基于预训练语言模型的关键词感知问题生成

问题生成任务是指根据给定的文本段落和答案来自动生成对应的问题。针对现有问题生成方法存在的误差累积现象以及问题生成任务固有的“一对多”情况，提出一种带有关键词感知功能的问题生成方法。在预训练语言模型的基础上，实现关键词分类模型与问题生成模型的网络结构设计。输入文本段落中蕴含关键词，为使所生成的问题中包含同样的关键词以保证问题与段落的语义一致性，利用关键词分类模型提取出文本段落中的关键词，将关键词与非关键词的区分特征融入问题生成模型的输入中，该特征作为问题生成过程的全局信息，用以消除问题生成模型仅依赖局部最优解的弊端，减少误差累积与“一对多”情况的发生。在SQuAD数据集上的实验结果表明，该方法能够提升问题生成的质量，其BLEU-4指标值可达24，优于带有复制机制、带有语义监督的问题生成模型，目前已经借助百度百科数据平台实现了大规模工业应用。     

间接电氧化法合成氟代苯甲醛

在无隔膜电解槽中采用石墨电极,以稀HNO3为介质,Ce4+/Ce3+为氧化还原媒质,间接电氧化氟代甲苯法合成了邻(间、对)氟代苯甲醛。通过实验,得到了电解最佳条件,电流效率达到62%,氟代苯甲醛收率80%。     

“红旗——98新星”新标识

人所共知,一汽是第一辆国产汽车的诞生地,做为民族汽车工业的长子,面对竞争日益激烈的国内、国际市场,一汽人正以积极向上、锐意进取、不断创新的精神迎接着21世纪的挑战。在这世纪之交,一汽集团公司隆重推出了红旗轿车的新产品“红旗——98新星”,在新车推出的同时,新标志也就此脱颖而出了。展现在人们面前的是一个简洁、流畅、活泼的造型。椭     

“红旗”跃下悬崖 人车安全无恙

陕西省富蓉蒸饺集团诚净和(商号)总经理吴孝斌向记者讲述了他近期乘车遇险的经历,并连声说:“98新星真是‘福星’啊!”今年6月16日,吴孝斌陪同陕西省私营企业协会秘书长徐宝元、陕西省渭南市私营企业协会秘书长雷生荣,他们乘坐98新星红旗轿车赴汉中参加投资洽谈会,晚上6时30分左右,当红旗轿车行驶到汉中市场固县秦家坝37公里处时,为避让对面两辆并驶的车辆,司机心里一慌,紧忙往左打方向盘,轿车一下子窜下公路左边的悬崖下。此处正是下山转弯处,路基垂直90度角,坡下离路面至少3米以上。     

电化学法一步合成邻、间、对氟苯甲酸

以氟代氯苯为原料,用电化学法分别合成了邻(间、对)氟苯甲酸,考察了电极材料、反应温度、电流及反应物浓度对反应的影响。以镀锌不锈钢为阴极,镁为阳极,控制反应温度5℃左右,氟代氯苯初始浓度为0.50~0.70 mol/L,邻、间、对氟苯甲酸产率分别为80%、75%、82%。现已完成电解槽容积为50 mL的小试及15 L的扩试,目前100 L的中试正在进行中。     

过氧化值的碘化钾——硅胶试剂比色测定

本文提出了过氧化值的微量测定法。碘化钾——硅胶试剂同油脂中过氧化物反应所放出的碘在0.01N盐酸溶液中和淀粉生成兰色络合物。然后,在560毫微米波长进行比色测定。     

原子利用率有效值的提出与讨论

针对原子利用率在衡量化工工艺绿色化程度方面存在的不足,通过对对苯二胺、3-硝基邻苯二甲酸、布洛芬等精细化学品生产工艺的分析与总结,综合考虑原子利用率和反应产率两方面因素,尝试性地提出了“原子利用率有效值(=原子利用率×反应产率)”的概念,用以衡量精细化工生产副产物的多少,并应用于间三氟甲基苯胺和邻(对)甲基苯腈的生产工艺绿色化程度的评价。     

无源音乐音响在纪录片中的运用

纪录片可以看作是一种立体文本,集解说、音乐音响、画面三位一体.音乐和音响本身只是节奏和旋律的素材,但它却比语言更有触动人心的张力.将音乐、音响融入纪录片当中的目的就是利用音乐及音响的特点来凸现纪录片的主题表达.通过运用音乐音响语言,使用描绘、渲染、刻画的方法,达到对画面气氛、情绪、形象的补充、深化或延伸,从而使纪录片达到情景交融、声画并茂的效果.就音乐、音响在纪录片中的运用而言,如何对音乐音响进行归类主要是取决于音乐、音响与画面的关系.如果音乐和音响来源于画面,那么就作为有源音乐音响,而如果他们与画面的关系不相隶属,是创作者主观切入进来的那就是无源音乐音响.     

豆浆豆腥味的产生原因及去除方法

豆浆是一种人们所喜爱的滋补饮料,但豆浆中的豆腥味却不为人们所喜欢.豆腥味是如何产生,其去除方法又如何?下面作一简介:豆腥味的生产:1976年美国W.T、Wilkens等学者发表的论文对豆腥味(Beany flavoz)的产生进     

低质量汉字的分块搜索两级识别法

由于汉字笔画复杂,从视频中提取的汉字图像质量往往较差,采用传统光学字符识别(OCR)的结果不理想.为了解决低质量汉字图像的识别问题,提出一种基于分块搜索的两级识别方法.首先建立汉字图像的分块结构并模仿低质量汉字生成训练集,然后对训练集中各分块图像应用主成分分析提取特征并建立索引.待识别图像应用分块搜索和投票的方式从索引中获取候选汉字集合(一级识别),再根据投票结果的显著性辅以全局结构特征匹配识别汉字(二级识别).实验结果证明,该方法对于低质量汉字图像比普通的OCR方法具有更高的识别率.