改进GL-GIN的多意图识别和槽填充联合模型

在当前自然语言处理多意图识别模型研究中,存在建模方式均为从意图到插槽的单一方向的信息流建模,忽视了插槽到意图的信息流交互建模研究,意图识别任务易于混淆且错误捕获其他意图信息,上下文语义特征提取质量不佳,有待进一步提升等问题.本文以当前先进的典型代表GL-GIN模型为基础,进行优化改进,探索了插槽到意图的交互建模方法,运用槽到意图的单向注意力层,计算插槽到意图的注意力得分,纳入注意力机制,利用插槽到意图的注意力得分作为连接权重,使其可以传播和聚集与意图相关的插槽信息,使意图重点关注与其相关的插槽信息,从而实现多意图识别模型的双向信息流动;同时,引入BERT模型作为编码层,以提升了语义特征提取质量.实验表明,该交互建模方法效果提升明显,与原GL-GIN模型相比,在两个公共数据集(MixATIS和MixSNIPS)上,新模型的总准确率分别提高了5.2%和9%.     

基于LSTM神经网络的短期价格趋势预测

本文主要对LSTM模型结构改进及优化其参数,使其预测股票涨跌走势准确率明显提高,同时对美股周数据及日数据在LSTM神经网络预测效果展开研究.一方面通过分析对比两者预测效果差别,验证不同数据集对预测效果的影响;另一方面为LSTM股票预测研究提供数据集的选择建议,以提高股票预测准确率.本研究通过改进后的LSTM神经网络模型使用多序列股票预测方法来进行股票价格的涨跌趋势预测.实验结果证实,与日数据相比,周数据的预测效果表现更优,其中日数据的平均准确率为52.8%,而周数据的平均准确率为58%,使用周数据训练LSTM模型,股票预测准确率更高.     

分析化学技术在食品安全检测中的运用分析

食品安全检测工作的质量是保障民生的基础,当前已经开发出的安全检测技术,可精准分析食品的安全性。本文探讨了在食品安全检测中,化学检测技术的具体使用方法,可让食品安全检测工作更加科学、精准、高效。     

浅谈初中民族音乐教学的问题与对策

民族音乐教学水平的提高是一个渐进的过程,它需要音乐教师在教学中循环反复地实践后思考、思考后再实践.本文对初中民族音乐教学的问题与对策进行了分析.传播民族音乐文化是我们责无旁贷的重任.     

重卡后提升轴断裂失效分析与改进

针对重卡后提升轴断裂问题,应用检测设备对提升轴进行理化检验,并利用有限元软件对提升轴结构应力进行分析,确认了断裂失效的原因,并提出了改进方法。     

高分子质量聚丙烯腈基碳纳米纤维的制备

为获得力学性能较好的聚丙烯腈(PAN)基实心和多孔碳纳米纤维,以自制相对分子质量30万的PAN为原料,利用静电纺丝技术制备了PAN和PAN/聚甲基丙烯酸甲酯纳米纤维,经预氧化、碳化后分别获得了新型纳米纤维。利用扫描电镜观测了纳米纤维和碳纳米纤维的表面形态,并对纳米纤维和碳纳米纤维的直径分布进行了表征。结果表明:相对分子质量为30万的PAN适宜纺丝质量分数为6%,PAN纳米纤维的平均直径为1 242 nm。在PAN纺丝液中加入PMMA后,纳米纤维的平均直径下降至519 nm,且直径分布变窄;预氧化过程中施加张力可以使碳纳米纤维保持较好的纤维形状;碳化处理后的PAN和PAN/PMMA纳米纤维的直径都明显减小,前者减小为683 nm,后者为374 nm;扫描电镜照片显示,加入PMMA后PAN碳纳米纤维呈多孔结构。