针对词向量语义信息不完整以及文本特征抽取时的一词多义问题,提出基于BERT(Bidirectional Encoder Representation from Transformer)的两次注意力加权算法(TARE)。首先,在词向量编码阶段,通过构建Q、K、V矩阵使用自注意力机制动态编...针对词向量语义信息不完整以及文本特征抽取时的一词多义问题,提出基于BERT(Bidirectional Encoder Representation from Transformer)的两次注意力加权算法(TARE)。首先,在词向量编码阶段,通过构建Q、K、V矩阵使用自注意力机制动态编码算法,为当前词的词向量捕获文本前后词语义信息;其次,在模型输出句子级特征向量后,利用定位信息符提取全连接层对应参数,构建关系注意力矩阵;最后,运用句子级注意力机制算法为每个句子级特征向量添加不同的注意力分数,提高句子级特征的抗噪能力。实验结果表明:在NYT-10m数据集上,与基于对比学习框架的CIL(Contrastive Instance Learning)算法相比,TARE的F1值提升了4.0个百分点,按置信度降序排列后前100、200和300条数据精准率Precision@N的平均值(P@M)提升了11.3个百分点;在NYT-10d数据集上,与基于注意力机制的PCNN-ATT(Piecewise Convolutional Neural Network algorithm based on ATTention mechanism)算法相比,精准率与召回率曲线下的面积(AUC)提升了4.8个百分点,P@M值提升了2.1个百分点。在主流的远程监督关系抽取(DSER)任务中,TARE有效地提升了模型对数据特征的学习能力。展开更多
针对陆地仿生机器人无法下水、水面作业机器人无法上岸的痛点,以及常见的球形两栖机器人在陆地载重运输时,无法保证其载重稳定性,在水中灵活性不高等现状,本文提出了一种水陆两栖龟型载重机器人的设计。对“龟背”展开机构进行设计,展...针对陆地仿生机器人无法下水、水面作业机器人无法上岸的痛点,以及常见的球形两栖机器人在陆地载重运输时,无法保证其载重稳定性,在水中灵活性不高等现状,本文提出了一种水陆两栖龟型载重机器人的设计。对“龟背”展开机构进行设计,展开“龟背”后形成载物平台,在提供浮力的同时提升水面负载能力。“龟背”装置利用水面的浮力、上下臂以及外推杆实现展开后的自锁功能,保证了载重的稳定性。“龟腿”采用简单的合页原理,提高机器人在水中的灵活性。经实验计算证明,“龟背”载重可达自身重量的5倍,“龟腿”可在仅靠舵机驱动的方式下提高划行效率。并利用ESP8266 WiFi串口模块和ESP8266 Web Server库搭建网页服务器,通过浏览器访问进行设备控制。展开更多
文摘针对词向量语义信息不完整以及文本特征抽取时的一词多义问题,提出基于BERT(Bidirectional Encoder Representation from Transformer)的两次注意力加权算法(TARE)。首先,在词向量编码阶段,通过构建Q、K、V矩阵使用自注意力机制动态编码算法,为当前词的词向量捕获文本前后词语义信息;其次,在模型输出句子级特征向量后,利用定位信息符提取全连接层对应参数,构建关系注意力矩阵;最后,运用句子级注意力机制算法为每个句子级特征向量添加不同的注意力分数,提高句子级特征的抗噪能力。实验结果表明:在NYT-10m数据集上,与基于对比学习框架的CIL(Contrastive Instance Learning)算法相比,TARE的F1值提升了4.0个百分点,按置信度降序排列后前100、200和300条数据精准率Precision@N的平均值(P@M)提升了11.3个百分点;在NYT-10d数据集上,与基于注意力机制的PCNN-ATT(Piecewise Convolutional Neural Network algorithm based on ATTention mechanism)算法相比,精准率与召回率曲线下的面积(AUC)提升了4.8个百分点,P@M值提升了2.1个百分点。在主流的远程监督关系抽取(DSER)任务中,TARE有效地提升了模型对数据特征的学习能力。
文摘针对陆地仿生机器人无法下水、水面作业机器人无法上岸的痛点,以及常见的球形两栖机器人在陆地载重运输时,无法保证其载重稳定性,在水中灵活性不高等现状,本文提出了一种水陆两栖龟型载重机器人的设计。对“龟背”展开机构进行设计,展开“龟背”后形成载物平台,在提供浮力的同时提升水面负载能力。“龟背”装置利用水面的浮力、上下臂以及外推杆实现展开后的自锁功能,保证了载重的稳定性。“龟腿”采用简单的合页原理,提高机器人在水中的灵活性。经实验计算证明,“龟背”载重可达自身重量的5倍,“龟腿”可在仅靠舵机驱动的方式下提高划行效率。并利用ESP8266 WiFi串口模块和ESP8266 Web Server库搭建网页服务器,通过浏览器访问进行设备控制。