基于深度学习的智能问答系统综述

在科技发达和信息爆炸的时代,如何从海量数据中准确地提取所需信息已成为人们研究的目标.问答系统作为解决此问题的重要途径之一,其主要通过对已有数据信息进行检索和分析,并最终返回问题答案或其他相关信息.近年来,深度学习的革命性发展给问答系统带来了长足的进步,序列到序列的模型,端到端的模型以及最近流行的预训练,都给问答系统留下无限的发展空间,但其仍面临许多挑战.本文首先对问答系统的发展进行简要介绍,接着将问答系统按照3个不同角度进行分类,并对相关数据集、评测指标和各类问答系统的主流技术进行阐述,最后对问答系统面临的问题和未来的发展趋势进行讨论.

基于多粒度信息融合的气象知识命名实体识别

气象与人们的生活息息相关,运用命名实体识别算法抽取相关实体信息,对于构建知识图谱、问答系统等具有重要意义。由于气象科普知识存在大量专业词汇,普通的实体识别模型并不能很好完成识别任务。为此,论文构建了气象科普知识数据集,并提出了基于多粒度信息融合的气象科普知识命名实体识别模型MGTNER的算法。模型利用预训练模型、SoftLexicon结构的BiLSTM网络和键值记忆网络从数据集中以不同粒度提取语义特征信息,取得了很好的实体识别效果。在对气象科普知识数据集和公开Resume数据集实施的命名实体识别实验中,与几种基线模型进行了比较,结果表明论文提出的模型具有更好的识别效果。

接触不良对CBB电容耐久性实验的影响

金属化聚丙烯电容器因其介质损耗低、绝缘电阻高、性能稳定,广泛应用于空调、冰箱等,在电器行业中处于特殊地位。由于长时间承受电场和热场联合作用,聚丙烯薄膜介质内部易产生空间电荷积累,引起局部场强畸变,导致电容器性能衰退直至失效,为此耐久性实验即作为检测金属化聚丙烯电容器电气安全性能的重要实验项目,成为判断金属化聚丙烯电容器使用寿命的基准。本文通过模拟耐久性实验中常见的接触不良情况,研究接触不良对电场和热场的影响,以提高金属化聚丙烯电容耐器耐久性实验的准确性及可靠性,为行业提供有益参考。

儿童病毒性腹泻研究进展

感染性腹泻在儿童中的发病率仅次于呼吸道感染,是一个全球性的严重的公共卫生问题,在发展中国家5岁以下儿童中尤为突出。随着卫生条件的改善与抗生素的使用,儿童感染性腹泻中细菌性因素的比例逐步下降,而由病毒引起的腹泻所占比例越来越多。目前常见的引起儿童腹泻的病毒包括轮状病毒(rotavirus,RV)、星状病毒(astrovirus,AstV)、肠腺病毒(enteric adenovirus,EAdv)、诺如病毒(norovirus,NoV)、扎幌病毒(Sapporo virus,SaV)等。

PFC电感漆包线表面破损对产品性能的影响

漆包线表面破损是PFC电感失效的主要原因之一,但漆包线表面破损的大小及深度对电感整体性能影响不同。PFC电感受行业手工绕线加工工艺影响,过程会不可避免造成刮破漆包线的隐患,而对PFC电感进行外观全检和匝间耐压测试,能够在早期筛选出表面破损的匝间绝缘不良的电感,本文通过研究漆包线破损程度对产品性能的影响来降低行业内电感的报废率。