检索结果-内蒙古大学图书馆

中文信息学报 2021年第1期35卷 9-16页

作者：赵睿卓高金华孙晓茜徐力沈华伟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京100049

语义解析的目标是将自然语言表达映射为机器可理解的逻辑表达,该任务的关键挑战在于难以刻画自然语言中蕴含的组合语义。目前,结合深度神经网络模型的语义解析方法已经成为该领域的主流方法,该类方法通常采用编码器—解码器框架,通过设... 详细信息

语义解析的目标是将自然语言表达映射为机器可理解的逻辑表达,该任务的关键挑战在于难以刻画自然语言中蕴含的组合语义。目前,结合深度神经网络模型的语义解析方法已经成为该领域的主流方法,该类方法通常采用编码器—解码器框架,通过设计树形结构的解码器或者在解码器中添加语法限制,从语法层面上提升逻辑表达生成的准确率。与现有的神经语义解析方法不同,该文从语义建模角度出发,以语义框架作为中间形式,通过自顶向下的生成方式,显式地建模自然语言表达中蕴含的层次化语义结构。模型先根据自然语言输入,自顶向下地生成语义框架,再将语义框架表示融入到逻辑表达的生成过程中。三个数据集上的实验结果表明,该文提出的模型能更准确地生成语义框架,并且在语义解析任务中取得更好的效果。

关键词：神经语义解析层次化语义结构树形语义框架

来源：评论

学校读者我要写书评

暂无评论

一种结合轻量级注意力机制的人体姿态估计算法

引用

计算机应用与软件 2024年第5期41卷 131-137页

作者：李文星喻明毫王子牛高建瓴林宁贵州大学计算机科学与技术学院贵州贵阳550025 贵州大学大数据与信息工程学院贵州贵阳550025 中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190

针对现有的人体姿态估计模型存在的模型参数量和计算量大、冗余度高、耗时长等问题,提出一种基于轻量级注意力机制的网络框架。使用轻量级网络MobilenetV3替代了原OpenPose的主干网络VGG-19;对OpenPose的二分支多阶段的卷积神经网络框... 详细信息

针对现有的人体姿态估计模型存在的模型参数量和计算量大、冗余度高、耗时长等问题,提出一种基于轻量级注意力机制的网络框架。使用轻量级网络MobilenetV3替代了原OpenPose的主干网络VGG-19;对OpenPose的二分支多阶段的卷积神经网络框架进行压缩;引入空间和通道相结合的注意力机制模块CBAM对模型的速度和精度进行权衡。实验结果表明,该方法下的网络模型大小和浮点计算量分别为10.51 MB和22.65 GFlops,相对于原OpenPose减少了79.91%和83.35%;在COCO2017测试集下,能够在保持较高的检测精度和召回率的基础上显著提升检测速度。

关键词：人体姿态估计计算机视觉 OpenPose 轻量级网络注意力机制

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

熟料等水泥基材料数据库及其应用

引用

硅酸盐学报 2025年第5期53卷 1328-1338页

作者：许成文叶家元高霖高国贤任雪红夏凌风王琳张文生中国建筑材料科学研究总院有限公司绿色建筑材料国家重点实验室北京100024 合肥水泥研究设计院有限公司水泥制造绿色低碳技术安徽省重点实验室合肥230051 中国科学院过程工程研究所介科学与工程全国重点实验室北京100190 中存大数据科技有限公司北京100024 济南大学山东省网络环境智能计算技术重点实验室济南250022

在“双碳”政策管控与人工智能浪潮的推动下,水泥基材料亟需进行以低碳化为主要目标的数字化转型,而建立水泥基材料数据库是数字化转型的首要任务。在科学文献中存在大量数据,可采用人工智能方式进行自动化提取与应用。本文综述了熟料... 详细信息

在“双碳”政策管控与人工智能浪潮的推动下,水泥基材料亟需进行以低碳化为主要目标的数字化转型,而建立水泥基材料数据库是数字化转型的首要任务。在科学文献中存在大量数据,可采用人工智能方式进行自动化提取与应用。本文综述了熟料、水泥、混凝土、建筑砂浆等水泥基材料数据库的现状,归纳了现有数据库收录的数据类别、应用方式、应用范围等信息,分析了文献数据挖掘等人工智能技术在水泥基材料数据搜集与数据库建设中的应用前景,指出了现有数据库存在的数据底座不统一、数据项考虑不周全、部分类别材料数据库不完善等问题,并探讨了其未来发展方向。

关键词：水泥基材料数据库数据挖掘人工智能

来源：评论

学校读者我要写书评

暂无评论

基于样本难度的神经机器翻译动态学习方法

引用

广西师范大学学报（自然科学版） 2021年第2期39卷 13-20页

作者：王素范意兴郭嘉丰张儒清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 中国科学院大学北京100049

近年来,神经机器翻译模型已经成为机器翻译领域的主流模型,如何从大量的训练数据中快速、准确地学习翻译知识是一个值得探讨的问题。不同训练样本的难易程度不同,样本的难易程度对模型的收敛性有极大影响,但是传统的神经机器翻译模型在... 详细信息

近年来,神经机器翻译模型已经成为机器翻译领域的主流模型,如何从大量的训练数据中快速、准确地学习翻译知识是一个值得探讨的问题。不同训练样本的难易程度不同,样本的难易程度对模型的收敛性有极大影响,但是传统的神经机器翻译模型在训练过程中并没有考虑这种差异性。本文探究样本的难易程度对神经机器翻译模型训练过程的影响,基于“课程学习”的思想,为神经机器翻译模型提出了一种基于样本难度的动态学习方法:分别从神经机器翻译模型的翻译效果和训练样本的句子长度2方面量化训练样本的难易程度;设计了由易到难和由难到易2种学习策略训练模型,并比较模型的翻译效果。

关键词：神经机器翻译课程学习样本难度动态学习

来源：评论

学校读者我要写书评

暂无评论

基于标签校正的端到端实体关系联合抽取

引用

重庆理工大学学报（自然科学） 2021年第10期35卷 163-171页

作者：陈鹏之张瑾刘悦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北京100190 中国科学院大学北京100049

随着深度学习的快速发展与应用,联合式抽取被广泛应用于实体抽取和实体间的关系预测。虽然端到端的联合抽取方法在该领域得到了较大关注,但这类方法目前未考虑multi-token实体;同时,抽取过程中忽略了关系预测与实体抽取之间的相互影响... 详细信息

随着深度学习的快速发展与应用,联合式抽取被广泛应用于实体抽取和实体间的关系预测。虽然端到端的联合抽取方法在该领域得到了较大关注,但这类方法目前未考虑multi-token实体;同时,抽取过程中忽略了关系预测与实体抽取之间的相互影响。针对以上问题,结合Encoder-Decoder框架的特点,引入标签校正机制,提出了一种基于标签校正的端到端实体关系联合抽取方法CopyLC。实验结果证明:在更严格的评价方式下,所提出的方法与当前主流方法相比,在NYT和WebNLG数据集上均能获得更好的抽取效果。

关键词：实体关系抽取端到端标签校正

来源：评论

学校读者我要写书评

暂无评论

基于图的多源数据融合框架研究

引用

计算机科学 2021年第11期48卷 170-175页

作者：匡广生郭岩俞晓明刘悦程学旗中国科学院大学北京100049 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

在给定的任务中分析各种数据时,目前大多数研究只针对单源数据进行分析,缺乏应用于多源数据的方法。但如今数据日益丰富,因此提出一种多源数据融合框架,用于融合多种网络平台数据。同一平台数据中包含文本与各种属性,同时不同平台的数... 详细信息

在给定的任务中分析各种数据时,目前大多数研究只针对单源数据进行分析,缺乏应用于多源数据的方法。但如今数据日益丰富,因此提出一种多源数据融合框架,用于融合多种网络平台数据。同一平台数据中包含文本与各种属性,同时不同平台的数据在内容与形式方面也存在很大差异。然而现有的网络信息挖掘方法大多仅使用同一平台中的部分数据进行分析,忽略了不同平台的数据之间存在的相互作用。因此文中提出一种数据融合框架,一方面,能基于图的强大表示能力融合同一平台不同类型的特征,从而提升单个平台的任务性能;另一方面能够利用不同平台的数据特征,使其相互补充,从而提升多个平台的任务性能。文中讨论的融合数据类型包括文本、时间、作者信息,这些特征涉及连续特征、离散特征以及非结构化特征。所提框架在事件分类任务上提升了F 1值,验证了提出的多源数据框架的有效性。

关键词：融合表示多源数据图融合

来源：评论

学校读者我要写书评

暂无评论

图卷积神经网络综述

引用

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

全景式大数据质量评估指标框架构建研究

引用

管理科学学报 2023年第5期26卷 138-153页

作者：安小米黄婕许济沧王丽丽洪学海王志强韩新伊中国人民大学信息资源管理学院北京100872 数据工程与知识工程教育部重点实验室北京100872 中国人民大学智慧城市研究中心北京100872 中国科学院计算技术研究所北京100086 中国科学院计算机网络信息中心北京100086 中国标准化研究院北京100086

大数据质量评估工作是促进数字经济、数字社会、数字政府高质量发展的重要保障.本研究针对当前大数据质量评估指标缺少标准化文件来源和全景式评估的相关问题,梳理出大数据质量评估的多种应用场景,以综合集成方法论为指导提出由“人理-... 详细信息

大数据质量评估工作是促进数字经济、数字社会、数字政府高质量发展的重要保障.本研究针对当前大数据质量评估指标缺少标准化文件来源和全景式评估的相关问题,梳理出大数据质量评估的多种应用场景,以综合集成方法论为指导提出由“人理-事理-数理-机理”(HBDA)构成的全景式大数据质量评估视角.采用内容分析和编码方法,以大数据质量相关标准化文件丰富指标来源的代表性文献,经过3名研究人员的两轮筛选,构建出由56个指标构成的全景式大数据质量评估指标框架.采用案例研究法,开展B市国际大数据交易所、B市城市管理综合行政执法局和B市大数据中心三个实践案例研究,有效验证了该框架的正确性和可用性.所提出的HBDA视角下全景式大数据质量评估指标框架,拓展了全景式PAGE框架在大数据质量评估多场景中的应用;创新了大数据质量评估多维标准化协同的路径;对整体提升数字经济、数字社会和数字政府建设中的大数据质量具有战略意义,对增强数字国家的数据治理能力、大数据驱动的管理与决策能力具有指导意义.

关键词：大数据质量评估指标框架构建全景式框架 HBDA视角

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

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：