一种基于对抗训练的医疗问答匹配方法

相较于英文开放领域的问答匹配,中文专业医疗领域的问答匹配任务更具有挑战性。针对中文语义和医疗数据的复杂、多样,大多数研究人员都专注于设计繁杂的神经网络来探索更深层次的文本语义,工作思路较为单一,同时神经网络模型很容易因为微小扰动而误判,模型的泛化能力较差。为此,提出了一种基于对抗训练的问答匹配模型,利用双向预训练编码器来捕获问答句的语义信息,从而得到对应的向量表征;再通过在词嵌入表示上添加扰动因子生成对抗样本;最后将初始样本和对抗样本共同输入带有线性层的模型中进行分类预测。在cMedQA V2.0数据集上通过对比实验证明了对抗训练可以有效提升问答匹配模型的性能。     

耐高温防偏磨工艺的研究与应用

采油一厂抽油机井杆管偏磨严重,因偏磨造成抽油杆断脱、油管漏失作业频繁,治理偏磨主要应用扶正器和内衬油管,但常规尼龙扶正器存在耐磨性能相对较差,使用寿命短的问题,在深度大,温度高的井尤为突出。扶正器作为杆、管偏磨治理最有效且用量最大的治理工具,见到了较好效果。但常规尼龙扶正器在应用过程中存在耐磨性能相对较差,不能重复应用的问题,为此研制并应用了新型陶瓷材料扶正器,有效提高了扶正器的耐磨性能,延长了扶正器使用寿命,实现了扶正器重复使用,并且对抽油泵杆接箍保护效果明显,对油管磨损较小,综合效益较高,有效延长了扶正器使用寿命。现场应用3井次,具有较好的防偏磨效果。