【摘 要】
：
针对构建朝鲜语语料库的人工标注工作过于费时费力,少数民族语言难以与各家资源融合的这一问题,该文从表征学习的角度,意图构建有效的朝鲜语句子结构表示,用来提升后续自然语言处理任务的效果.我们将深度强化学习与自注意力机制相结合,提出了一种分层结构的自注意力模型(Hierarchically Structured Korean,HS-K).模型利用强化学习中的Actor-Critic思想,将文本分类效果作为强化学习的标签反馈信息,把文本的结构划分任务转化为序列决策任务.实验结果表明,模型可以识别出接近人工标注的朝
【机 构】
：
延边大学计算机科学与技术学院智能信息处理研究室,吉林延吉133002
论文部分内容阅读
针对构建朝鲜语语料库的人工标注工作过于费时费力,少数民族语言难以与各家资源融合的这一问题,该文从表征学习的角度,意图构建有效的朝鲜语句子结构表示,用来提升后续自然语言处理任务的效果.我们将深度强化学习与自注意力机制相结合,提出了一种分层结构的自注意力模型(Hierarchically Structured Korean,HS-K).模型利用强化学习中的Actor-Critic思想,将文本分类效果作为强化学习的标签反馈信息,把文本的结构划分任务转化为序列决策任务.实验结果表明,模型可以识别出接近人工标注的朝鲜语重要句子结构,对朝鲜语信息化与智能化有着良好的辅助作用.
其他文献
智能变电站内控制保护等二次设备与通信网络深度融合,实现数字化信息的传输与共享,因此在复杂网络环境下确保二次设备可靠工作是变电站稳定运行的主要挑战之一.基于智能变电站网络内数据帧的物理与数字特征,建立以太网数据帧四维模型,根据帧坐标在空间的分布规律设计了网络压力防护技术方案,通过订阅过滤、风暴抑制以及流量控制三重措施,实现了在隔离网络压力的同时尽量保留设备正常功能.最后通过实验验证了所提防护技术方案的有效性.
大亚湾海事处在党史学习教育中,扎实开展“我为群众办实事”实践活动,将党史学习教育与监管业务深度融合,把解决基层海事实际问题作为出发点与落脚点,发挥党建引领和桥梁纽带作用,实现安全监管与海事服务的“双融合”.以严格监管服务大亚湾石化区的安全生产,有力保障了地方经济的安全、高速发展.同时聚焦船员群体、港航企业反映集中的普遍性问题,通过优质的服务拉近与被监管对象的距离,营造良好的监管氛围,极大提高监管效率.
在分析中低压开关柜常见弧光保护方案、总结现有弧光保护方案存在问题的基础上,提出一种基于GOOSE(通用面向对象变电站事件)通信的中低压系统弧光保护无死区控制方案.通过建立弧光保护装置与所有间隔层综合保护装置共有的GOOSE网络,实现弧光保护与间隔层综合保护装置的信号传递.该方案可以实现母线区和间隔区的弧光保护,而且可以实现断路器与TA(电流互感器)死区之间发生弧光故障时的快速保护.弧光信号传输光纤敷设在柜内完成,大大减少了弧光信号传输光纤敷设施工量,通过GOOSE网络实现跳闸信号传递可以有效减少电缆的敷设
横山村为省定贫困村,通过交通运输部珠江航务管理局五年的帮扶,交通硬件设施、文体医疗设施、人居环境明显改善,村集体有稳定收入来源,扶贫产业从无到有,美丽乡村建设日新月异,文化扶贫开花结果,在脱贫攻坚的征程中稳步奔向小康社会.
“后潮叠前潮,大潮叠旧潮.”在惊涛骇浪中紧紧抓住船舷,任凭全身被海水浇透,这就是上世纪80年代测量人员在风浪中的真实写照.今年58岁的王锦庆,是广航局的一名资深测量人,18岁入伍到部队成为一名海测兵,后来退役到广航局从事港口工程测量工作.虽然期间他也有短暂的岗位调整,但是直到2019年才正式离开他热爱的测量事业.30多年的测绘生涯,王锦庆用脚步测量祖国的海岸线,用具体行动坚守廉洁底线,书写了一名中交疏浚职工的初心故事.
以廉兴文,以文载道.廉政文化,是社会主义先进文化的重要组成部分,是廉政建设结合文化建设的产物.我国进入新发展阶段后,对廉政文化建设质量提出了更高的要求.加强廉政文化建设,树立党员干部廉洁从政理念、提高廉洁从政意识、规范廉洁从政行为,是新时期深入推进党风廉政建设、加大反腐败斗争的必要举措.通过丰富多彩的形式和方法,加强廉政文化建设,有利于推动党员干部廉洁从政,以更好地在全社会营造学廉、崇廉、尚廉的良好氛围.
惠州大亚湾海事处是大亚湾水上交通安全监督管理机关,辖区有着危险品数量多、大型油轮数量多等特点.多年来,在大亚湾海事处的严格监管下,辖区从未发生等级以上水上交通事故.大亚湾海事处如同一尊“守护神”一般,保障着大亚湾石化区一步步成长为世界级绿色石化产业基地.
光伏发电功率预测是光伏发电规划和电网经济运行的重要基础.针对K-means算法无法确定最佳聚类数和聚类结果不稳定的问题,以及GBDT(梯度提升树)预测结构简单、预测精度低的缺点,提出集成聚类和XGBoost的组合预测算法用于构建短期光伏发电功率的预测模型.首先,采用Mean-shift(均值漂移算法)、凝聚层次聚类算法和DBI(戴维森堡丁指数)优化K-means算法,解决了无法确定最佳聚类数和聚类结果不稳定的问题;其次,在集成聚类得到的聚类结果数据上,训练得到不同气象类型下的XGBoost预测模型,以此来