-04-12 17:45:18 893 3

原创【论文阅读笔记|ACL2021】TEXT2EVENT: Controllable Sequence-to-Structure Generationfor End-to-end Event Extra

生成，事件抽取，端到端

2023-04-09 20:34:48 1221 4

原创【论文阅读笔记|AAAI2021】GATE: Graph Attention Transformer Encoder for Cross-lingual Relation and Event Extr

跨语言，关系和事件抽取，AAAI2021，有代码，ACE2005

2023-04-04 12:17:53 1326 1

原创【论文阅读笔记】Schema-aware Reference as Prompt Improves Data-EfficientRelational Triple and Event Extract

prompt，事件抽取，关系三元组抽取，针对小样本

2023-04-02 16:36:32 537 1

原创【论文阅读笔记|WSDM2022】Leaving No One Behind: A Multi-Scenario Multi-Task Meta Learning Approach for Adver

alignment attention

2023-03-30 17:53:20 890 1

原创【论文阅读笔记|ICASSP 2022】Generating Disentangled Arguments with Prompts: A Simple Event Extraction

基于prompt的事件抽取，ACE2005

2023-03-22 14:50:49 369 1

原创【论文阅读笔记|NAACL2022】DEGREE: A Data-Efficient Generation-Based Event Extraction Model

NAACL2022，事件抽取，小样本，端到端，给定一段和一个手动设计的提示，学位学习将文章中提到的事件总结成一个遵循预先定义模式的自然句子。

2023-03-20 19:28:21 1428 1

原创【论文阅读笔记|AAAI2022】OneRel: Joint Entity and Relation Extraction with One Module in One Step

联合实体和关系提取是自然语言处理和知识图谱构建中的一项重要任务。现有的方法通常将联合提取任务分解为几个基本模块或处理步骤，以使其易于进行。然而，这样的范式忽略了一个事实，即三要素是相互依存和不可分割的。因此，以前的联合方法存在着连带错误和冗余信息的问题。为了解决这些问题，在本文中，我们提出了一个新的实体和关系联合提取模型，名为OneRel，它将联合提取作为一个细粒度的三重分类问题。具体来说，我们的模型由一个基于评分的分类器和一个针对关系的角标策略组成。

2023-03-16 10:52:15 4275 5

原创【论文阅读笔记|AAAI2022】Unified Named Entity Recognition as Word-Word Relation Classification

本文研究了一种具有新的词-词关系分类结构的统一NER形式，即W2NER。

2023-03-13 21:30:59 1517 1

原创【论文阅读笔记|ACL2022】Continual Sequence Generation with Adaptive Compositional Modules

我们的框架可以基于任务相似性自适应地添加模块或重用模块，在性能和参数效率方面都优于最先进的基线。

2022-11-22 22:37:19 698 2

原创【论文阅读笔记|coling2020】TPLinker: Single-stage Joint Extraction of Entities and RelationsThrough Token P

本文提出了一种基于新的握手标记策略的端到端序列标记模型TPLinker，并将联合提取任务转换为标记对链接博弈。据我们所知，TPLinker是第一个可以提取出不受暴露偏差影响的各种重叠关系的单阶段联合提取模型。

2022-11-18 11:24:40 1031 1

原创【论文阅读笔记|coling2022】OneEE: A One-Stage Framework for Fast Overlapping and NestedEvent Extraction

该模型配备了一个自适应事件融合模块来生成事件感知表示，以及一个距离感知预测器来集成相对距离信息来进行字词关系识别，经验证明这是一种有效的机制。

2022-11-16 22:48:55 1696 1

原创【论文阅读笔记|ACL2021】CasEE: A Joint Learning Framework with Cascade Decoding for Overlapping Event Extrac

本文提出了一种基于级联解码的重叠事件抽取的联合学习框架，称为CasEE。以往的研究通常假设事件出现在没有重叠的句子中，这并不适用于复杂的重叠场景。CasEE依次执行类型检测、触发词抽取和论元抽取，其中重叠目标根据以前的预测分别抽取。所有的子任务都被联合学习，以捕获子任务之间的依赖关系。在公共数据集上的实验表明，我们的模型在重叠事件抽取方面优于以往的方法。我们未来的工作可能会进一步解决级联解码范式中潜在的错误传播问题，并提高一般事件抽取的性能。

2022-11-10 22:11:07 1261 1