基于度量学习的意图识别和槽填充方法

人机对话中小样本学习场景下的意图识别和槽填充,是自然语言处理的一个重要课题.本文采用基于度量学习的方法,通过计算query set中的样本与support set中样本的距离,寻找距离最近的类别样本作为分类标签,同时将两个任务联合进行训练,用以提升模型的效果.从实验结果中可以得出,本文提出的Fine-tune方法,对意图识别和槽填充任务都有一定的帮助和提升.胶囊网络在意图识别中也起到了一定的效果,可以帮助去除一部分无关信息,但对槽填充任务的帮助不明显;而任务自适应的投影网络,可以更好地将不同类的向量分开,提升了两个任务的性能.     

课程思政在现代学徒制煤化工专业课程中的教学探索——以"煤质分析及煤化工产品检验"课程为例

现代学徒制是一项深化产教融合、校企合作的育人机制,是创新技术技能人才的现代培养模式.山西铁道职业技术学院与山西安泰控股集团有限公司深度合作开展山西省现代学徒制试点项目,合作目的之一是培养企业煤化工专业人才.学校教师结合学生(员工)在企业车间岗位上的技能知识,系统地讲授煤化工专业课程"煤质分析及煤化工产品检验"理论知识,同时针对企业员工日常学习思想政治知识较少的实际,润物细无声地加入思政元素,实现专业知识与实践技能相结合,技能知识与思政教育相融合,真正培养知识型、技能型、创新型高素质技能人才,努力构建职业教育产业发展命运共同体.     

一株产羧酸酯酶菌的鉴定及酯酶特征的研究

目的:鉴定中国白酒发酵过程中的微生物种类，研究关键酶的特征与作用机制有利于提高白酒的优质品率。方法:本研究用形态学和生理学、16S rRNA、gyr B基因和antiSMASH分析的方法对酒曲中的一株微生物进行了验证；对该菌株的特性进行了研究，采用分子建模的方法获得了羧酸酯酶的3D模型，用分子对接的方法探讨了该菌株的羧酸酯酶的机理。结果:该菌株为产羧酸酯酶的革兰氏阴性菌Pb1（MW580690）；该菌株呈现典型的S型生长曲线，产物曲线为S型，羧酸酯酶活化最优pH范围为5.0~9.0。分子对接结果显示Phe21A为该酶具有催化活性的主要氨基酸，水解三丁酸甘油酯为丁酸和甘油。分子对接结果显示三丁酸甘油酯经过构象变化被转移到催化中心后，进一步被加工；酶的亲水性和疏水性的相互作用表面有利于配体向下转移，进而从疏水性通道释放产物到的酶表面。结论:产羧酸酯酶的菌株为贝莱斯芽胞杆菌，并为羧酸酯酶水解三丁酸甘油酯类物质的底物识别、转移和催化机理提供了新的见解。     

深竖井大吨位提升机高比压高摩擦因数衬垫的研制

针对深竖井、大吨位的提升条件下,摩擦衬垫需要高比压和高摩擦因数的难题,在工况分析和参数设计的基础上,研制了比压为2.5 MPa、摩擦因数为0.28的摩擦衬垫,并分别对衬垫的稳定性、抗比压能力、硬度特性、压力特性和磨损情况进行试验.委托第三方检测验证,衬垫的比压试验值达到9.8 MPa,摩擦因数试验值达到0.381,满足实验室的指标要求.     

微波辅助孵育法富集麦胚多肽的工艺优化

目的 麦胚孵育过程中蛋白酶将蛋白质水解成肽和氨基酸，多肽具有明确的生理活性和营养调节作用。本研究以麦胚为试验原料，采用微波辅助预处理的方法，研究孵育的温度、时间、pH及料液比4种因素对孵育后的蛋白酶活力及多肽含量的影响。 方法 通过单因素和响应曲面试验进行工艺条件优化。 结果 与未进行微波辅助预处理的样品相比，微波辅助处理（600 W, 10 s）能显著提高孵育后样品中的蛋白酶酶活力（约9.4倍）和肽含量（约3.1倍）。经过微波辅助处理后，孵育温度为51.5℃、pH为4.0、时间为6.33 h、料液比为1:7时，蛋白酶活力达最高为3826.24 U/g；孵育温度为45.0 ℃、pH为4.8、时间为8 h、料液比为1:7时，肽含量达最高为262.63 mg/g。 结论 微波辅助处理能有效的激活麦胚孵育液中的内源性蛋白酶活性，促进蛋白水解反应，显著提高孵育后的肽含量。该研究结果为麦胚多肽的制备新工艺开发提供了研究基础。     

工业园区混合能源优化配置方法应用与实践

为了充分挖掘多能源之间的互补潜力,使工业园区混合能源系统的配置方式由传统粗放式转变为精确优化配置并降低系统配置方案的保守性,基于粒子群联合CPLEX求解算法对工业园区的系统配置和运行调度方案进行分析优化,并以某生物园区为例进行了实例分析,得到了目标函数下的最优设计方案和运行策略。仿真分析结果表明,优化配置方法的应用能够协调冷热电多种能源的混合利用,提升系统的综合经济性。同时,为工业园区能源供应项目的规划、设计提供参考性支撑,丰富设计手段。     

Generating Questions Based on Semi-Automated and End-to-End Neural Network

With the emergence of large-scale knowledge base, how to use triple information to generate natural questions is a key technology in question answering systems. The traditional way of generating questions require a lot of manual intervention and produce lots of noise. To solve these problems, we propose a joint model based on semi-automated model and End-to-End neural network to automatically generate questions. The semi-automated model can generate question templates and real questions combining the knowledge base and center graph. The End-to-End neural network directly sends the knowledge base and real questions to BiLSTM network. Meanwhile, the attention mechanism is utilized in the decoding layer, which makes the triples and generated questions more relevant. Finally, the experimental results on SimpleQuestions demonstrate the effectiveness of the proposed approach.     

床温及SNCR脱硝对CFB锅炉NOx和N2O排放影响的试验研究

为了研究循环流化床（CFB）锅炉燃用无烟煤时床温及选择性非催化还原（SNCR）脱硝对于NO和N2O排放的影响，在1 MW CFB试验装置上开展了试验研究。结果表明:床温由880 ℃提高到970 ℃，NO排放质量浓度由119.5 mg/m3上升到226.0 mg/m3，N2O排放质量浓度由216.0 mg/m3降低到102.2 mg/m3；在氨氮摩尔比（NSR）为0~3.7之间，随着NSR的提高，脱硝效率从0上升到50.72%；进一步提高NSR到5.2，脱硝效率升至53.61%，增加较为缓慢；随着NSR从0提高到1.7，N2O排放质量浓度由84.3 mg/m3上升至118.3 mg/m3，增长较为缓慢；进一步提高NSR至2.0，N2O排放质量浓度上升至187.7 mg/m3，增长速度提高；继续提高NSR至5.2，N2O排放质量浓度上升至381.4 mg/m3；CFB锅炉采用以尿素为还原剂的SNCR脱硝工艺时，单纯通过加大NSR来提高脱硝效率不仅效果有限，过量喷入的还原剂会造成N2O排放量的显著提高。