机器翻译译文质量估计综述

机器翻译译文质量估计(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。机器翻译译文质量估计经过最近几年的发展,取得了丰富的研究成果。该文首先介绍了机器翻译译文质量估计的背景与意义;然后详细介绍了句子级QE、单词级QE、文档级QE的具体任务目标、评价指标等内容,进一步概括了QE方法发展的三个阶段: 基于特征工程和机器学习的QE方法阶段,基于深度学习的QE方法阶段,融入预训练模型的QE方法阶段,并介绍了每一阶段中的代表性研究工作;最后分析了目前的研究现状及不足,并对未来QE方法的研究及发展方向进行了展望。     

面向小语种机器翻译的平行语料库构建方法

神经机器翻译模型的训练效果在很大程度上取决于平行语料库的规模和质量。除了一些常见语言外,汉语与小语种间高质量平行语料库的建设一直处于滞后状态。现有小语种平行语料库多采用自动句子对齐技术利用网络资源构建而成,在文本质量和领域等方面有诸多局限性。采用人工翻译的方式可以构建高质量平行语料库,但是缺乏相关经验和方法。文中从机器翻译实践者和研究者角度出发,介绍了经济高效的人工构建小语种平行语料库的工作,包括其总体目标、实施过程、流程细节和最后结果。在构建过程中尝试并积累了各种经验,形成了小语种到汉语平行语料库构建方法、建议的总结。最终,成功构建了波斯语到汉语、印地语到汉语、印度尼西亚语到汉语各50万条高质量平行语料。实验结果表明,所构建的平行语料库有较好的质量,提高了小语种神经机器翻译模型的训练效果。     

石化企业仪表调校记录管理系统的设计与实现

目前采用纸质表格人工填写仪表调校记录存在着错误率高、整理时间长及查阅时间长等问题，不利于开展仪表调校记录工作。运用质量管理的要因分析法确定了关键因素，以调校记录表格数字化为基础，使用了先数字化、后信息化的方法。进一步采用新技术制定Python程序设计和搭建MySQL数据库的方法，设计并实现仪表调校记录管理系统，并在实际工作中进行了应用，解决了实际问题，可为智能工厂的信息化提供借鉴。     

基于核酸适配体分析方法结合纳米材料监测食品有毒重金属的研究进展

重金属具有高毒性,尽管它们在各种环境基质中以微量浓度存在,但是其引起的污染仍可能会对环境和人体造成严重的损害。因此,开发重金属检测精确而灵敏的方法对食品中重金属的检测十分有必要。现有传统检测技术依赖昂贵的大型仪器,操作复杂并且耗时较长。生物技术和纳米材料的飞速发展为重金属的检测提供了一种新思路。该文综合介绍重金属检测的常见方法以及近年来核酸适配体和纳米材料在食品中重金属检测应用的研究进展,并对未来的发展前景进行展望。     

安全仪表系统SIL分析方法探讨

介绍了安全仪表系统在现代过程工业中的作用和地位以及功能安全的特点和标准体系,重点阐述了安全完整性等级的划分和评估过程,以及SIL等级的确定和计算方法,为安全仪表系统SIL等级评估提供依据。     

基于α-FeOOH催化H2O2蒸气的低温烟气脱硝实验

针铁矿是分布广泛、储量丰富的铁氧化物，其主要成分为α-羟基氧化铁（α-FeOOH）。为了探究针铁矿在催化H₂O₂烟气脱硝反应中的性能，本文通过沉淀-水解法制备了α-FeOOH，并在自行搭建的实验台上开展了α-FeOOH催化H₂O₂的低温烟气脱硝实验研究，深入分析了H₂O₂流量、H₂O₂浓度、汽化温度、反应温度和共存气体浓度等工况参数对脱硝性能的影响。采用离子色谱（IC）分析了单独脱硝反应和同时脱硫脱硝反应后的含氧酸成分，结合各项表征分析技术考察了催化剂反应前后的理化特性和稳定性。实验结果显示，随着汽化温度和反应温度的升高，NO的脱除效率先增加后降低；增加H₂O₂浓度对脱硝效率有明显的促进作用。当汽化温度为140℃、反应温度为160℃时，以2.5mL/h注入10mol/L的H₂O₂脱硝效率达到80%。当SO₂浓度为1000μL/L时，脱硝效率提高至86.4%。离子色谱分析结果显示，单独脱硝反应和同时脱硫脱硝反应后含氧酸产物为HNO₃和H₂SO₄。反应前后催化剂的表征结果显示，α-FeOOH在脱硝反应后依然具有良好的稳定性，显示出针铁矿在低温烟气脱硝工艺中的潜在应用前景。     

基于深度学习的两阶段联合声学回波和混响抑制技术

在现代通信系统中，通信语音的质量和可懂度会被回波与混响严重损害，人与人之间的交流因此会被严重干扰。为了同时消除回波与混响的负面影响，本文提出了一种基于深度学习的两阶段联合声学回波和混响抑制系统。该系统逐步地消除加性声学回波与多径效应产生的混响干扰，从而获得目标语音。系统首先使用基于理想比值掩蔽（Ideal Ratio Mask，IRM）的模型去除与目标信号不相关的声学回波，紧接着对于与目标信号强相关的混响干扰，系统通过利用一个基于“隐掩蔽”的谱映射模型将其去除。两阶段模型最后进行联合训练以获得更好的系统性能。一系列不同声学环境下的实验结果表明，本文所提出的系统可显著地消除回波与混响干扰，从而极大地增强了目标语音的语音质量与可懂度。