检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

4,822 篇 专利
392 篇 期刊文献
87 篇 学位论文
26 篇 会议
6 篇 报纸
1 篇 成果

馆藏范围

5,334 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

297 篇 工学
- 201 篇 计算机科学与技术...
- 152 篇 软件工程
- 34 篇 控制科学与工程
- 27 篇 仪器科学与技术
- 21 篇 机械工程
- 16 篇 信息与通信工程
- 11 篇 交通运输工程
- 11 篇 网络空间安全
- 10 篇 电气工程
- 9 篇 航空宇航科学与技...
- 8 篇 电子科学与技术（可...
- 8 篇 生物医学工程（可授...
- 7 篇 地质资源与地质工...
- 7 篇 公安技术
- 6 篇 测绘科学与技术
- 5 篇 土木工程
- 5 篇 石油与天然气工程
- 3 篇 建筑学
225 篇 管理学
- 174 篇 管理科学与工程(可...
- 27 篇 公共管理
- 23 篇 图书情报与档案管...
- 19 篇 工商管理
55 篇 经济学
- 54 篇 应用经济学
32 篇 医学
- 15 篇 公共卫生与预防医...
- 4 篇 基础医学(可授医学...
18 篇 理学
- 4 篇 数学
- 4 篇 地理学
12 篇 法学
- 9 篇 公安学
11 篇 教育学
- 9 篇 教育学
10 篇 文学
- 10 篇 新闻传播学
4 篇 艺术学
2 篇 农学
2 篇 军事学
1 篇 哲学
1 篇 历史学

主题

512 篇 结构化数据
70 篇 非结构化数据
39 篇 大数据
23 篇 xml
19 篇 深度学习
17 篇 数据挖掘
15 篇 非结构化
14 篇 人工智能
14 篇 关系型数据库
13 篇 数据库
13 篇 物联网
10 篇 数据管理
10 篇 数据处理
10 篇 数据分析
10 篇 大数据技术
10 篇 视频数据
10 篇 数据仓库
10 篇 数据技术
9 篇 半结构化数据
9 篇 数据存储

机构

67 篇 北京百度网讯科技...
52 篇 浙江大学
45 篇 国家电网有限公司
43 篇 阿里巴巴集团控股...
42 篇 百度在线网络技术...
41 篇 腾讯科技有限公司
40 篇 平安科技有限公司
37 篇 中国工商银行股份...
33 篇 清华大学
32 篇 微软技术许可有限...
32 篇 北京航空航天大学
29 篇 哈尔滨工业大学
27 篇 之江实验室
25 篇 中国建设银行股份...
25 篇 华为技术有限公司
23 篇 电子科技大学
22 篇 国家电网公司
22 篇 中国科学院计算技...
22 篇 支付宝信息技术有...
20 篇 微软公司

作者

20 篇 王涛
17 篇 张涛
14 篇 张军
14 篇 刘洋
14 篇 杨帆
13 篇 彭浩
12 篇 i·萨夫特
12 篇 n·古兹曼
12 篇 罗雨
12 篇 陈超
12 篇 王飞
12 篇 李超
11 篇 王超
11 篇 张凯
11 篇 王刚
11 篇 陈刚
11 篇 张磊
10 篇 那崇宁
10 篇 张鹏
10 篇 刘超

语言

5,333 篇 中文
1 篇 英文

检索条件"主题词=结构化数据"

共 5334 条记录，以下是31-40 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

半结构化数据到结构化数据转换技术研究与实现

半结构化数据到结构化数据转换技术研究与实现

引用

作者：孙晓伟山东科技大学

学位级别：硕士

随着Intent技术的发展及计算机技术在各个行业中的广泛应用，大量有价值的数据都散乱在Web和Word等半结构化数据中，难于实现数据高效查询、检索和处理。目前，对半结构化数据的抽取与转换已取得了不少研究成果，但仍然存在噪音清除不... 详细信息

随着Intent技术的发展及计算机技术在各个行业中的广泛应用，大量有价值的数据都散乱在Web和Word等半结构化数据中，难于实现数据高效查询、检索和处理。目前，对半结构化数据的抽取与转换已取得了不少研究成果，但仍然存在噪音清除不彻底、数据抽取的准确率及效率低、交互性差等问题。\n 本文针对以上半结构化数据抽取与转换存在的问题，采用div分块、Word样式与模板等技术，重点研究Web和Word主流半结构化数据的结构化转换技术和方法，主要取得了以下研究成果。\n (1)研究HTML文件数据抽取方法，提出了一种HTML文件噪声数据清理方法。该方法利用源网页文件中的div标签对HTML文件进行划分，考察每个div标签中包含的图片标签、文本标签、超链接标签，根据这三类标签的数量，确定div标签的类别，删除其中导航和图片div，对待抽取的HTML文件进行噪声清理。将新方法与原有方法通过实验进行对比,证明了该方法能有效提高数据抽取效率及准确率。\n (2)研究半结构化Word文档数据抽取与转换的方法，提出了样式三要素、文档样式序列等概念，并利用基于样式的Word文档数据抽取与转换方法对有格式的Word文档进行数据抽取与转换，将抽取的数据以XML文件保存，实现了Word文档中数据的抽取与转换。\n (3)研究基于模板的Word文档交互式数据抽取方法，实现了在数据抽取时指定域名称与字段的映射关系，提高了数据抽取与转换的灵活性。\n (4)在以上研究的基础上，设计并实现了主要半结构化数据到结构化数据转换的原型系统。\n 本文对Web数据抽取的研究成果对主要半结构化数据进行结构化转换的研究具有一定的参考价值。本文对Word文档数据抽取的研究成果具有较高的实用价值。

关键词：半结构数据数据抽取结构化数据 HTML文件文档样式序列

来源：评论

学校读者我要写书评

暂无评论

面向结构化数据库智能查询的关键技术研究

面向结构化数据库智能查询的关键技术研究

引用

作者：任冬冬安徽工业大学

学位级别：硕士

面向结构化数据库智能查询是将用户提出的自然语言问句转换成数据库查询语言(比如SQL)的技术,随后在结构化数据库执行查询语言获得精确的答案,实现智能查询的功能,弥补传统搜索引擎根据关键字查询的不足。该技术极大的提高了结构化数据... 详细信息

面向结构化数据库智能查询是将用户提出的自然语言问句转换成数据库查询语言(比如SQL)的技术,随后在结构化数据库执行查询语言获得精确的答案,实现智能查询的功能,弥补传统搜索引擎根据关键字查询的不足。该技术极大的提高了结构化数据库的易用性,使用户不用掌握数据库查询语言也能快速查询数据库。数据库智能查询的关键是如何理解用户的问句语义,提取与数据库相对应的部分生成SQL语句。随着神经网络近年来在自然语言处理取得飞速的发展,基于深度学习的语义解析方法已经成为新的研究热点。本文在现有的深度学习模型基础上,提出一种NL2SQL语义解析模型。该模型通过结合数据库结构及内容的问句理解方法更好地理解用户语义,通过填充SQL草图生成SQL查询语句。本文的具体工作与成果如下:(1)针对现有的深度学习模型仅是通过数据库结构生成SQL语句,提出一种问句理解方法。该方法通过添加表列名和表内容特征,利用attention注意力机制得到更加准确的问句表达式,使模型更好地识别出问句中的数据库表列名和表内容。(2)利用attention机制得到的表达式,通过分类和序列标注任务的结果填充预先定义好的SQL草图的槽,实现SQL语句的转换。其中SQL草图每个槽对应一个子任务。根据SQL语句的语法,在模型的输出层利用子任务之间的关系提升SQL生成的准确率。(3)本文实现了一个NL2SQL语义解析模型,分别使用追一科技公司在阿里云天池平台发布的中文数据集和公开数据集Wiki SQL进行实验。实验结果表明结合数据库结构及内容的问句理解方法取得了更好的准确率。

关键词：结构化数据问句理解深度学习智能查询

来源：评论

学校读者我要写书评

暂无评论

从结构化数据到图数据的认知推理网络关键技术研究

从结构化数据到图数据的认知推理网络关键技术研究

引用

作者：张戴鹏河北师范大学

学位级别：硕士

认知推理网络是指无意识的检索出与推理任务相关的线索,然后对这些线索进行特征融合,根据融合的特征有意识的推理出可解释结果的网络。通常的数据表现形式是结构化数据形式。随着人类进入Web2.0时代,数据的表现形式开始从结构化数据向... 详细信息

认知推理网络是指无意识的检索出与推理任务相关的线索,然后对这些线索进行特征融合,根据融合的特征有意识的推理出可解释结果的网络。通常的数据表现形式是结构化数据形式。随着人类进入Web2.0时代,数据的表现形式开始从结构化数据向图数据转变。进一步研究图结构形式的数据具有现实意义和重大价值。因此,在认知推理网络研究中,对结构化数据与图结构数据进行特征融合和认知推理分析是认知推推理网络的两大关键技术问题。以衡量化合物能否成为候选药物的ADMET数据为代表的结构化数据,具有强关联性、强依赖性以及多特征等特点;以引文网络数据为代表的图数据具有维度高、节点信息关联性强等特点,对这些特点中所包含的信息进行特征融合和认知推理可以进一步挖掘出全方位、多层次的价值信息。目前,虽然研究者们对于从结构化数据到图数据进行了大量研究,然而在ADMET数据处理和引文网络数据处理中还存在两大挑战:第一,在处理ADMET数据的研究中,数据特征的关联性和强依赖性往往衍生出极复杂而又非常关键的决定因素,使得对这些信息进行深层次的挖掘变得更加困难。此外,现有的数据分析方法在信息的特征提取、特征融合以及可解释性方面仍然存在缺陷,由此导致不能很好地解决工程活动中所涉及到的实际问题。第二,在处理引文网络数据的研究中,已有的研究方法大都只能隐式的为目标节点中不同的邻域节点指定权重,这使得在节点嵌入的可解释方面存在薄弱。另一方面,大多数方法以最纯粹的形式定义将局部邻域节点的信息进行聚合,这导致某些节点关联信息的缺失,对于网络信息的高效利用是极其不利的。针对上述存在的问题,本文以胶囊网络为技术主线,研究出一种可以处理多层次特征的认知推理网络模型,实现对多层次特征的融合与认知推理性分析。本文的研究思路是:从研究关键技术任务上看,研究从ADMET性质分类任务到引文网络节点嵌入任务,从技术路线来看,开展从单层胶囊网络到双层胶囊网络的认知推理技术研究。主要研究的关键技术问题和研究内容如下。1.本文研究面向ADMET性质分类任务的认知推理网络关键技术,该技术是处理候选药物筛选、预测检验结果以及实时决策等实际应用问题的重要依据。首先,针对药物数据的关联性和依赖性利用不足的问题,利用计算机存储RGB图像的技术,提出一种新颖的特征编码器,将特征之间的关联性和相互依赖性作为考量纳入到分类依据中,使得实验结果更加真实有效。其次,针对ADMET性质分类结果可解释弱的问题,以动态路由算法为基础,提出一种单路认知推理机制,将提取的特征采用自顶向下,由果溯因的反馈机制实现ADMET的可解释分类。2.在上一部分的基础上,进一步探索面向引文网络节点嵌入任务的认知推理网络关键技术,以降低复杂网络分析任务的难度。一方面,针对现有的节点嵌入方法中存在只能隐式的为目标节点中不同邻域节点指定不同的权重,从而导致结果可解释性薄弱的问题,提出一种节点密度融合算法,将节点密度信息量化为节点特征,并显式的为目标节点中的邻域节点指定不同的权重,从而提升节点嵌入的效果和可解释性。另一方面,针对引文网络中的节点关联信息利用不足的问题,以单路认知推理机制为基础,提出一种面向节点嵌入问题的双路认知推理机制,将嵌入的维度表示为概率向量,优化了节点嵌入的可解释性。

关键词：结构化数据图数据胶囊网络特征融合认知推理认知推理网络

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网络的生物组学结构化数据增强算法研究

基于生成对抗网络的生物组学结构化数据增强算法研究

引用

作者：郭喆吉林大学

学位级别：硕士

随着机器学习和深度学习的不断发展,科研人员能够使用这些算法从大量的数据中识别出有用信息和规律,并对未知的数据进行预测。使用的数据分为结构化数据和非结构化数据,结构化数据是指经过整理的格式统一的数据。这类数据通常方便处理,... 详细信息

随着机器学习和深度学习的不断发展,科研人员能够使用这些算法从大量的数据中识别出有用信息和规律,并对未知的数据进行预测。使用的数据分为结构化数据和非结构化数据,结构化数据是指经过整理的格式统一的数据。这类数据通常方便处理,可解释性强,噪声小,训练模型准确率高。然而,在生物组学结构化数据收集过程中,需要耗费人工和时间成本,例如生物分子相互作用的数据通常使用生物实验收集,另外这些数据在大自然的分布中通常分布不平衡且生物或金融等数据可能涉及用户隐私问题。针对这些问题,科研人员常采用数据增强方法来生成虚拟结构化样本,可以增加数据多样性,平衡训练数据,减少训练模型的过拟合问题,并提高模型的泛化性和鲁棒性。本文提出了一种基于生成对抗网络(GANs)的结构化数据增强算法GANSamples。GANSamples结合变分自编码器(VAEs)生成样本对应性更强和生成对抗网络(GANs)生成样本更加真实的优点,将编码器、生成器和判别器连接构建一个新的数据增强模型,增加标签信息作为条件变量,实验在3类8个生物分子相互作用数据集上进行,扩展到3个癌症转录组数据集和7个UCI机器学习结构化数据集上验证,对比四个成熟的数据增强算法,证明了本文提出的数据增强算法在增强结构化数据集训练模型能力的可行性。另外,本文针对肿瘤癌症数据的特征维度过高的冗余情况和分布不平衡问题,提出了一种结合特征选择和生成对抗网络的分层数据增强模型Im Features。具体的,本文收集了11种癌症的DNA甲基化和转录组数据,对数据进行了预处理后依次使用逻辑回归(LR)和随机森林(RF)两种特征选择,将每个数据集构建成200维的结构化数据,然后分层输入到由编码器和生成对抗网络组成的数据增强模块中,最后使用训练集和数据增强后的生成样本共同训练分类模型。为了验证模型的有效性,实验在11种数据集上对比了数据增强前后的结果,并在3种常见癌症数据集上增加对比3种常用数据增强模型的实验。结果显示,训练集中增加了数据增强后的样本模型的准确率和AUC均优于仅使用原始数据的结果。 GANSamples模型和Im Features模型的实验结果证明:1.本文提出的结合了编码器和生成对抗网络的GANSamples数据增强算法可以在生物分子相互作用、转录组和UCI机器学习3个领域的结构化数据集上取得最优异的结果。2.在GANSamples模型的基础上结合特征选择模型本文提出了Im Features模型,在癌症不平衡多组学数据集上的结果证明了数据增强针对不平衡数据问题的解决的有效性。

关键词：数据增强结构化数据生成对抗网络特征选择机器学习

来源：评论

学校读者我要写书评

暂无评论

Spark SQL结构化数据处理及性能优化

Spark SQL结构化数据处理及性能优化

引用

作者：罗昭重庆邮电大学

学位级别：硕士

近年来Spark内存计算框架快速崛起,数据处理速度得到极大的提高,但是其速度上限却受限于Spark内存规模。当数据量小于或接近内存容量时Spark性能最好,反之则性能较差。因此Spark SQL在处理以4G行业卡数据为代表的通信大数据时暴露出了... 详细信息

近年来Spark内存计算框架快速崛起,数据处理速度得到极大的提高,但是其速度上限却受限于Spark内存规模。当数据量小于或接近内存容量时Spark性能最好,反之则性能较差。因此Spark SQL在处理以4G行业卡数据为代表的通信大数据时暴露出了诸多问题,如读写速度和查询速度缓慢、系统资源分配不均或不足、大表Join效率低等。本文从Spark SQL的数据组织方式、Spark资源管理机制和Join算法三个方面处理结构化数据并进行相关的性能优化。首先提出了改进的数据组织框架以提高Spark SQL的读写和查询速度,其次建立了资源监控模型合理的分配和使用资源,最后基于改进的数据组织框架和监控模型改进了大表Join算法。主要工作如下:(1)本文通过分析和对比Spark SQL和Hbase的数据组织方式,提出了一种改进的数据组织框架。该框架首先改进了Parquet文件格式的读写接口,其次利用Hbase+Phoenix构建了二级索引,大幅提升了4G行业卡数据的读写和查询速度。(2)本文进一步研究了Spark的内存模型和资源使用情况,通过性能监控获取集群底层各项参数,建立了内存监控模型对资源使用情况进行分级和预警。最后将预警结果通过观察者模型反馈给订阅者,订阅模块就可以根据它的反馈来动态调整数据流量。(3)本文基于改进的数据组织框架和监控模型对大表关联算法进行优化,提出了一种基于内存监控和分批处理的Join算法。该算法通过监控模型动态地控制数据流量和Join批次,并通过改进的数据组织方式加快数据读写和查询速度。实验表明该算法从一定程度上缓解了内存不足的问题,也降低了数据倾斜导致的负载不均衡影响,总体运行时间优于默认的Join算法。综上所述,Spark SQL处理结构化数据的性能受数据组织方式和内存模型的影响,具体表现为Join效率低下。本文首先改进了数据组织框架,然后建立了内存监控模型,最后优化了Join算法,平均处理时间缩短了31.49%。

关键词： Spark SQL 结构化数据 Parquet 内存监控 Join

来源：评论

学校读者我要写书评

暂无评论

基于LNMP框架的结构化数据抽取平台的设计与实现

基于LNMP框架的结构化数据抽取平台的设计与实现

引用

作者：宋静北京交通大学

学位级别：硕士

互联网时代网络技术的飞速发展为人们提供了丰富的信息和资源,大量网页信息都是通过数据库查询然后使用模板来展现在网页中,此类数据便是结构化的数据。抽取结构化的数据可以为信息整合、垂直搜索等很多领域提供增值的服务,已经有众多... 详细信息

互联网时代网络技术的飞速发展为人们提供了丰富的信息和资源,大量网页信息都是通过数据库查询然后使用模板来展现在网页中,此类数据便是结构化的数据。抽取结构化的数据可以为信息整合、垂直搜索等很多领域提供增值的服务,已经有众多学者进行了相关研究。基于LNMP框架的结构化数据抽取平台,致力于为百度产品便捷、快速地获取全网结构化数据,打造从网页获取、解析到结构化数据产出的一体化流程,为线上产品和数据调研提供可靠的数据支持。与此同时,通过平台化建设,降低用户进行数据抽取的的学习成本,提高工作效率,为企业带来利润收益。本文所设计实现的结构化数据抽取平台基于LNMP(Linux操作系统、Nginx服务器、MySQL数据库、PHP编程语言)开发,平台端框架选择Yii(基于Php的MVC框架)、Smarty(基于Php的模板引擎)、Bootstrap(基于HTML5和CSS3的前端UI框架)的组合,通过各种框架的使用,提高了开发效率。前端由模板引擎构建,前后分离,耦合度更低,容错率更高。笔者遵循软件工程的思想,在构建结构化数据抽取平台过程中,参与完成了结构化数据抽取服务端和抽取平台端的需求收集、整理和分析；参与完成了系统功能模块设计、技术架构设计和数据库设计。在系统详细设计与实现阶段,笔者完成了模板管理模块、任务管理模块和数据抽取服务模块三大功能模块的设计与开发。在测试阶段,笔者参与系统测试策略的设计,独立完成了系统相关模块的测试工作。该结构化数据抽取平台中,模版管理模块负责引导用户可视化地构造抽取模板,并且实现对模板的各种维护操作：任务管理模块负责将抽取模板以任务的形式提交到服务后端并实现对任务信息和任务执行状态的维护；数据抽取服务是数据抽取的核心环节,通过任务调度、获取网页信息、执行数据抽取等环节,最终得到结构化数据。目前,该数据抽取平台处于试运行阶段,笔者所负责的模块功能稳定、运行正常,达到了预期目标。

关键词： Yii框架结构化数据数据抽取任务调度

来源：评论

学校读者我要写书评

暂无评论

Web论坛结构化数据抽取技术研究

Web论坛结构化数据抽取技术研究

引用

作者：关冕山东大学

学位级别：硕士

随着国际互联网的日益普及和迅猛发展,论坛已成为网络上一个重要的数据源。它为人们提供了大量的关于各种题材的非常有价值的知识和信息。因此,近些年来越来越多的研究工作利用从论坛中抽取出来的信息建立各种网络应用。为了有效利用论... 详细信息

随着国际互联网的日益普及和迅猛发展,论坛已成为网络上一个重要的数据源。它为人们提供了大量的关于各种题材的非常有价值的知识和信息。因此,近些年来越来越多的研究工作利用从论坛中抽取出来的信息建立各种网络应用。为了有效利用论坛数据,大部分应用首先从论坛网页中抽取结构化的数据,再进一步利用这些数据实现各种功能。论坛的结构化数据抽取是对论坛中帖子的标题、作者、发表时间和内容文本块等论坛元数据的抽取,它是处理论坛数据的基础。然而由于网页布局设计的复杂性和用户发表帖子的灵活性,从论坛网页中抽取结构化的数据是一项未能很好解决并非常具有挑战性的任务。这一问题已经成为有效利用论坛数据的一个主要障碍。本文研究论坛结构化数据抽取技术中的一些关键问题,主要贡献有以下几点： 1.提出了一种基于实例学习的包装器生成算法从论坛中抽取结构化的数据。该方法可以从单个标注实例开始,通过将待抽取的网页与已标注的网页进行比较来完成抽取工作。只有当一个新的待抽取实例中的数据不能够被正确抽取时,系统再对其进行标注,因此算法无需初始的训练集合。对不同论坛站点中结构化数据的抽取实验结果表明,该方法是非常有效的。 2.提出了一种基于自动模式发现的论坛数据记录抽取算法。该方法首先使用网页的HTML代码建立网页的标签树,然后通过比较标签树中结点的标签字符串挖掘网页中的数据区,并从数据区中识别数据记录。在论坛站点列表页和帖子页上的实验结果表明,该方法在抽取论坛数据记录方面明显优于经典方法。 3.提出了一种基于产生式规则的论坛元数据抽取算法。该方法通过对论坛站点和论坛网页结构的分析,利用一组产生式规则从识别的数据记录中抽取论坛帖子的元数据。算法不依赖特定的模板,因此可以适应论坛模板的周期性变化,自动抽取结构化数据。实验结果表明该方法对论坛帖子的标题、作者、发表时间和内容文本块等元数据的抽取达到了较高的准确率。

关键词： Web信息抽取论坛结构化数据基于实例学习 Web挖掘

来源：评论

学校读者我要写书评

暂无评论

松散的结构化数据的提取及整合研究

松散的结构化数据的提取及整合研究

引用

作者：吴一璞云南大学

学位级别：硕士

松散的结构化数据的提取和整合方法在很多方面都得到了应用，例如基于论坛的模式识别，博客数据分析，书评分析和新闻评论分析。但是目前的方法都只是针对刚性的结构化数据，还没有一种方法是为了松散的结构化数据而设计的，也没有一种... 详细信息

松散的结构化数据的提取和整合方法在很多方面都得到了应用，例如基于论坛的模式识别，博客数据分析，书评分析和新闻评论分析。但是目前的方法都只是针对刚性的结构化数据，还没有一种方法是为了松散的结构化数据而设计的，也没有一种方法可以很容易地就扩展到处理松散的结构化数据，这样极大地限制了这些基于松散的结构化数据的应用。本文就是关于自动的松散的结构化数据的提取和整合问题的研究。\n 在第二章，我们对结构化数据的提取方法进行了综述，很多的方法都是基于树边界距离和基于视觉上的内容特征的。在第三章，我们提出了一种全自动的松散的结构化数据的提取方法。在使用内容特征和Dom树特征来识别松散的结构化数据的前提下，我们的方法是通过找寻一个严格的约束来实现的。\n 第四章主要是综述结构化数据的整合方法和对一些特定属性的提取的方法。然后，在第五章，主要是描述我们提出的一个全自动的松散的结构化数据的的整合方法。这个方法的目标是为了找寻每一个松散的结构化数据记录都会存在的四个属性：标题，回复时间，用户属性和回复内容。我们的方法的基本思路是：先找寻这四个属性的初步区域，再总体上优化这些区域，从而得到较为准确的属性的区域。根据松散的结构化数据的特点，我们确定了这四个属性的提取顺序，分别是回复内容，回复时间，标题和回复内容。\n 使用我们的方法，我们实现了一个原型系统，其中的Dom树的建立是通过一个叫HTML Tidy的开源工具实现的。为了测试我们的算法的性能，我们通过一定的规则从Internet网上随机取一些实际数据组成了三个数据集。实验结果表明，我们的方法在实际的情况下是很强壮和有效的。\n 我们的方法易于实现，训练的时候非常有效和强壮，在找寻和整合松散的结构化数据时的准确率都很高。

关键词： Deep Web 半结构化数据结构化数据数据提取数据整合

来源：评论

学校读者我要写书评

暂无评论

面向结构化数据的文本生成技术研究

面向结构化数据的文本生成技术研究

引用

作者：陈昱宇哈尔滨工业大学

学位级别：硕士

面向结构化数据的文本生成技术是自然语言生成领域最前沿的研究任务之一,旨在给定结构化数据,生成描述数据的相应文本。随着社会信息化的不断普及,互联网数据呈爆炸式增长,撰写相应的文本需要耗费大量时间人力,而面向结构化数据的文本... 详细信息

面向结构化数据的文本生成技术是自然语言生成领域最前沿的研究任务之一,旨在给定结构化数据,生成描述数据的相应文本。随着社会信息化的不断普及,互联网数据呈爆炸式增长,撰写相应的文本需要耗费大量时间人力,而面向结构化数据的文本生成技术则能有效的提高产能,提升效率。但是,目前面向结构化数据的文本生成技术研究较少,成果落地不足。因此开展面向结构化数据的文本生成技术研究具有极大的研究价值和实际意义。本文围绕面向结构化数据的文本生成技术这一课题,开展了三个子课题的研究。基于数字表示预训练的数据到文本生成技术模块,为了赋予数字更好的区别于文字的表示,开展了面向结构化数据的文本生成技术的特性研究,提出了随机遮蔽部分数据,要求模型生成计算该数据的等式,从而还原被遮蔽的数据的预训练任务,有效提升了模型对于数据本身的常识、逻辑和文法信息建模的能力,实验效果明显。基于数字拓展与推理的数据到文本生成技术模块为了进一步提升模型的数字拓展和推理能力,通过引入多任务学习机制,在原有的编码器-解码器模型中增加了推理数字的等式解码器,将其嵌入原有的（文本）解码器中,并通过设立推理按钮来进行触发。当模型生成文本的过程中,如果需要推理当前数字,则触发推理按钮,进入等式解码器,用生成的等式计算相应的结果返回文本解码器。同时,通过引入强化学习根据已有的数字特征趋势进行探索和奖励,有效的提升了数字的准确率。基于知识蒸馏的数据到文本生成技术模块为了提升模型对于重点数据的识别和选择能力,提出了基于知识蒸馏的对抗模型。在模型的设计中,在被蒸馏的“教师-网络”中,显著性的对每个数据增加了是否出现在生成文本中的标签,将以三元组形式表示的表格数据变成了四元组,引入了判别器来指导知识蒸馏,来引导“学生-网络”向“教师-网络”学习选择重点数据的编码能力。通过知识蒸馏,使得“学生-网络”提升了对重点数据的选择能力,有效的提升了生成文本的质量。

关键词：结构化数据预训练数据推理强化学习知识蒸馏

来源：评论

学校读者我要写书评

暂无评论

基于深度神经网络的结构化数据到文本的生成方法

基于深度神经网络的结构化数据到文本的生成方法

引用

作者：许晓泓华侨大学

学位级别：硕士

结构化数据到文本生成是指将结构化数据转为对应描述文本的一种自然语言处理方法。近年来,由于采用端到端训练的深度神经网络的应用,结构化数据到文本生成方法在多个场景下显示出了巨大潜力,常被用于新闻写作、报告生成等实际应用场景... 详细信息

结构化数据到文本生成是指将结构化数据转为对应描述文本的一种自然语言处理方法。近年来,由于采用端到端训练的深度神经网络的应用,结构化数据到文本生成方法在多个场景下显示出了巨大潜力,常被用于新闻写作、报告生成等实际应用场景。然而,已有研究仍存在以下不足:第一,特征表示效果不佳,对于数据中具体数值、时间等数据信息的推理存在着较大缺陷,无法充分利用数据间的相关信息给出合理的生成指引;第二,强烈依赖于大规模数据集,目前结构化数据到文本生成任务的公开样本数据匮乏,深度学习模型的训练无法在小规模数据集上取得较好的泛化性能;第三,模型适用领域单一,迁移能力弱。针对以上问题,本文研究基于深度神经网络的结构化数据到文本的生成方法,主要工作如下:(1)为了充分捕捉结构化数据之间的特征关系,丰富语义向量的表示信息,提出一种基于特征提取增强的结构化数据到文本的生成方法。首先,构建一个基于记录编码层、内容选择层和内容规划层的特征提取器,用于获取特征信息增强后的特征序列;其次,利用序列到序列框架的编码器,将特征序列转化为上下文语义向量;最后,采用序列生成的方式,解码出准确且连贯的描述文本。由实验结果可知,该方法能够有效地强化结构化数据到文本的生成模型对输入的源序列信息提取能力。(2)为了缓解深度学习模型泛化能力受限于数据集规模的大小,提高模型在不同领域的常识理解能力,提出一种面向少样本训练的结构化数据到文本的生成方法。首先,通过引入生成式的预训练模型进行双通道解码,扩大模型的先验知识量;其次,提出生成调整策略用于双解码通道之间的平滑切换,从而获取预测词。由实验结果可知,该方法使得模型在少量训练样本下具有较好的拟合能力,并扩大了模型对样本数据中知识的吸收能力。此外,本文基于所提出的方法进行了相关应用设计与实现,通过具有代表性的实例进行应用测试,验证了本文所提方法的有效性与实际可行性。

关键词：结构化数据文本生成深度神经网络特征提取增强少样本学习

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共500页 << < 1 2 3 4 5 6 7 8 9 10 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：