基于“预训练+微调”范式的实体关系联合抽取方法依赖大规模标注数据,在数据标注难度大、成本高的中文古籍小样本场景下微调效率低,抽取性能不佳;中文古籍中普遍存在实体嵌套和关系重叠的问题,限制了实体关系联合抽取的效果;管道式抽取...基于“预训练+微调”范式的实体关系联合抽取方法依赖大规模标注数据,在数据标注难度大、成本高的中文古籍小样本场景下微调效率低,抽取性能不佳;中文古籍中普遍存在实体嵌套和关系重叠的问题,限制了实体关系联合抽取的效果;管道式抽取方法存在错误传播问题,影响抽取效果。针对以上问题,提出一种基于提示学习和全局指针网络的中文古籍实体关系联合抽取方法。首先,利用区间抽取式阅读理解的提示学习方法对预训练语言模型(PLM)注入领域知识以统一预训练和微调的优化目标,并对输入句子进行编码表示;其次,使用全局指针网络分别对主、客实体边界和不同关系下的主、客实体边界进行预测和联合解码,对齐成实体关系三元组,并构建了PTBG(Prompt Tuned BERT with Global pointer)模型,解决实体嵌套和关系重叠问题,同时避免了管道式解码的错误传播问题;最后,在上述工作基础上分析了不同提示模板对抽取性能的影响。在《史记》数据集上进行实验的结果表明,相较于注入领域知识前后的OneRel模型,PTBG模型所取得的F1值分别提升了1.64和1.97个百分点。可见,PTBG模型能更好地对中文古籍实体关系进行联合抽取,为低资源的小样本深度学习场景提供了新的研究思路与方法。展开更多
提出了一种考虑人员占用影响的集成楼宇暖通空调(heating,ventilation and air conditioning,HVAC)负荷群配电电网优化方法。首先,依据建筑围护热阻热容网络和配电网支路潮流方程构建了集成暖通空调负荷群配电网数学模型。其次,利用梯...提出了一种考虑人员占用影响的集成楼宇暖通空调(heating,ventilation and air conditioning,HVAC)负荷群配电电网优化方法。首先,依据建筑围护热阻热容网络和配电网支路潮流方程构建了集成暖通空调负荷群配电网数学模型。其次,利用梯形隶属度函数模糊化占用人数并考虑其对暖通空调负荷温度调控的影响,形成包含占用松弛函数约束的暖通空调负荷群与配电网联合优化方法。最后,通过模型预测控制方法实现了集成楼宇暖通空调负荷群配电网的滚动优化控制。改进的IEEE33节点配电网系统仿真结果表明,所提出的计及占用影响的联合优化模型,在楼宇侧能够满足人员热舒适性,同时减少楼宇暖通空调负荷能耗,在电网侧则减少配电网线路损耗和节点电压的波动,有效提高楼宇侧和电网侧整体的节能水平。展开更多
利用组合神经网络预测法,对装备研制费用进行预测研究。采用了两层预测系统:第一层用灰色模型和神经网络分别对装备研制费用进行预测,第二层用 BP 网络对第一层的输出进行组合预测。通过对某型装备研制费用的预测分析,证实了本模型的科...利用组合神经网络预测法,对装备研制费用进行预测研究。采用了两层预测系统:第一层用灰色模型和神经网络分别对装备研制费用进行预测,第二层用 BP 网络对第一层的输出进行组合预测。通过对某型装备研制费用的预测分析,证实了本模型的科学性与正确性。展开更多
文摘基于“预训练+微调”范式的实体关系联合抽取方法依赖大规模标注数据,在数据标注难度大、成本高的中文古籍小样本场景下微调效率低,抽取性能不佳;中文古籍中普遍存在实体嵌套和关系重叠的问题,限制了实体关系联合抽取的效果;管道式抽取方法存在错误传播问题,影响抽取效果。针对以上问题,提出一种基于提示学习和全局指针网络的中文古籍实体关系联合抽取方法。首先,利用区间抽取式阅读理解的提示学习方法对预训练语言模型(PLM)注入领域知识以统一预训练和微调的优化目标,并对输入句子进行编码表示;其次,使用全局指针网络分别对主、客实体边界和不同关系下的主、客实体边界进行预测和联合解码,对齐成实体关系三元组,并构建了PTBG(Prompt Tuned BERT with Global pointer)模型,解决实体嵌套和关系重叠问题,同时避免了管道式解码的错误传播问题;最后,在上述工作基础上分析了不同提示模板对抽取性能的影响。在《史记》数据集上进行实验的结果表明,相较于注入领域知识前后的OneRel模型,PTBG模型所取得的F1值分别提升了1.64和1.97个百分点。可见,PTBG模型能更好地对中文古籍实体关系进行联合抽取,为低资源的小样本深度学习场景提供了新的研究思路与方法。
文摘提出了一种考虑人员占用影响的集成楼宇暖通空调(heating,ventilation and air conditioning,HVAC)负荷群配电电网优化方法。首先,依据建筑围护热阻热容网络和配电网支路潮流方程构建了集成暖通空调负荷群配电网数学模型。其次,利用梯形隶属度函数模糊化占用人数并考虑其对暖通空调负荷温度调控的影响,形成包含占用松弛函数约束的暖通空调负荷群与配电网联合优化方法。最后,通过模型预测控制方法实现了集成楼宇暖通空调负荷群配电网的滚动优化控制。改进的IEEE33节点配电网系统仿真结果表明,所提出的计及占用影响的联合优化模型,在楼宇侧能够满足人员热舒适性,同时减少楼宇暖通空调负荷能耗,在电网侧则减少配电网线路损耗和节点电压的波动,有效提高楼宇侧和电网侧整体的节能水平。
