检索结果-内蒙古大学图书馆

计算机学报 2020年第5期43卷 755-780页

作者：徐冰冰岑科廷黄俊杰沈华伟程学旗中国科学院网络数据科学与技术重点实验室北京100190 中国科学院计算技术研究所北京100190 中国科学院大学北京100049

过去几年,卷积神经网络因其强大的建模能力引起广泛关注,在自然语言处理、图像识别等领域成功应用.然而,传统的卷积神经网络只能处理欧氏空间数据,而现实生活中的许多场景,如交通网络、社交网络、引用网络等,都是以图数据的形式存在.将... 详细信息

过去几年,卷积神经网络因其强大的建模能力引起广泛关注,在自然语言处理、图像识别等领域成功应用.然而,传统的卷积神经网络只能处理欧氏空间数据,而现实生活中的许多场景,如交通网络、社交网络、引用网络等,都是以图数据的形式存在.将卷积神经网络迁移到图数据分析处理中的核心在于图卷积算子的构建和图池化算子的构建.本文对图卷积神经网络进行综述,首先介绍了图卷积神经网络的背景并梳理了两类经典方法——谱方法和空间方法.针对图数据上平移不变性的缺失给图卷积算子的定义带来的困难,谱方法借助卷积定理在谱域定义图卷积,而空间方法通过在节点域定义节点相关性来实现图卷积.进而,本文介绍了图卷积神经网络的最新进展,这其中包括如何利用图卷积神经网络建模图上的复杂信息,如异质连接、高阶连接等,以及如何在大规模图上实现图卷积神经网络;此外,本文介绍了图卷积神经网络的相关应用,包括推荐系统领域、交通预测领域等;最后本文对图卷积神经网络的发展趋势进行了总结和展望.

关键词：图卷积神经网络卷积池化非欧空间

来源：评论

学校读者我要写书评

暂无评论

面向武器装备领域的实体及关系抽取方法研究

引用

中国电子科学研究院学报 2022年第12期17卷 1165-1172页

作者：段文昱朱继召赵浩楠黄友澎范纯龙沈阳航空航天大学辽宁沈阳110136 武汉数字工程研究所湖北武汉430074 中国科学院计算技术研究所网络数据科学与技术重点实验室北京100190

实体及关系抽取是实现海量数据知识化的关键,而现有实体及关系抽取方法应用于垂直领域时,表现出的效果很难达到实装应用水平。针对武器装备领域,文中在分析该领域文本数据特征的基础上,提出基于预训练模型与规则知识结合的武器装备实体... 详细信息

实体及关系抽取是实现海量数据知识化的关键,而现有实体及关系抽取方法应用于垂直领域时,表现出的效果很难达到实装应用水平。针对武器装备领域,文中在分析该领域文本数据特征的基础上,提出基于预训练模型与规则知识结合的武器装备实体及关系抽取方法,由实体抽取和关系抽取两个阶段组成。在实体抽取阶段,首先,利用BERT+BiLSTM+CRF模型完成武器装备实体的识别;然后,通过规则知识对领域性实体补充抽取。在关系抽取阶段,首先,利用BERT+BiGRU+CNN模型抽取武器装备实体间关系;然后,经过滤调模块对实体间关系抽取结果过滤和调整;最后,设计强领域性的关系抽取规则,用于实体间关系的补充抽取。在仿真数据集上对本文方法评测,结果表明在实体识别和关系抽取上的F1值分别为96.4%和95.1%,与基线相比均提升了约10%。同时,文中提出的实体及关系抽取方法可作为一种通用解决方案,推广至其他垂直领域。

关键词：知识图谱武器装备预训练实体关系抽取

来源：评论

学校读者我要写书评

暂无评论

基于视觉的网页重要变化检测方法

引用

模式识别与人工智能 2020年第11期33卷 1004-1012页

作者：史存会俞晓明刘悦靳小龙程学旗中国科学院计算技术研究所网络数据科学与技术重点实验室北京100190 中国科学院大学计算机科学与技术学院北京100049

检测网页重要变化,判断页面核心内容是否发生变化,可有效降低数据采集中重复索引的数量,因此,文中提出基于视觉的网页重要变化检测方法,用于检测页面不同语义区域的变化,可将页面压缩表示为一个低维向量.从用户视觉的角度,理解页面不同... 详细信息

检测网页重要变化,判断页面核心内容是否发生变化,可有效降低数据采集中重复索引的数量,因此,文中提出基于视觉的网页重要变化检测方法,用于检测页面不同语义区域的变化,可将页面压缩表示为一个低维向量.从用户视觉的角度,理解页面不同区块语义重要度的差异.相比现有方法,文中方法独立于基于HTML类基础文档的分析方法,在新媒体,如移动互联网上,也有一定的适用性.实验也验证文中方法的有效性.

关键词： Web内容变化检测视觉特征低维向量

来源：评论

学校读者我要写书评

暂无评论

面向多片段答案的抽取式阅读理解模型

引用

计算机学报 2020年第5期43卷 856-867页

作者：苏立新郭嘉丰范意兴兰艳艳徐君程学旗中国科学院计算技术研究所网络数据科学与技术重点实验室北京100190 中国科学院大学北京100190 中国科学院大学北京100049

随着搜索技术的发展,抽取式阅读理解已经成为搜索引擎中重要的组成部分.给定问题和文本,抽取式阅读理解任务要求从文本中定位出问题的答案.已有工作仅考虑答案片段由文本中的一个片段组成的情况,因此把该问题建模为输入问题和文本,预测... 详细信息

随着搜索技术的发展,抽取式阅读理解已经成为搜索引擎中重要的组成部分.给定问题和文本,抽取式阅读理解任务要求从文本中定位出问题的答案.已有工作仅考虑答案片段由文本中的一个片段组成的情况,因此把该问题建模为输入问题和文本,预测出两个文本中的位置索引去指示答案的起始和结束位置.然而现实应用中存在大量问题其答案往往由文本中一个或多个片段组成,想要回答该问题需要从文本中定位出若干的文本片段,而不再是单一片段.已有的阅读理解模型研究主要关注在模型底层结构的设计,对于多片段答案的情况未予考虑,导致已有模型无法从文本中抽取多个答案片段去回答问题.本文提出面向多片段答案的抽取式阅读理解模型BERTBoundary,该模型采用预训练的BERT作为底层结构进行文本和问题的理解.BERT通过自我注意力机制和前向神经网络对文本和问题进行编码表示,同时利用在大规模无监督语料上进行BERT模型参数的预训练达到更强的文本理解.利用新颖的边界序列标注方式去建模一段文本中多个答案片段,模型对答案的起始位置和结束位置分别进行序列标注,对每个词进行二分类,判断其是否是答案的起始位置或者结束位置,并通过简单有效的序列标注方式进行答案片段的解码.BERT-Boundary结合了BERT的文本理解能力和边界序列标注的多片段建模能力.我们在构造的大规模多片段答案的阅读理解数据集上进行详尽地实验和分析,实验结果表明,BERT-Boundary的性能比基线方法取得一致的提升.我们进一步在不同答案片段长度和答案片段数量上比较我们的模型和基线方法,实验数据表明,我们的方法比基线方法取得一致的提升.我们的代码公开发布在https://***/lixinsu/multi_span.

关键词：阅读理解多片段答案问题系统

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的股市拐点影响因素研究

引用

计算机科学 2021年第S01期48卷 165-168,177页

作者：袁钰坤李刚赵治翔徐力中证数据有限责任公司北京100032 中国科学院计算技术研究所中国科学院网络数据科学与技术重点实验室北京100190

股票市场的成交情况可以充分反映投资者的行为特征并影响整个股市的走势。股票成交明细数据作为股市最底层的交易数据,能够全面地体现股票交易的情况,成为至关重要的股票市场走势判断的参考数据,能够为资本市场监管者在风险监测领域进... 详细信息

股票市场的成交情况可以充分反映投资者的行为特征并影响整个股市的走势。股票成交明细数据作为股市最底层的交易数据,能够全面地体现股票交易的情况,成为至关重要的股票市场走势判断的参考数据,能够为资本市场监管者在风险监测领域进行决策提供有效帮助。文中提出了一种可以快速地在海量股票交易明细数据中提取投资者交易特征的方法,然后基于逻辑回归、决策树和随机森林等机器学习算法找到股市大盘较大拐点产生的主要影响因素,并预测交易特征变量对股市较大拐点产生的时间范围。在沪深股指上进行的实验表明,相较于传统的模型,文中提出的方法可以将股市较大拐点预测的准确度提高约10%,并在6个月的回测实验中准确率依旧保持在70%左右的水准,从而证明了模型的有效性。

关键词：股票市场走势判断风险监测股市拐点机器学习

来源：评论

学校读者我要写书评

暂无评论

基于标签增强的机器阅读理解模型

引用

模式识别与人工智能 2020年第2期33卷 106-112页

作者：苏立新郭嘉丰范意兴兰艳艳程学旗中国科学院计算技术研究所网络数据科学与技术重点实验室北京100190 中国科学院大学计算机与控制学院北京100190 中国科学院计算技术研究所烟台分所烟台中科网络技术研究所烟台264005

抽取式问答中已有模型仅建模答案的边界,忽视人的潜在标注过程,导致模型仅学习到表面特征,影响泛化能力.因此,文中提出基于标签增强的机器阅读理解模型(LE-Reader),模拟人的标注过程.LE-Reader模型同时建模答案所在句子、答案内容和答... 详细信息

抽取式问答中已有模型仅建模答案的边界,忽视人的潜在标注过程,导致模型仅学习到表面特征,影响泛化能力.因此,文中提出基于标签增强的机器阅读理解模型(LE-Reader),模拟人的标注过程.LE-Reader模型同时建模答案所在句子、答案内容和答案边界.根据用户标注的答案边界推断正确答案的句子和答案内容作为标签,监督模型的学习过程.通过多任务学习的方式融合3个损失函数.预测时融合3种建模结果,确定最终答案,提高模型的泛化性能.在SQuAD数据集上的实验验证LE-Reader的有效性.

关键词：阅读理解多任务学习答案抽取

来源：评论

学校读者我要写书评

暂无评论

融合实体知识描述的实体联合消歧方法

引用

中文信息学报 2020年第7期34卷 42-49,78页

作者：范鹏程沈英汉许洪波程学旗廖华明中国科学院计算技术研究所网络数据科学与技术重点实验室北京100190 中国科学院大学北京100049

实体消歧(entity disambiguation)是指将文档中识别出的实体指称(entity mention)链向其在特定知识库中相应条目的过程。该文结合主流的基于深度学习的实体消歧方法并融合实体知识描述展开了实验性研究。实验结果表明,融合实体知识描述... 详细信息

实体消歧(entity disambiguation)是指将文档中识别出的实体指称(entity mention)链向其在特定知识库中相应条目的过程。该文结合主流的基于深度学习的实体消歧方法并融合实体知识描述展开了实验性研究。实验结果表明,融合实体知识描述的实体消歧方法在公开数据集上取得了与已有最好算法相当的F1性能。

关键词：实体消歧深度学习注意力机制

来源：评论

学校读者我要写书评

暂无评论

面向长答案的机器问答研究

引用

山西大学学报(自然科学版) 2020年第4期43卷 938-946页

作者：朱运昌庞亮兰艳艳程学旗中国科学院计算技术研究所中国科学院网络数据科学与技术重点实验室中国科学院大学

在新冠疫情期间,将机器问答应用在政策咨询领域有助于各行业及时准确掌握相关政策。现有的抽取式机器阅读理解模型往往更适用于诸如实体类的短答案抽取,当面对长文档长答案的政策型场景时,模型往往会遇到输入长度超越极限、长答案抽取... 详细信息

在新冠疫情期间,将机器问答应用在政策咨询领域有助于各行业及时准确掌握相关政策。现有的抽取式机器阅读理解模型往往更适用于诸如实体类的短答案抽取,当面对长文档长答案的政策型场景时,模型往往会遇到输入长度超越极限、长答案抽取不完整的挑战。然而对于抽取式阅读理解,答案内部冗长的内容相比于答案的边界对于答案的准确抽取并不是那么关键,为此,文章加强对答案边界的理解并忽略答案内部信息,提出了答案边界整合(BoundaryQA)框架,包括局部片段合并、全局边界重选以及结合局部和全局信息的跳跃式重阅读三种边界整合策略。为了验证框架的有效性,文章在真实的疫情政策问答数据上进行了实验,实验结果表明提出的整合策略不仅在总体的ROUGE-L上提升了2.39%,尤其在长答案的ROUGE-L上有了明显的提升,最高达到5.12%。

关键词：机器问答长答案答案边界

来源：评论

学校读者我要写书评

暂无评论

开放式中文事件检测研究

引用

广西师范大学学报（自然科学版） 2020年第2期38卷 64-71页

作者：严浩许洪波沈英汉程学旗中国科学院计算技术研究所网络数据科学与技术重点实验室北京100080

在中文事件检测任务中,存在着领域互相独立,领域间的数据无法互通,需要分别为每个领域标注大量数据的问题。本文充分借鉴前人的研究,提出一个基于迁移学习的开放式中文事件检测方法。首先基于两个触发词关联假设,一个是同一个事件类型下... 详细信息

在中文事件检测任务中,存在着领域互相独立,领域间的数据无法互通,需要分别为每个领域标注大量数据的问题。本文充分借鉴前人的研究,提出一个基于迁移学习的开放式中文事件检测方法。首先基于两个触发词关联假设,一个是同一个事件类型下,触发词与触发词在语义空间上有着一定的关联,且关联性较强。第二个是不同事件类型之间的触发词和触发词之间也存在着一定的关联,不过其关联性弱于相同事件类型下触发词之间的关联性。之后借助外部词典,构建候选词与种子触发词的关系特征以及候选词的上下文特征,再利用卷积神经网络构建事件检测的基础模型和迁移模型。最后对于新领域下的事件检测,只需要借助极少量的已知领域的标注数据即可完成。在ACE2005的中文事件数据集上,该方法在触发词识别这项任务上仅用20%的数据,其效果即可超越当前的主流方法。

关键词：事件检测迁移学习触发词卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

平台经济中的数据与算法安全

引用

大数据 2022年第4期8卷 56-66页

作者：郑婷一庞亮靳小龙中国科学院计算技术研究所数据智能系统研究中心北京100190 山西能源学院电气与控制工程系山西晋中030600 中国科学院大学计算机科学与技术学院北京100049 中国科学院计算技术研究所中科院网络数据科学与技术重点实验室北京100190

人工智能、大数据技术正快速推动着平台经济的发展。互联网平台在以“数据+算法”双轮机制为用户提供个性化、精准化信息服务的同时,也因平台的“生态垄断”、算法的应用不规范等行为对国家网络安全、市场公平竞争和用户合法利益等造成... 详细信息

人工智能、大数据技术正快速推动着平台经济的发展。互联网平台在以“数据+算法”双轮机制为用户提供个性化、精准化信息服务的同时,也因平台的“生态垄断”、算法的应用不规范等行为对国家网络安全、市场公平竞争和用户合法利益等造成了威胁,给政府监管和平台治理带来了严峻挑战。在此背景下,探讨了平台经济中数据和算法安全的内涵、外延和研究现状,梳理了在保障安全的前提下影响平台创新发展的关键问题,并从体系架构构建、监管体系完善、核心技术突破、平台模式创新4个方面给出了促进平台经济生态创新发展的建议。

关键词：平台经济生态垄断平台创新平台治理数据安全算法安全

来源：评论

学校读者我要写书评

暂无评论

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：

请选择收藏分类：

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

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：