摘要：针对中文电力领域词汇挖掘专业难度大、人工成本高的问题,本文利用深度学习技术,设计了一种结合大规模预训练语言模型、双向长短期记忆网络和条件随机场的电力领域词汇挖掘模型。该模型是一种不涉及任何特征工程的完全端到端的神经网络模型,其将RoBERTa模型继续在电力文本语料上预训练以进行领域自适应,同时利用长短期记忆网络整合文本上下文语义信息,并通过条件随机场对预测的标签序列进行约束进而优化实体识别效果。由于现有的电力领域词汇挖掘研究缺乏高质量的标注数据集资源,该文构建了一个具有一定规模的中文电力领域词汇挖掘标注数据集。该文在标注数据集上进行了一系列实验,实验结果验证了模型的有效性。

摘要：针对目前大部分中小型面馆、早餐店等揉面过程存在的问题,设计了一种基于Arduino控制的全自动揉面设备。该设备采用Arduino UNO R3单片机作为主控芯片,USART HMI TJC4827X343011X串口屏作为人机交互显示部分,设备包括质量采集模块、水量采集模块、动力驱动模块、原料投放模块、人性化语音报警模块以及面粉搅拌模块。该设备经过调试与测试后,各部分运行可靠,性价比高;设备各功能稳定性、集成度以及揉面效果都达到了预期要求。