基于度量学习的意图识别和槽填充方法

人机对话中小样本学习场景下的意图识别和槽填充,是自然语言处理的一个重要课题.本文采用基于度量学习的方法,通过计算query set中的样本与support set中样本的距离,寻找距离最近的类别样本作为分类标签,同时将两个任务联合进行训练,用以提升模型的效果.从实验结果中可以得出,本文提出的Fine-tune方法,对意图识别和槽填充任务都有一定的帮助和提升.胶囊网络在意图识别中也起到了一定的效果,可以帮助去除一部分无关信息,但对槽填充任务的帮助不明显;而任务自适应的投影网络,可以更好地将不同类的向量分开,提升了两个任务的性能.     

养护环境对掺有氧化镁膨胀剂的应变硬化水泥基复合材料裂缝自愈合的影响

用四点弯曲试验对掺有氧化镁膨胀剂(MEA)的应变硬化水泥基复合材料(SHCC)试件(SHCC-MEA)加载诱导产生裂缝,通过在不同养护时间测量其裂缝宽度以及毛细吸水量,研究了干燥(RH 50%)、水雾(RH 95%)、水(Tap water)以及饱和氢氧化钙溶液(Sat. Ca(OH)_2) 4种养护环境对其裂缝自愈合的影响,并通过电子显微镜和能谱仪(SEM-EDS)对愈合产物进行微观分析。结果表明,氧化镁膨胀剂的加入有效提高了SHCC裂缝愈合能力,在水雾环境下有明显效果;水分是裂缝自愈合过程中必不可少的条件,即使掺有氧化镁膨胀剂,干燥环境下的愈合效果依然很差;相比于对照组,饱和氢氧化钙溶液环境下的SHCC-MEA试验组的裂缝愈合效果不理想。     

微机核了秤自动配比系统在铬盐酸料工序的应用

使用微机核子秤自动配比，属子非接触式计量，计量精度高，抗干扰性能强，稳定可靠维修方便，经两年的生产应用，各项指标达到或超过设计要求，其优良性能更加明显。     

中国先进研究堆（CARR）：CARR工程2003年度进展

2003年，在上级主管单位的领导下，CARR工程取得较大进展，在各部门的积极配合下，努力工作，使工程在“质量、投资、进度”三大控制下正常开展。     

大掺量粉煤灰对混凝土渗透性的影响

以粉煤灰代替３０％的水泥，在水胶比为０．３０、０．３３、０．３６及０．３９的情况下，分别试验了用水量及胶凝材料用量变化下混凝土的强度和渗透性。试验结果表明，与不掺粉煤灰的混凝土比较，掺粉煤灰混凝土的渗透性都明显降低，３０天龄期时最大可降低至５０．７％，７０天时可降低至２２．３％；为了获得较低的渗透性而采取较低的水胶比时，不掺粉煤灰的混凝土应用降低用水量的办法有利，掺粉煤灰的混凝土用提高总胶凝材料用量的办法更好     

带裂缝混凝土进行硅烷浸渍防护的研究

对于海工混凝土结构或者是处于氯离子侵蚀条件下的混凝土结构,如果出现裂缝,则裂缝将成为侵蚀性离子进入混凝土的便捷通道,极易造成钢筋的锈蚀和混凝土破坏。试验选择在混凝土试件出现0.2 mm宽的裂缝后,对其进行硅烷溶液、乳液或者凝胶浸渍处理,然后再进行氯离子侵蚀试验。通过对试件氯离子二维含量的分析,验证了对带裂缝混凝土进行硅烷浸渍防护处理具有非常好的效果。     

一种7DOF冗余手臂构形的运动学与动力学特性研究

冗余度机构具有高度的灵活性和避障能力,利用冗余自由度可以改善仿人机器人手臂的运动性能.以实现人体手臂的运动特性和操作灵活性为目标,研制了一种7DOF冗余仿人机器人手臂,根据冗余手臂的机构学特点,研究了手臂的运动学和动力学性能,并在工作空间、肘部关节的自运动能力以及手臂自重引起的关节重力矩等方面与其它两种典型的冗余手臂构形进行了比较分析.     

基于中子成像的水泥基材料毛细吸水动力学研究

总结了国内外有关水泥基材料毛细吸水的动力学机理及其现有模型,应用中子成像技术对其毛细吸水过程进行了可视化再现,对水分侵入的空间分布规律进行了定量分析。结果表明,在毛细孔吸附力作用下,水分前锋不断向水泥基材料内部推进,在吸水初期速度较快,后趋于平缓直至稳定;水分侵入曲线在深度和含量上同时增 长,可以由线性+反S形模型来描述其空间分布特点,并与实测结果吻合良好;现有的 “时间开方” 及其修正模型对毛细吸水的后期预测不太合理,本文提出的渗透系数双曲线衰减模型更符合真实结果。     

Blog研究

Blog信息源和信息量迅速增长,并已通过频繁的链接和信息交互在互联网上构建了一个动态且紧密的社会网络,成为现实世界一个重要的信息来源.目前,Blog领域的研究主要集中在Blog的定义与识别、内容挖掘、社区发现、重要性分析、Blog搜索和作弊Blog识别等几个方面.大部分研究采用或借鉴了链接分析、自然语言处理等方面的技术和方法,也提出了一些针对Blog领域的特定方法.分析和比较了Blog领域的相关研究,并且讨论了研究中存在的问题,展望了未来的研究方向.     

利用语义词典Web挖掘语言模型的无指导译文消歧

为了解决困扰词义及译文消歧的数据稀疏及知识获取问题,提出一种基于Web利用n-gram统计语言模型进行消歧的方法.在提出词汇语义与其n-gram语言模型存在对应关系假设的基础上,首先利用Hownet建立中文歧义词的英文译文与知网DEF的对应关系并得到该DEF下的词汇集合,然后通过搜索引擎在Web上搜索,并以此计算不同DEF中词汇n-gram出现的概率,然后进行消歧决策.在国际语义评测SemEval-2007中的Multilingual Chinese English Lexical Sample Task测试集上的测试表明,该方法的P_mar值为55.9%,比其上该任务参评最好的无指导系统性能高出12.8%.