基于片段预测的词汇约束文本生成

词汇约束文本生成是自然语言处理领域的重要研究任务之一,旨在给定一组有序词汇,生成包含这些词汇的流畅文本,在语言教学、文本生成、信息检索等领域有广泛应用。现有的生成方法存在生成速度慢、无法包含所有约束词等问题,难以满足实际应用需求。该文提出一种基于片段预测的端到端词汇受限文本生成方法,将词汇约束文本生成视为对约束词之间的文本片段的预测,利用基于二维位置编码的预训练语言模型预测所有片段,再将其填充回约束词的对应位置,从而保证了生成速度和词汇约束;利用词性标注方式构造多参考数据进行数据增强,进一步提升了文本生成质量。为验证方法的有效性,该文在公开的英文数据集,以及基于国际中文教材构建的中文数据集上进行了实验,结果表明,该文提出的LCTG-SP方法可以满足所有词汇约束、具有较快生成速度,生成文本的流利度和多样性表现更好。本文中的模型代码和数据开源在GitHub上①。

基于多核协作的流媒体内容缓存算法

流媒体内容缓存释放CPU占用率、减小I/O等待时间,有效优化内容点播时延和延迟抖动。为了充分利用缓存空间和提高缓存效率,需要快速预测热点内容的热点内容片段分布,通过只缓存热点片段来增加缓存影片数量进一步提高系统服务性能。本文提出一种内容热点片段预测模型和算法,并基于多核平台研究内容协作缓存技术。仿真实验表明,所提算法与传统的内容缓存算法相比,字节命中率和请求命中率分别提升14%和30%,多核协作相比单核独立工作字节命中率和请求命中率分别提升10%和30.9%。

4种有机萃取剂萃取柴油中偏三甲苯的分离性能

以正癸烷模拟柴油中的烷烃,偏三甲苯模拟柴油中的芳烃,实验测定了303.15~343.15 K及常压下正癸烷+偏三甲苯+有机萃取剂液-液相平衡数据,借助分配系数和选择性系数,系统评价了环丁砜、二甲亚砜(DMSO)、N,N-二甲基甲酰胺(DMF)和N-甲酰吗啉(NFM)对偏三甲苯的萃取效果。结果表明:相同温度下,不同萃取剂对偏三甲苯的摩尔分配系数从大到小顺序为DMF、NFM、DMSO、环丁砜,选择性从大到小依次为环丁砜、DMSO、NFM、DMF。采用NRTL和UNIQUAC热力学模型成功关联了实验数据,获得了新的二元相互作用参数。借助片段活度系数类导体屏蔽(COSMO-SAC)模型预测了环丁砜、NFM和DMSO 3种萃取剂对偏三甲苯的脱除效果,预测结果与实验结果趋势基本一致。研究结果可为柴油脱重芳烃萃取剂筛选和过程设计提供基础数据和理论支撑。