基于深度强化学习的查询扩展模型研究

文章在传统的伪相关反馈基础上引入深度强化学习的查询扩展方法来改善信息检索中由词不匹配造成的检索效果不佳问题。选择eBay于2017年发布的用户查询与商品名称作为实验数据,利用深度学习框架抽取词的抽象特征,并把召回率作为奖励,使用强化学习方法对扩展词进行选择。当使用召回率、精度和平均精度均值三个指标对模型进行评价时,文章提出的基于深度强化学习的查询扩展方法明显优于基线方法(原始查询、基于TF-IDF的查询扩展、基于余弦相似度的查询扩展和基于深度学习的查询扩展),扩展后的查询检索效果在召回率上比原始查询高1.32%。实验结果表明基于深度强化学习的查询扩展模型能够改善词不匹配带来的问题,提高系统检索效果。

供配电企业并购中技术尽职调查的实践研究

随着我国市场经济的迅速发展和电力行业体制改革的不断深化,供配电企业之间竞争日趋激烈,并购现象愈加频繁。在并购过程中,技术尽职调查有助于规避供配电企业的并购风险,提高并购效率和成功率。作为技术尽职调查小组的一员,通过参加对某供电公司并购技术尽职调查活动,从系统整体现状、变电电气一次、电气二次、土建、输电线路、通信和配网等八个方面开展技术尽职调查,比较全面地对该供配电公司目前运行的技术现状进行了总体评价。通过技术尽职调查发现:该公司整体运行状况良好,运行维护得当,设备主要指标正常,各方面基本满足安全稳定运行要求。本次技术尽职调查为相关供电企业并购提供参考依据,同时也为供配电行业规范开展技术尽职调查提供借鉴。在具有技术专业门槛的行业内的企业并购中,除已经较为成熟的财务、法律、土地资产尽职调查外,能为收购方提出较为专业的技术风险评价及整改建议的技术尽职调查,同样能起到具有不可或缺的作用。