基于情感变量的二阶段对话生成模型

情感对话生成是近年来自然语言处理任务中的热门方向之一,生成带有情感色彩的响应能提高人机间的互动性。现有的情感对话生成模型情感变量单一,容易生成枯燥的响应。为确保响应语句不仅语义逻辑正确且具有多样性,该文提出了二阶段对话生成模型。第一阶段,利用DialoGPT强大的语言理解能力来确保生成语义正确的响应;为解决响应枯燥单调的缺点,该文提出融合主情感变量和混合情感变量作为全局情感变量用于后续操作;第二阶段,在第一阶段生成的响应基础上,利用全局情感变量对语句进行重写操作,从而生成高质量的响应。实验结果表明,该文提出的模型在Empathetic Dialogues数据集上的响应质量要优于基线模型。

基于KNN算法的用电安全智能监控系统设计

为解决传统的人工排查违规电器方式在时效与规模上存在的局限性,同时也为了预防因使用违规电器而引发的安全事故,研究并设计了一个用电安全智能监控系统。本系统由用电安全执行终端和用电安全监控平台组成,执行终端主要由树莓派3B+微型计算机和四路交流电流电压采集模块组成,实现了对宿舍用电状况的自动监测、违规电器的自主识别和断复电操作;监控平台实现了对电器使用情况的实时监控、短信预警和违规记录存储等功能。选取有功功率增量和视在功率增量作为特征量,通过KNN(K最近邻)算法进行电器识别,实验结果表明,该系统的用电器平均识别正确率高达95%以上,并且可以及时预警且限制学生公寓违规电器的使用,能有效降低因使用违规电器所带来的生命和财产风险。