检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

句子级机器翻译质量自动评估方法研究

句子级机器翻译质量自动评估方法研究

作者：邓涵铖天津大学

学位级别：硕士

机器翻译技术在全球化中扮演着十分重要的角色。随着全球化推进,机器翻译技术也在不断地进步,尤其是近些年来神经机器翻译技术的出现,将机器译文质量提升到了新的高度。尽管如今机器翻译技术达到了较高水平,但不少机器译文仍存在着错译... 详细信息

机器翻译技术在全球化中扮演着十分重要的角色。随着全球化推进,机器翻译技术也在不断地进步,尤其是近些年来神经机器翻译技术的出现,将机器译文质量提升到了新的高度。尽管如今机器翻译技术达到了较高水平,但不少机器译文仍存在着错译、漏译、过译等问题。因此,机器翻译系统用户对实时掌握机器译文质量存在着较大需求。机器翻译质量自动评估(又称机器翻译译文质量估计,Machine Translation Quality Estimation,QE)是指在不需要人工参考译文的条件下,估计机器翻译系统产生的译文的质量,对机器翻译研究和应用具有很重要的价值。现有的机器翻译质量估计方法可分为三类,分别为:基于特征工程和机器学习的QE方法、基于深度学习的QE方法、融入预训练模型的QE方法。传统的基于特征工程和机器学习的QE方法严重依赖人工设计特征及语言学资源与分析,效果欠佳且缺乏通用性。基于深度学习的QE方法的出现在无需依赖人工设计特征及语言学资源的同时大大提升了QE模型效果。融入预训练模型的QE方法较前两类方法有了效果上的进一步提升,但该类方法对数据及硬件要求高,且并未脱离预测器-估计器框架。这些基于预测器-估计器框架存在着两个主要问题:1)预测器训练阶段与估计器训练两阶段分别使用不同类型数据进行训练,且两类数据存在着巨大数据量差异,导致模型缺少鲁棒性;2)源语言信息需要经过多次处理才能到达估计器,源语言信息是否参与(或参与多少)译文质量估计任务无法判断。针对上述两个问题,本文开展了以下工作:(1)针对问题1),本文从提升模型鲁棒性出发,在保留原有预测器-估计器架构的基础上(原有预测器作为主预测器),在预测器部分增加了混合预测器模型。使用伪噪声数据构造的方法针对平行语料构造带噪声的翻译,并使用带噪声的翻译对混合预测器进行训练,同时使用不带噪声的标准翻译对主预测器进行训练,并加入鲁棒性正则模块使主预测器与混合预测器能够正确区分标准翻译与带噪声的翻译,减小因带噪训练数据不足对预测器无法区分译文是否带噪的影响,突破预测器-估计器框架预测器训练阶段与估计器训练阶段数据量差异巨大而导致的模型鲁棒性不足的问题。(2)针对问题2),本文从增加源语言信息在估计器中的参与度出发,尝试了添加源语言正则模块的方法,将源语言信息直接输入源语言正则模块,并对源语言句子和带噪声的目标语言句子进行语义相似度建模,使估计器模型获得更多源语言信息,加强其对译文质量的评估能力。本文将以上两个工作整合为基于鲁棒性正则与源语言正则的QE方法,在WMT17-20英-德QE任务数据集上进行了实验。实验结果验证了本文方法对于解决预测器-估计器框架当前存在的上述两个问题的有效性。此外,为更好展现机器翻译质量估计技术的实用性及本文方法的效果,本文搭建了在线译文质量估计系统,使机器翻译系统能够自动过滤质量较差译文,帮助机器翻译系统用户实时了解译文质量。

关键词：机器翻译译文质量估计自然语言处理深度学习

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

增强问句和文本交互的答案抽取方法

现代电子技术 2024年第6期47卷 179-186页

作者：邓涵昆明理工大学信息工程与自动化学院云南昆明650500

答案抽取对提高问答的质量和性能有着重要的作用,但现有的答案抽取方法存在问句和文本信息交互的问题。结合上下文的答案抽取模型虽然可以从文本中抽取出给定问题的答案,但这种抽取方法并未考虑文本和问句的信息交互。而只有问句和文本... 详细信息

答案抽取对提高问答的质量和性能有着重要的作用,但现有的答案抽取方法存在问句和文本信息交互的问题。结合上下文的答案抽取模型虽然可以从文本中抽取出给定问题的答案,但这种抽取方法并未考虑文本和问句的信息交互。而只有问句和文本数据时,要从文本中获取更加精准的问句答案,可以利用问句和文本之间的语义信息,预测问句与文本实体之间的关联。基于此,使用问句对齐层和多头注意力机制构建一个交互文本和问句之间的信息模型。实验结果表明,相较于BIDAF-INDEPENDENT模型,改进后模型的EM值和F1值分别提高了1.281%和1.296%。

关键词：答案抽取问答系统信息交互语义信息深度学习多头注意力机制

在线全文

学校读者我要写书评

暂无评论

水风光互补系统一次调频方案研究

太阳能学报 2024年第5期45卷 412-421页

作者：朱博吴水军黄柯昊周子超邓涵徐韬昆明理工大学电力学院昆明650500 云南电力试验研究院(集团)有限公司昆明650217 云南电网有限责任公司曲靖供电局曲靖655000

为解决新能源并网后产生的频率问题,提出一种考虑水风光互补的调频策略。首先,建立含风、水、光、荷的简单系统数学模型;其次,结合水轮机、风电机组、光伏及其调频策略所对应的代数微分方程和基于直流潮流的系统网络方程,推导出负荷扰... 详细信息

为解决新能源并网后产生的频率问题,提出一种考虑水风光互补的调频策略。首先,建立含风、水、光、荷的简单系统数学模型;其次,结合水轮机、风电机组、光伏及其调频策略所对应的代数微分方程和基于直流潮流的系统网络方程,推导出负荷扰动时水轮机、风电机组、光伏并网节点频率响应的频域解析式;最后根据解析式分析调频死区和调频控制参数等对系统频率的影响,提出一种水风光互补系统联合调频方案。在仿真软件PSD-BPA中搭建四机系统及实际电网的仿真模型,对调频方案的有效性和可行性进行验证,多场景下仿真结果表明该方法可提高系统一次调频能力。

关键词：可再生能源频率响应下垂控制水风光互补系统死区水锤效应

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

盘刷式光伏清扫机器人结构与驱动设计研究

太阳能学报 2024年第3期45卷 565-570页

作者：张经炜杨姣高瑞光熊铖铖王濠君丁坤河海大学机电工程学院常州213022 常州市光伏系统集成及生产装备技术重点实验室常州213022

针对光伏电站中运维使用的清扫机器人轻量化设计问题,提出一种盘刷式光伏清扫机器人结构并设计驱动系统。首先,在现有轮式机器人基础上,将盘刷与机器人驱动轮集成为一体,设计紧凑型机器人结构,在机器人运动过程中同步实现组件表面清扫,... 详细信息

针对光伏电站中运维使用的清扫机器人轻量化设计问题,提出一种盘刷式光伏清扫机器人结构并设计驱动系统。首先,在现有轮式机器人基础上,将盘刷与机器人驱动轮集成为一体,设计紧凑型机器人结构,在机器人运动过程中同步实现组件表面清扫,并对电机支架进行优化设计。其次,采用四轮驱动方式,设计盘刷式光伏清扫机器人驱动系统软硬件。在屋顶光伏组件表面开展实验,实验结果表明所设计的盘刷式光伏清扫机器人结构与驱动系统满足清扫需求,在夏季晴天天气清扫一块面积为2.44 m^(2)的光伏组件,对比清扫前后光伏组件标准化的电气特性,清扫后修正至标准测试条件(STC)下的最大功率提升约16.1%。

关键词：机器人光伏太阳能发电光伏清扫机器人驱动系统

维普期刊数据库博看期刊

“情境差距”下组织的自适应与预案适应:一项基于城市内涝灾害应对的考察

在线全文

学校读者我要写书评

暂无评论

中国行政管理 2024年第2期40卷 132-143页

作者：石佳邓涵王秋石西安交通大学公共政策与管理学院西安710049 中山大学政治与公共事务管理学院广州510275

随着城市化的推进,现代灾害日益呈现风险传导机理复杂、灾害影响跨领域等特征。由于灾害具有不确定性,灾前制度化的应对体系设计难以捕捉残余风险,决定了“情境差距”无法被根除,只能通过政府在应急管理中的灾害适应活动进行弥合。本文... 详细信息

随着城市化的推进,现代灾害日益呈现风险传导机理复杂、灾害影响跨领域等特征。由于灾害具有不确定性,灾前制度化的应对体系设计难以捕捉残余风险,决定了“情境差距”无法被根除,只能通过政府在应急管理中的灾害适应活动进行弥合。本文以2021年西安市6至11月城市内涝灾害应对为例,通过社会网络分析方法,从组织自适应与预案适应两个维度切入,探究地方政府灾害应对活动对“情境差距”的弥合情况。分析发现,城市内涝灾害情境下组织的自适应具有结构冗余提升、功能调适承担的特征;预案适应呈现重视基层应急能力建设、加强灾前预防的趋势。同时,组织自适应与预案适应互相联动、互有影响,共同推动地方政府灾害应对呈现“现实反馈-多次调适-预案学习”的适应性演化路径。本研究为提升复合型灾害背景下城市灾害治理水平、化解“情境差距”下能力滞后问题提供了有益思路。

关键词：灾害应对情境差距适应性应急预案城市内涝

面向智能无人通信系统的因果性对抗攻击生成算法

在线全文

学校读者我要写书评

暂无评论

通信学报 2024年第1期45卷 54-62页

作者：禹树文许威姚嘉铖东南大学移动通信全国重点实验室江苏南京210096 网络通信与安全紫金山实验室江苏南京211111

考虑到基于梯度的对抗攻击生成算法在实际通信系统部署中面临着因果性问题,提出了一种因果性对抗攻击生成算法。利用长短期记忆网络的序列输入输出特征与时序记忆能力,在满足实际应用中存在的因果性约束前提下,有效提取通信信号的时序... 详细信息

考虑到基于梯度的对抗攻击生成算法在实际通信系统部署中面临着因果性问题,提出了一种因果性对抗攻击生成算法。利用长短期记忆网络的序列输入输出特征与时序记忆能力,在满足实际应用中存在的因果性约束前提下,有效提取通信信号的时序相关性,增强针对无人通信系统的对抗攻击性能。仿真结果表明,所提算法在同等条件下的攻击性能优于泛用对抗扰动等现有的因果性对抗攻击生成算法。

关键词：智能通信系统对抗攻击深度学习因果系统长短期记忆网络

含有调速器多死区环节的风水火系统频率稳定分析

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2024年第5期52卷 1-11页

作者：周子超吴水军束洪春孙士云冯海洋邓涵徐韬昆明理工大学云南昆明650500 云南耀宇电力有限公司云南昆明650200

“双高”背景下新型电力系统面临着非线性机理复杂的稳定问题,传统机组调速器与风电控制器中死区非线性组合间的相互作用,在一定程度上影响了系统的频率稳定性。为此,在奈氏定理的基础上探究不同死区非线性组合下系统频率振荡的影响规律... 详细信息

“双高”背景下新型电力系统面临着非线性机理复杂的稳定问题,传统机组调速器与风电控制器中死区非线性组合间的相互作用,在一定程度上影响了系统的频率稳定性。为此,在奈氏定理的基础上探究不同死区非线性组合下系统频率振荡的影响规律,主要针对死区类型、死区大小和死区顺序3个方面进行研究,涉及单死区系统和多死区系统。理论分析了其非线性系统的稳定性,并根据稳定极限环条件求解系统的临界振幅和振荡频率。通过改变死区类型及顺序,影响机组对系统频率的支撑能力,指出了系统频率稳定与临界振幅的关系,并在Matlab/Simulink中对上述理论分析进行了仿真验证。结果表明机组死区大小和类型均会改变系统的临界振幅和振荡频率,为机组配置死区提供了一定的参考依据。

关键词：频率稳定多死区环节非线性环节调速器扩展描述函数

在线全文

学校读者我要写书评

暂无评论

基于多头注意力动态图卷积网络的交通流预测

太原理工大学学报 2024年第1期55卷 172-183页

作者：邓涵优陈红梅肖清方圆云南大学信息学院昆明650500 云南大学云南省智能系统与计算重点实验室昆明650500 云南大学西南天文研究所昆明650500

【目的】交通流预测对于城市交通系统的有效管理和运行至关重要。交通网络中不同路段或路口的流量随时间动态变化,空间邻近路段或路口的流量也会相互影响。为了更好地从交通流序列中学习不同路段或路口流量的时空相关性,提升交通流短时... 详细信息

【目的】交通流预测对于城市交通系统的有效管理和运行至关重要。交通网络中不同路段或路口的流量随时间动态变化,空间邻近路段或路口的流量也会相互影响。为了更好地从交通流序列中学习不同路段或路口流量的时空相关性,提升交通流短时预测性能,提出基于多头注意力动态图卷积网络(dynamic graph convolution network with multi-head attention,DGCNMA)的交通流预测方法。【方法】DGCNMA模型在Transformer框架中首先引入图卷积网络学习交通流序列的空间嵌入并融入交通流序列,进而采用多头注意力机制从多个角度同时捕捉交通流序列的时间相关性和空间相关性;其次引入交互动态图卷积网络,通过卷积网络和动态图卷积网络交互学习以及交通流奇偶子序列特征交互融合,同时学习交通流序列的局部时空相关性和全局时空相关性。【结果】通过在高速公路交通流数据集(PEMS03、PEMS04、PEMS08)和地铁人群流量数据集(HZME inflow and HZME outflow)上的大量实验,验证了所提出的DGCNMA模型的交通流预测性能优于基线模型。

关键词：交通流预测多头注意力交互动态图卷积

基于双重注意力机制CNN-BiLSTM与LightGBM误差修正的超短期风电功率预测

在线全文

学校读者我要写书评

暂无评论

电气工程学报 2024年

作者：龙铖余成波何铖朱春霖张未陈佳重庆理工大学重庆市输变电设备物联网技术研究所重庆理工大学电气与电子工程学院

为了响应国家“双碳”目标，针对风电功率预测误差影响电网安全稳定运行的问题，提出一种基于双重注意力机制改进的CNN-BiLSTM初步预测和LightGBM误差修正的组合预测模型。该模型首先利用卷积神经网络(Convolutionalneural network,CNN... 详细信息

为了响应国家“双碳”目标，针对风电功率预测误差影响电网安全稳定运行的问题，提出一种基于双重注意力机制改进的CNN-BiLSTM初步预测和LightGBM误差修正的组合预测模型。该模型首先利用卷积神经网络(Convolutionalneural network,CNN)与注意力机制结合构成特征注意力模块自适应提取风电功率重要特征，然后利用双向长短期记忆网络(Bi-directional long short-term memory,BiLSTM)与注意力机制结合构成时间注意力模块对风电功率进行初步预测，最后利用LightGBM构造误差修正模型，对初步预测结果进行修正。使用平均绝对误差(Mean absolute error,MAE)、均方根误差(Root mean square error,RMSE)和确定系数(R2)作为试验评价指标，结果表明，该组合模型预测效果明显优于BiLSTM、CNN-BiLSTM等模型。

关键词：风电功率预测注意力机制卷积神经网络长短期记忆网络误差修正 LightGBM