本实用新型公开了一种化工机械用原料研磨装置，涉及化工机械技术领域。本实用新型包括固定底座，固定底座上端的一端焊接连接有支撑杆，支撑杆的一端焊接连接有连接板，连接板远离支撑杆的一端焊接连接有储料盒，支撑杆的上端转动连接有旋转套筒，旋转套筒的内部螺纹连接有螺纹杆，螺纹杆的上端焊接连接有承重板。本实用新型通过电机带动研磨板旋转对原料进行研磨，在研磨过程中回力弹簧会对研磨板进行挤压，使研磨板和储料盒紧密贴合，从而大大的提升装置的研磨效果，且通过在储料盒的下端设置筛网，让筛网在原料的研磨过程中对原料进行筛选，并通过集料斗和出料管将研磨完成的原料进行收集，从而大大的减轻操作人员的工作强度。

本实用新型公开了一种阻燃型吸塑盘，包括主体、凹槽、第一无痕纳米粘胶和固定片，所述主体的外壁设置有夹持块，且夹持块远离主体中轴线的一侧设置有衔接垫，所述夹持块的内部安置有加厚垫，所述凹槽开设于主体的内部。该阻燃型吸塑盘通过挤压块的设置可以对凹槽内部放置的产品进行加固，避免凹槽内部放置的产品在运输的过程中因摇晃发生滑落的现象，第二无痕纳米粘胶的设置是为了将固定片安装在主体的底端，固定片的材质为硬质塑料，可以增加主体整体的硬度，避免产品在运输的过程中因主体硬度角度，造成产品损坏的问题，同时内槽的开设是为了方便主体拿取固定片，需要拿取时，将手指放入内槽内，扣住其内壁就可带动固定片进行移动。

本发明公开了一种结合中英知识资源的中文词语语义关系识别方法和装置。方法包括：结合多种中文知识资源获取反义词集合，根据反义词集合判定词语间语义关系是否具有反义关系；使用多种中文知识资源提取部分词集合，根据部分词集合判定词语间是否具有整体部分关系；利用多种中文知识资源提取同义词集合，基于同义词集合判定词语间是否具有同义关系；借助于多种中文知识资源提取下位词集合，根据下位词集合判定词语间是否具有上下位关系；使用汉英词典将中文词语对翻译转换为英文；利用英文知识资源对汉英转译所得英文词语对进行词语语义关系识别，以确定原中文词语对的语义关系。利用本发明，可以充分发挥多种中文知识资源的作用，更准确有效地识别中文词语语义关系。

本发明公开了一种基于多粒度融合模型的中文句子语义智能匹配方法及装置，属于人工智能领域和自然语言处理领域，本发明要解决的技术问题为单粒度模型语义分析不全面和句子匹配不精确，采用的技术方案为：该方法具体如下：S1、构建文本匹配知识库；S2、构建文本匹配模型的训练数据集；S3、构建多粒度融合模型；具体如下：S301、构建字符词语映射转换表；S302、构建输入层；S303、构建多粒度嵌入层；S304、构建多粒度融合编码层；S305、构建交互匹配层；S306、构建预测层；S4、训练多粒度融合模型。该装置包括文本匹配知识库构建单元、文本匹配模型的训练数据集构建单元、多粒度融合模型构建单元和多粒度融合模型训练单元。

本发明公开了一种基于Wikipedia链接结构的中文概念向量生成方法和装置，该方法包括：根据中文Wikipedia页面中的标题概念和/或链接概念构建链接信息库；针对链接信息库中样本是否存在链接概念分别构建训练正例和训练负例，选择一定数量训练正例和训练负例建立训练数据集；建立概念向量模型，模型包括输入层、嵌入层、概念向量运算层和输出层；采用训练数据集训练概念向量模型，并由概念向量模型中提取概念向量。

本发明公开了一种基于Wikipedia概念向量的英文词语相关度计算方法和装置。方法包括：1.由Wikipedia Dump服务站点获取生语料，进行规范化处理，生成Wikipedia基础语料库；2.进行概念标注扩充，构建Wikipedia概念语料库；3.根据Wikipedia概念语料库，训练概念向量；4.对于待比较词语对，根据Wikipedia，获得其词语概念集合；5.计算概念集合的笛卡尔积中的每个概念对所对应的概念向量的相似度，取最大值作为待比较词语对的相关度。利用本发明，可以充分挖掘Wikipedia蕴含的词语概念信息，生成词语概念向量，更准确有效地计算词语相关度。

本发明公开了一种面向银行咨询服务基于多粒度对齐的文本对语义匹配方法，属于人工智能、自然语言处理技术领域。本发明要解决的技术问题为如何准确地判断一对文本的语义是否相同，采用的技术方案为：通过构建并训练由多粒度嵌入模块、多粒度对齐模块、特征融合编码模块以及标签预测模块构成的文本对语义匹配模型，获取不同文本间的字粒度、词粒度的相关性信息，并进一步得到文本在不同粒度上的最终语义表示，随后通过特征融合编码得到文本的深层语义信息表示，同时计算文本间相似度得到最终的文本对语义匹配张量，最后根据文本对语义匹配张量预测文本对的匹配程度，以达到判断文本对语义是否匹配的目标。

本发明公开了一种面向建筑行业信息化服务问答系统的文本生成方法和装置，属于人工智能、自然语言处理技术领域。本发明要解决的技术问题为如何防止生成式问答系统的编码过程中的层间特征缺失和解码过程中的特征缺失，以保证文本生成的精确性，采用的技术方案为：通过构建并训练由嵌入模块、编码器模块、隐藏状态互信息模块、隐藏变量互信息模块、解码器模块组成的文本生成模型，实现对原始文本的多层编码，获取原始文本的文本表示和隐藏信息；分别对不同层次编码的隐藏状态、原始文本的隐藏变量及其采样信息计算互信息，最大化其互信息；对原始文本和目标文本进行编码，通过注意力机制获取两者之间的相关性信息，最终以达到文本生成的目的。

本发明公开了基于图神经网络和评论相似度的会话推荐方法和系统，根据会话中的商品序列以及评论信息，为当前会话的用户推荐目标商品。本发明将评论信息融入到图神经网络模型中，同时考虑会话中蕴含的商品间依赖关系和文本空间中商品间相似关系。本会话推荐方法主要由四个模块组成：基于评论相似度的全局图模块，根据商品的评论文档得到商品在文本空间的相似度，并依据此相似度构建基于评论的商品全局图；局部图模块，根据当前会话的商品序列，得到在会话中的商品局部图；会话生成模块，结合商品在前两个模块分别得到的商品全局图和商品局部图表示，生成最终会话表示；候选商品预测模块，根据会话表示，预测各个候选商品的得分，推荐目标商品。

本发明公开了一种基于依存约束和知识的名词词义消歧方法和装置。方法包括：对大规模语料进行依存句法分析，收集所得的依存元组并统计其频数，构建依存知识库；对歧义名词所在句子进行依存句法分析，提取符合设定条件的16种依存元组，作为歧义名词的依存约束集合；根据语义词典，为歧义名词的各个词义，依次提取同义词集、反义词集、上位词集作为相应词义的词义代表词集；根据依存知识库和词义代表词集，依次计算歧义名词的各个词义在依存约束集合的后验概率；根据后验概率选择歧义名词的正确词义。利用本发明，可以充分发挥依存句法分析的作用，更准确有效地判定歧义名词的词义。