排序方式: 共有100条查询结果,搜索用时 0 毫秒
71.
72.
在多数神经网络模型仍然将目光放在顺序结构上时,近期出现的两种基于句法树的模型TreeLSTMs和TBCNNs由于加入了结构信息而在多个自然语言处理任务上表现出色。考虑到TreeLSTMs因计算空间关联性使其训练效率不高,该文提出一种针对句法树的混合神经网络模型,借助TBCNNs的树卷积和池化方法实现了类似TreeLSTMs的计算,故将此模型命名为Quasi-TreeLSTMs。该文在依存树和支持树上分别构建了模型的两种版本Dependency Quasi-TreeLSTMs和Constituency Quasi-TreeLSTMs,实验结果表明,在情感分类和语义相似性两类任务上Quasi-TreeLSTMs表现优异。 相似文献
73.
74.
75.
对于面向真实场景的中文机器阅读,理解文本所呈现的复杂信息至关重要。针对多篇章的连续答案片段型中文机器阅读任务,该文提出一种基于深度层次特征的模型,来提取细节、片段、全文三个层次的深度特征,从而多角度把握篇章包含的信息。在该模型中,词语经过词向量表示后,经过循环(recurrent)层编码后得到细节特征,并经过若干卷积(convolution)层和高速公路(highway)层等构造片段特征,同时对候选篇章进行全文特征的提取来进行整体的考察。最后,通过这些特征来确定答案所在篇章以及该篇章内的答案片段所在位置。在2018机器阅读理解技术竞赛中,单模型取得57.55的Rouge-L分数和50.87的Bleu-4分数,实验取得较好效果。 相似文献
76.
77.
78.
以N-叔丁基-3,3-二硝基氮杂环丁烷硝酸盐(BDNAN)为前体制备1,3,3-三硝基氮杂环丁烷(TNAZ),研究了5种不同的硝解体系,确定了适宜的硝解体系为NH4NO3/Ac2O。探讨了NH4NO3/Ac2O体系的硝解机理,优化了硝解反应条件,确定了最佳反应条件为:n(Ac2O)n(BDNAN)为251,温度为80℃,收率为83.1%,较文献值提高了8.1%。同时初步探讨了TNAZ的热性能和质谱裂解机理,结果表明,TNAZ的熔点较高(99.5℃),分解温度为264.68℃,其四元骨架有一定稳定性。 相似文献
79.
以硝基胍和甲醛为原料,经缩合反应、硝化反应和肼解反应得到总收率为63.69%的3,5-二硝氨基-1,2,4-三唑肼盐(HDNAT),并对其进行了表征了结构。测试了HDNAT的部分物化、爆轰性能。结果为: 密度1.89 g·cm-3,熔点194~196 ℃,摩擦感度92%,撞击感度100%,H50 26.8cm,爆速9000 m·s-1 (ρ=1.80 g·cm-3).采用VLM method计算其爆压为36.0 GPa。 相似文献
80.
正十硝基联吡唑4,4′,5,5′-四硝基-2,2′-双(三硝甲基)-2H,2′H-3,3′-联吡唑(DNBP-10)为2018年俄罗斯泽林斯基研究所Igor L.Dalinger等人报道的一种新型绿色高能氧化剂,其晶体密度为2.021g/cm~3,理论爆速9 320m/s,理论爆压40GPa,撞击感度9J,摩擦感度215N,氧平衡10.5%(CO_2),且不含卤素,综合性能优于目前报道的高能氧化剂。此外,DNBF-10为共价中性含能化合物,有效规避了离子型氧化剂ADN吸湿性强等应用问题,DNBF-10爆轰性能、安全性能明显优于ADN,在混合炸药和高能推进剂等领域具有 相似文献