检索结果-内蒙古大学图书馆

高技术通讯 2024年第9期34卷 921-934页

作者：黄俏娟曹存根陈志文中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院大学北京100049

因果事件三元组对人们理解事件之间的逻辑联系至关重要。针对从文本中抽取因果事件三元组面临的缺乏高质量的数据集和因果知识覆盖范围有限的问题,本文提出了一种结合模式和深度学习的方法,从Web语料库中抽取因果事件三元组。首先,设计... 详细信息

因果事件三元组对人们理解事件之间的逻辑联系至关重要。针对从文本中抽取因果事件三元组面临的缺乏高质量的数据集和因果知识覆盖范围有限的问题,本文提出了一种结合模式和深度学习的方法,从Web语料库中抽取因果事件三元组。首先,设计了反映因果关系的词法句法模式,并在Web语料库中进行匹配。其次,通过逆向文本频率和因果事件边界词策略,过滤模式匹配结果中的噪音。随后,采用规则的方法对因果事件进行规范化处理,形成了一个高质量的因果事件三元组数据集。最后,在双向长短期记忆-条件随机场(BiLSTM-CRF)模型中将字、词、词性、因果模式特征词和因果事件边界词进行了有效融合,并引入了深度学习策略。经过在因果事件三元组数据集上的训练,本文模型在抽取大规模且涵盖广泛领域知识的Web语料库的因果事件三元组任务中表现出色。实验结果表明,模型抽取因果事件三元组的F1值高达92.44%,边界词识别精确率达到94.00%。该结果证明了模式与深度学习的高效结合、构建数据集的高质量,以及该文模型在实际应用中对抽取Web语料库的因果事件三元组具有显著价值。

关键词：因果事件三元组词法句法模式双向长短期记忆-条件随机场(BiLSTM-CRF) 多特征融合深度学习

来源：评论

学校读者我要写书评

暂无评论

故事启发大语言模型的时序知识图谱预测

引用

模式识别与人工智能 2024年第8期37卷 715-728页

作者：陈娟赵新潮隋京言祁麟田辰庞亮方金云中国科学院计算技术研究所前瞻研究实验室北京100190 中国科学院大学计算机科学与技术学院北京100049 中科大数据研究院兰亭中心郑州450046 北京交通大学软件学院北京100044

时序知识图谱海量稀疏,实体的长尾分布导致对分布外实体的推理泛化性较差,历史交互低频导致对未来事件的预测偏差较大.为此,文中提出故事启发大语言模型的时序知识图谱预测方法,利用大语言模型的世界知识储备和复杂语义推理能力,增强对... 详细信息

时序知识图谱海量稀疏,实体的长尾分布导致对分布外实体的推理泛化性较差,历史交互低频导致对未来事件的预测偏差较大.为此,文中提出故事启发大语言模型的时序知识图谱预测方法,利用大语言模型的世界知识储备和复杂语义推理能力,增强对分布外实体的理解和交互稀疏事件的关联.首先,根据时序知识图谱中时间和结构的特性筛选“关键事件树”,通过历史事件筛选策略提炼最具代表性的事件,并摘要当前查询相关的历史信息,减少数据输入量并保留最重要的信息.然后,微调大语言模型生成器,生成时序语义关联且符合逻辑的“关键事件树”叙事故事,作为非结构化输入.在生成过程中,特别关注事件之间的因果关系和时间顺序,确保生成的故事具有连贯性和合理性.最后,利用大语言模型推理器推理缺失的时序实体.在3个公开数据集上的实验表明,文中方法可充分发挥大模型的能力,完成精准的时序实体推理.

关键词：时序知识图谱(TKG) 大语言模型关键事件树时序故事事件推理

来源：评论

学校读者我要写书评

暂无评论

对话状态追踪模型的数据增强方法研究

引用

中文信息学报 2025年第4期39卷 96-104页

作者：刘舒曼冯洋中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院大学北京100049

对话状态追踪模型能够支持任务型对话系统识别任务相关的槽位值。然而,由于标注难度大、领域多样化,对话状态追踪模型常面临训练语料稀少和类别难度不均衡等问题。为了解决这些问题,该文提出了使用数据增强的方法。针对类别难度不均衡问... 详细信息

对话状态追踪模型能够支持任务型对话系统识别任务相关的槽位值。然而,由于标注难度大、领域多样化,对话状态追踪模型常面临训练语料稀少和类别难度不均衡等问题。为了解决这些问题,该文提出了使用数据增强的方法。针对类别难度不均衡问题,该文使用局部噪声强化槽位值的多样性,加强模型学习槽位无关对话结构的能力;针对训练语料稀少问题,该文根据语料中由槽位结构构成的任务逻辑序列,通过采样生成逻辑合法的槽位值序列,增强语料逻辑多样性,增加语料数量。该文方法在数据集上经对比和分析实验,能显著缓解对话状态追踪模型中存在的类别难度不均衡和语料稀少问题。

关键词：对话状态追踪数据增强类别难度不均衡

来源：评论

学校读者我要写书评

暂无评论

基于参数分配的多语言神经机器翻译连续学习研究

引用

中文信息学报 2025年第4期39卷 77-84页

作者：谷舒豪冯洋中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院大学北京100049

多语言神经机器翻译的连续学习旨在让模型能够不断支持新的翻译方向,且保证原有翻译方向的性能不发生大幅下降。然而,现有的连续学习方法往往对新支持的翻译方向存在着若干限制或者模型参数爆炸等问题。为了解决这些问题,该文提出了一... 详细信息

多语言神经机器翻译的连续学习旨在让模型能够不断支持新的翻译方向,且保证原有翻译方向的性能不发生大幅下降。然而,现有的连续学习方法往往对新支持的翻译方向存在着若干限制或者模型参数爆炸等问题。为了解决这些问题,该文提出了一种基于参数对翻译模型重要性的“分而治之”方法。该文提出的方法首先对预训练翻译模型的不同参数关于当前翻译性能的重要性进行评估,然后将对当前翻译性能影响大的参数在原有翻译方向和新的翻译方向之间进行共享,对当前翻译性能影响较小的参数则单独分配给新的翻译方向,用于学习新语言的知识。该文在不同的语言对上进行了实验,并与其他系统进行了对比,结果表明,该方法对模型性能有显著提升。

关键词：多语言机器翻译连续学习参数分配

来源：评论

学校读者我要写书评

暂无评论

为上下文显式独立建模的中文实体识别方法

引用

高技术通讯 2024年第8期34卷 787-797页

作者：陈点曹逸轩罗平智能信息处理重点实验室(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 鹏城实验室深圳518066

现有中文命名实体识别(NER)模型在公开数据集上的表现相对成熟,但有研究指出,模型过度依赖实体文本的字面特征,而上下文对实体识别的影响却未得到重视。现有的模型在简单的泛化测试中表现较差,因此本文提出显式地为上下文独立建模,令模... 详细信息

现有中文命名实体识别(NER)模型在公开数据集上的表现相对成熟,但有研究指出,模型过度依赖实体文本的字面特征,而上下文对实体识别的影响却未得到重视。现有的模型在简单的泛化测试中表现较差,因此本文提出显式地为上下文独立建模,令模型对上下文和实体的字面信息进行区分。为此,也提出了相应的数据增强方法用于训练模型中的上下文模块、实体字面模块和综合模块。实验结果表明,本文提出的方法在不损失测试集识别效果的情况下,明显改善了模型在不变性测试中的表现,较基准模型其失败率降低了2.3%。

关键词：自然语言处理中文命名实体识别(NER) 上下文独立建模数据增强

来源：评论

学校读者我要写书评

暂无评论

基于DWGA的低轨卫星多波束调度策略

引用

西安电子科技大学学报 2024年

作者：李红光石晶林周一青刘垚圻中国科学院计算技术研究所中国科学院大学中国科学院计算技术研究所处理器芯片全国重点实验室中科南京移动通信与计算创新研究院

低轨卫星通信是天地一体化信息网络的重要组成部分，在实时业务和应急通信等领域具有重要作用。针对地面用户业务需求时空分布差异大，导致低轨卫星波束资源利用率低的问题，提出一种基于时延加权和遗传算法的低轨卫星多波束调度策略。... 详细信息

低轨卫星通信是天地一体化信息网络的重要组成部分，在实时业务和应急通信等领域具有重要作用。针对地面用户业务需求时空分布差异大，导致低轨卫星波束资源利用率低的问题，提出一种基于时延加权和遗传算法的低轨卫星多波束调度策略。首先设计了低轨卫星多波束调度架构；其次通过构建的波束干扰模型分析同频复用距离对载干噪比的影响，从而确定全频率复用的干扰规避方案；然后采用真实人口密度分布和用户调度速率构建业务模型；接着将待发往不同波束小区的业务容量与业务容忍时延加权得到容量调度因子，以避免业务数据超时失效；最后以最大化卫星容量为目标，采用遗传算法求解出不同调度次序下的跳波束图案。仿真结果表明，与遗传算法、轮询算法和随机算法对比，所提算法容量利用率分别平均提升2.74%，45.5%，46.23%；业务超时失效率分别平均降低2.52%，20.66%，25.36%；与遗传算法相比，所提算法代价为存储容量。

关键词：低轨卫星跳波束资源分配遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于稳定替代损失的可泛化平均精度优化

引用

计算机学报 2025年

作者：温佩松许倩倩杨智勇黄庆明中国科学院计算技术研究所智能信息处理重点实验室中国科学院大学计算机科学与技术学院

平均精度（Average Precision，AP）由于其对排序性能的全面度量，已经成为多种计算机视觉任务中广泛使用的验证指标，包括长尾分类、图像检索和目标检测等。为缩小训练目标与验证指标之间的差距，近年研究提出了AP指标的直接优化算法... 详细信息

平均精度（Average Precision，AP）由于其对排序性能的全面度量，已经成为多种计算机视觉任务中广泛使用的验证指标，包括长尾分类、图像检索和目标检测等。为缩小训练目标与验证指标之间的差距，近年研究提出了AP指标的直接优化算法。然而，受限于AP风险的不可分解性，大多数现有的AP优化方法基于不稳定的替代损失，即更改一个样本可能导致损失估计大幅波动。受该特性影响，期望风险与经验风险差距可能受到少数异常样本的影响，致使模型泛化能力欠佳。鉴于此，本文旨在探索一种适用于随机AP优化的可泛化算法。为了克服不稳定问题，本文首先基于AP风险的紧上界推导出一种加权成对形式的替代目标，使其具有良好的稳定特性。在理论方面，本文对所提出的替代目标展开泛化分析，证明最小化替代经验风险可有效优化原目标的期望风险。在此基础上，为有效最小化替代风险，本文设计了一种具有可证明收敛性的随机优化算法。在实践方面，通过3种任务、7个基准数据集上的全面实验验证了所提出框架的有效性和理论结果的可靠性。

关键词：平均精度优化排序学习泛化性理论图像检索

来源：评论

学校读者我要写书评

暂无评论

面向低精度神经网络的数据流体系结构优化

引用

计算机研究与发展 2023年第1期60卷 43-58页

作者：范志华吴欣欣李文明曹华伟安学军叶笑春范东睿处理器芯片全国重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学计算机科学与技术学院北京100049

数据流架构的执行方式与神经网络算法具有高度匹配性,能充分挖掘数据的并行性.然而,随着神经网络向更低精度的发展,数据流架构的研究并未面向低精度神经网络展开,在传统数据流架构部署低精度(INT8,INT4或者更低)神经网络时,会面临3个问... 详细信息

数据流架构的执行方式与神经网络算法具有高度匹配性,能充分挖掘数据的并行性.然而,随着神经网络向更低精度的发展,数据流架构的研究并未面向低精度神经网络展开,在传统数据流架构部署低精度(INT8,INT4或者更低)神经网络时,会面临3个问题:1)传统数据流架构的计算部件数据通路与低精度数据不匹配,无法体现低精度神经网络的性能和能效优势;2)向量化并行计算的低精度数据在片上存储中要求顺序排列,然而它在片外存储层次中是分散排列的,使得数据的加载和写回操作变得复杂,传统数据流架构的访存部件无法高效支持这种复杂的访存模式;3)传统数据流架构中使用双缓冲机制掩盖数据的传输延迟,但是,当传输低精度数据时,传输带宽的利用率显著降低,导致计算延迟无法掩盖数据传输延迟,双缓冲机制面临失效风险,进而影响数据流架构的性能和能效.为解决这3个问题,设计了面向低精度神经网络的数据流加速器DPU_Q.首先,设计了灵活可重构的计算单元,根据指令的精度标志位动态重构数据通路,一方面能高效灵活地支持多种低精度数据运算,另一方面能进一步提高计算并行性和吞吐量.另外,为解决低精度神经网络复杂的访存模式,设计了Scatter引擎,该引擎将在低层次或者片外存储中地址空间离散分布的低精度数据进行拼接、预处理,以满足高层次或者片上存储对数据排列的格式要求.同时,Scatter引擎能有效解决传输低精度数据时带宽利用率低的问题,解决了双缓冲机制失效的问题.最后,从软件方面提出了基于数据流执行模式的低精度神经网络映射算法,兼顾负载均衡的同时能对权重、激活值数据进行充分复用,减少了访存和数据流图节点间的数据传输开销.实验表明,相比于同精度的GPU(Titan Xp)、数据流架构(Eyeriss)和低精度神经网络加速器(BitFusion),DPU_Q分别获得3.18倍、6.05倍、1.52倍的性能提升和4.49倍、1.6倍、1.13倍的能效提升.

关键词：数据流架构低精度神经网络量化可重构架构直接内存访问

来源：评论

学校读者我要写书评

暂无评论

基于SoC-FPGA的RISC-V处理器软硬件系统级平台

引用

计算机研究与发展 2023年第6期60卷 1204-1215页

作者：齐乐常轶松陈欲晓张旭陈明宇包云岗张科处理器芯片全国重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学计算机科学与技术学院北京100049

构建软硬件系统级原型平台是处理器设计硅前测试中必不可少的环节.为适应基于开放指令集RISC-V的开源处理器设计需求,简化现有基于FPGA的处理器系统级原型平台构建方法,提出了一套基于SoC-FPGA的处理器敏捷软硬件原型平台,以实现目标软... 详细信息

构建软硬件系统级原型平台是处理器设计硅前测试中必不可少的环节.为适应基于开放指令集RISC-V的开源处理器设计需求,简化现有基于FPGA的处理器系统级原型平台构建方法,提出了一套基于SoC-FPGA的处理器敏捷软硬件原型平台,以实现目标软硬件设计的快速部署与系统级原型高效评测.针对上述目标,发掘紧耦合SoC-FPGA器件的潜力,构建了一套RISC-V软核与ARM硬核(SoC侧)之间的信息交互机制.通过共享内存和虚拟核间中断等方法,可使目标RISC-V处理器灵活使用平台丰富的I/O外设资源,并充分利用硬核ARM处理器算力协同运行复杂软件系统.此外,为提升软硬件系统级平台的敏捷性,构建了灵活可配置的云上自动化开发框架.通过对平台上目标RISC-V软核处理器各方面的分析评估,验证了该平台可有效缩短系统级测试的迭代周期,提升RISC-V处理器软硬件原型评测效率.

关键词：硅前系统级平台软硬件全系统评估 RISC-V指令集处理器 SoC-FPGA

来源：评论

学校读者我要写书评

暂无评论

加强多元化食物生产系统植物工厂的人工智能创新

引用

中国科学院院刊 2025年第2期40卷 338-349页

作者：龚化勤景海春谭鑫王宪辉张玉成林荣呈杨名宇林双谢华玲杨艳萍叶世堂李鹏匡廷云中国科学院植物研究所饲草种质高效设计与利用全国重点实验室北京100093 中国科学院长春光学精密机械与物理研究所长春130033 中国科学院动物研究所北京100101 中国科学院计算技术研究所北京100190 湘湖实验室(农业浙江省实验室) 杭州311231 中国科学院文献情报中心北京100190 福建省中科生物股份有限公司厦门361000

我国大食物安全面临日益严峻且复杂的多重挑战,粮食供需紧平衡、消费结构升级与资源约束交织。植物工厂是农业生产的高级形式,是摆脱“靠天吃饭”,应对灾害、战备、面向太空的多元化食物生产系统。然而,高成本极大地限制了植物工厂的应... 详细信息

我国大食物安全面临日益严峻且复杂的多重挑战,粮食供需紧平衡、消费结构升级与资源约束交织。植物工厂是农业生产的高级形式,是摆脱“靠天吃饭”,应对灾害、战备、面向太空的多元化食物生产系统。然而,高成本极大地限制了植物工厂的应用和发展。人工智能的快速兴起将为植物工厂的创新发展与拓展应用带来新的契机。文章陈述了发展智慧植物工厂,建立多元化食物供给生产系统的战略意义,分析了植物工厂高成本的主要瓶颈在于一次性建筑投入大与折旧费用高,适生作物缺乏深度发掘与品种匮乏,生产过程高能耗与劳力成本,以及应用场景与产业模式狭窄等;指出人工智能在多元化食物生产、辅助育种、光源能源优化、精细环境控制、生产决策和任务管理等方面的创新优势,结合科学规划和政策引导,将打造多元化食物生产系统植物工厂的新生态。

关键词：智慧植物工厂适生作物品种 LED照明精准环境控制人工智能大模型

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：