基于模型的系统工程(model-based systems engineering,MBSE)已被广泛应用于复杂系统设计之中。通过构建功能、行为和结构之间的关系,提出一种基于MBSE的多层级递进式架构设计流程。随后,以高度控制需求为导向,对民机飞行控制系统进行...基于模型的系统工程(model-based systems engineering,MBSE)已被广泛应用于复杂系统设计之中。通过构建功能、行为和结构之间的关系,提出一种基于MBSE的多层级递进式架构设计流程。随后,以高度控制需求为导向,对民机飞行控制系统进行了示例化建模。结果表明,基于MBSE的民机飞行控制系统多层级递进式架构设计能够充分发挥数字模型可重用的优势,保证需求与功能、逻辑和物理架构的紧密结合,提高系统设计的可追溯性,可为后续领域层阶段模型设计提架构参考。展开更多
基于预训练微调的分类方法通常需要大量带标注的数据,导致无法应用于小样本分类任务。因此,针对中文小样本新闻主题分类任务,提出一种基于知识增强和提示学习的分类方法KPL(Knowledge enhancement and Prompt Learning)。首先,利用预训...基于预训练微调的分类方法通常需要大量带标注的数据,导致无法应用于小样本分类任务。因此,针对中文小样本新闻主题分类任务,提出一种基于知识增强和提示学习的分类方法KPL(Knowledge enhancement and Prompt Learning)。首先,利用预训练模型在训练集上学习最优的提示模板;其次,将提示模板与输入文本结合,使分类任务转化为完形填空任务;同时利用外部知识扩充标签词空间,丰富标签词的语义信息;最后,对预测的标签词与原始的标签进行映射。通过在THUCNews、SHNews和Toutiao这3个新闻数据集上进行随机采样,形成小样本训练集和验证集进行实验。实验结果表明,所提方法在上述数据集上的1-shot、5-shot、10-shot和20-shot任务上整体表现有所提升,尤其在1-shot任务上提升效果突出,与基线小样本分类方法相比,准确率分别提高了7.59、2.11和3.10个百分点以上,验证了KPL在小样本新闻主题分类任务上的有效性。展开更多
文摘基于模型的系统工程(model-based systems engineering,MBSE)已被广泛应用于复杂系统设计之中。通过构建功能、行为和结构之间的关系,提出一种基于MBSE的多层级递进式架构设计流程。随后,以高度控制需求为导向,对民机飞行控制系统进行了示例化建模。结果表明,基于MBSE的民机飞行控制系统多层级递进式架构设计能够充分发挥数字模型可重用的优势,保证需求与功能、逻辑和物理架构的紧密结合,提高系统设计的可追溯性,可为后续领域层阶段模型设计提架构参考。
文摘基于预训练微调的分类方法通常需要大量带标注的数据,导致无法应用于小样本分类任务。因此,针对中文小样本新闻主题分类任务,提出一种基于知识增强和提示学习的分类方法KPL(Knowledge enhancement and Prompt Learning)。首先,利用预训练模型在训练集上学习最优的提示模板;其次,将提示模板与输入文本结合,使分类任务转化为完形填空任务;同时利用外部知识扩充标签词空间,丰富标签词的语义信息;最后,对预测的标签词与原始的标签进行映射。通过在THUCNews、SHNews和Toutiao这3个新闻数据集上进行随机采样,形成小样本训练集和验证集进行实验。实验结果表明,所提方法在上述数据集上的1-shot、5-shot、10-shot和20-shot任务上整体表现有所提升,尤其在1-shot任务上提升效果突出,与基线小样本分类方法相比,准确率分别提高了7.59、2.11和3.10个百分点以上,验证了KPL在小样本新闻主题分类任务上的有效性。
