基于回译和比例抽取孪生网络筛选的汉越平行语料扩充方法

回译作为翻译中重要的数据增强方法,受到了越来越多研究者的关注。其基本思想为首先基于平行语料训练基础翻译模型,然后利用模型将单语语料翻译为目标语言,组合为新语料用于模型训练。然而在汉-越低资源场景下,训练得到的基础翻译模型性能较差,导致在其上应用回译方法得到的平行语料中含有较多噪声,较难用于下游任务。针对此问题,构建基于比例抽取的孪生网络筛选模型,通过训练使得模型可以识别平行句对和伪平行句对,在同一语义空间上对回译得到的伪平行语料进行筛选去噪,进而得到更优的平行语料。在汉越数据集上的实验结果表明,所提方法训练的模型的性能相较基线模型有显著提升。

连续属性离散化的Imp-Chi2算法

连续属性离散化是机器学习和数据挖掘领域中的一个重要问题,离散化是否合理决定着表达和提取相关信息的准确性。经过研究Chi2系列算法,提出一种新的基于属性重要性的连续属性离散化方法——Imp-Chi2算法,该算法依据属性重要性程度对属性离散化的顺序进行了合理的调整,能够更准确地对连续属性进行离散化。文章通过C4.5和支持向量机分别对离散化后的结果进行了实验,在实验过程中,提出一种训练集类比例抽取方法,避免了训练集随机抽取的不均匀性。实验结果证明了所提算法的有效性。

卷积神经网络在药品冷链监控系统中的应用

为了低温药品在仓储、运输等所有医药冷链环节中,能够保证药品的疗效,即针对药品的环境敏感性强、保存期限短、追溯需求大等问题,基于卷积神经网络算法,设计了药品冷链监控系统。通过不断改变卷积神经网络中的卷积核和抽取比例来得出最适合本系统的网络参数,从而能够更加准确地判断出药品库房中的温湿度数据是否存在人为干扰日常记录及故障现象。实验结果表明:选取的输入数据为2×160,第一层的卷积核为2×17,抽取比例为1∶3;第二层选取的卷积核为1×11,抽取比例为1∶2,这时得出的错误率最低为1.2%。