基于ACTOR模型的并发面向对象语言AC++

ＡＣ＋＋是用ＡＣＴＯＲ模型建造的并发Ｃ＋＋语言．本文介绍ＡＣ＋＋的设计与实现，着重探讨如何在语义级上平滑地结合ＡＣＴＯＲ模型和普通面向对象语言，提出了“扩充的行为抽象”和“异步创建”等新方法，使新语言既能保持面向对象语言的特性。

嵌入式软件设计中的关键技术及其实现

针对“非功能”因素如何进行重新抽象的问题 ,提出了一个“面向参与者”的抽象模型 ,较好地解决了嵌入式软件系统中的可靠性问题 ,并初步对“非功能”

基于优势演员-评论家算法的强化自动摘要模型

针对长文本自动摘要任务中抽取式模型摘要较为冗余,而生成式摘要模型时常有关键信息丢失、摘要不准确和生成内容重复等问题,提出一种面向长文本的基于优势演员-评论家算法的强化自动摘要模型(A2C-RLAS)。首先,用基于卷积神经网络(CNN)和循环神经网络(RNN)的混合神经网络的抽取器(extractor)来提取原文关键句;然后,用基于拷贝机制和注意力机制的重写器(rewriter)来精炼关键句;最后,使用强化学习的优势演员-评论家(A2C)算法训练整个网络,把重写摘要和参考摘要的语义相似性(BERTScore值)作为奖励(reward)来指导抽取过程,从而提高抽取器提取句子的质量。在CNN/Daily Mail数据集上的实验结果表明,与基于强化学习的抽取式摘要(Refresh)模型、基于循环神经网络的抽取式摘要序列模型(SummaRuNNer)和分布语义奖励(DSR)模型等模型相比,A2C-RLAS的最终摘要内容更加准确、语言更加流畅,冗余的内容有效减少,且A2C-RLAS的ROUGE和BERTScore指标均有提升。相较于Refresh模型和SummaRuNNer模型,A2C-RLAS模型的ROUGE-L值分别提高了6.3%和10.2%;相较于DSR模型,A2C-RLAS模型的F1值提高了30.5%。

ISO/IEC TR 18121虚拟实验框架标准分析

虚拟实验作为传统实验的补充方式,弥补了传统实验在空间和时间上的限制,越来越多的院校与科研机构开发出各种用途的虚拟实验系统与平台,虚拟实验教学资源的共享与应用系统间的互操作问题日益显露,ISO/IEC TR 18121为虚拟实验资源的开发者提供一致的标准,统一开发者的行为,实现资源区域共享,促进虚拟实验技术的进一步发展和规范整合。