检索结果-内蒙古大学图书馆

小型微型计算机系统 2014年第2期35卷 249-254页

作者：倪廓阔吕学强北京信息科技大学网络文化与数字传播北京市重点实验室北京100101

查询疑问推荐,即通过推荐更合适的问句作为查询串来提升用户的搜索体验,其作为查询推荐的一个分支,是查询优化的主要障碍之一.本文依据百度搜索日志,研究搜索日志中疑问查询的语言特点,对显式疑问查询和隐式疑问查询进行分析,综合考虑... 详细信息

查询疑问推荐,即通过推荐更合适的问句作为查询串来提升用户的搜索体验,其作为查询推荐的一个分支,是查询优化的主要障碍之一.本文依据百度搜索日志,研究搜索日志中疑问查询的语言特点,对显式疑问查询和隐式疑问查询进行分析,综合考虑到疑问查询在主题与疑问焦点方面信息的特征,提出了一种构建"主题-疑问焦点-问句"模型(简称为TFQ模型)的查询疑问推荐方法.在大规模真实Web搜索日志与搜索引擎反馈结果上的实验表明:准确性方面,推荐问句的MAP达到0.713;多样性方面,推荐问句的查询子话题精度(SP@r)达到0.630.

关键词：查询疑问推荐搜索日志疑问查询 TFQ模型

来源：评论

学校读者我要写书评

暂无评论

NBA赛事新闻的自动写作研究

引用

北京大学学报（自然科学版） 2017年第2期53卷 211-218页

作者：陈玉敬吕学强周建设李宁北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 北京成像技术高精尖创新中心首都师范大学北京100048

基于NBA赛事新闻和文字直播的特点,提出一种NBA赛事新闻自动写作方法。首先根据两支球队的比分差,构建比分差函数,并提出基于比分差函数性质的数据分片算法和数据合成算法;然后对数据片进行分类处理,根据数据片的类别以及历史NBA赛事的... 详细信息

基于NBA赛事新闻和文字直播的特点,提出一种NBA赛事新闻自动写作方法。首先根据两支球队的比分差,构建比分差函数,并提出基于比分差函数性质的数据分片算法和数据合成算法;然后对数据片进行分类处理,根据数据片的类别以及历史NBA赛事的新闻报道,构建NBA赛事报道模板库,并以球队和球员的表现为中心,将数据片的信息填入已构建好的模板,得到一篇自动生成的NBA赛事新闻稿。提出4种指标衡量NBA赛事新闻自动写作的质量。实验表明,该方法有效、可行,并且写作速度较快,能够对赛事新闻撰写者提供帮助。

关键词：自动写作 NBA 赛事新闻文字直播

来源：评论

学校读者我要写书评

暂无评论

广告型微博的识别方法

引用

小型微型计算机系统 2014年第12期35卷 2702-2707页

作者：郭跇秀吕学强李卓北京信息科技大学网络文化与数字传播北京市重点实验室北京100101

微博空间内充斥着大量广告信息,这些广告信息对舆情分析造成了极不利的影响.分析广告型微博特点,提出了一种广告型微博识别方法:在传统文本特征的基础上,引入"非活跃期微博数"、"微博重复度"、"特征词对权重&q... 详细信息

微博空间内充斥着大量广告信息,这些广告信息对舆情分析造成了极不利的影响.分析广告型微博特点,提出了一种广告型微博识别方法:在传统文本特征的基础上,引入"非活跃期微博数"、"微博重复度"、"特征词对权重"三类特征,并结合支持向量机模型对微博文本进行分类,识别广告微博发布者;分析广告微博发布者与普通用户的差异,提取广告微博发布者的"主题"特征,并面向用户对微博文本进行过滤,实现对广告型微博的识别.实验结果正确率为87.6%,召回率为97.2%,F值为91.6%,证明该方法能高效准确地识别广告型微博.

关键词：广告型微博支持向量机文本过滤主题

来源：评论

学校读者我要写书评

暂无评论

RLCPAR:一种基于强化学习的中文专利摘要改写模型

引用

数据分析与知识发现 2021年第7期5卷 59-69页

作者：张乐冷基栋吕学强崔卓王磊游新冬北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 北京信息科技大学信息与通信工程学院北京100101

【目的】提出一种基于强化学习的中文专利摘要改写模型(RLCPAR),以解决现有的自动摘要方法在处理多句子摘要改写时存在的句子冗余和准确率低的问题。【方法】引入专利术语词典,运用基于强化学习的句子抽取方法,对专利说明书文本的关键... 详细信息

【目的】提出一种基于强化学习的中文专利摘要改写模型(RLCPAR),以解决现有的自动摘要方法在处理多句子摘要改写时存在的句子冗余和准确率低的问题。【方法】引入专利术语词典,运用基于强化学习的句子抽取方法,对专利说明书文本的关键句进行抽取,利用Transformer深度神经网络文本生成方法生成候选摘要,最终融合专利原始摘要信息,经过语义去重和排序得到改写的摘要。【结果】RLCPAR模型实现端到端的专利摘要改写,并且在ROUGE-1、ROUGE-2和ROUGE-L评价标准上分别达到56.95%、37.21%和51.24%。【局限】数据主要来源于中药材领域,在其他领域中的效果有待验证。【结论】RLCPAR模型明显优于其他序列生成方法,改善了中文专利摘要改写的效果。

关键词：专利摘要自动改写强化学习神经网络文本生成

来源：评论

学校读者我要写书评

暂无评论

搜索日志中中文人名的自动识别

引用

现代图书情报技术 2014年第12期 71-77页

作者：曾镇吕学强李卓北京信息科技大学网络文化与数字传播北京市重点实验室北京100101

【目的】人名在搜索日志中大量存在,搜索日志中人名识别研究有助于提高搜索引擎的检索效果。【方法】提出一种搜索日志中识别中文人名的方法,首先分析日志中人名的内部组成结构以及外部上下文信息,提取7个特征,选用合适的特征模板,应用... 详细信息

【目的】人名在搜索日志中大量存在,搜索日志中人名识别研究有助于提高搜索引擎的检索效果。【方法】提出一种搜索日志中识别中文人名的方法,首先分析日志中人名的内部组成结构以及外部上下文信息,提取7个特征,选用合适的特征模板,应用条件随机场模型初步识别人名。然后针对CRFs未能识别的人名其所在查询串字间组合共现频次较低的规律,设计贝叶斯条件概率计算公式筛选更多的人名。【结果】在搜狗日志中进行实验,开放测试结果准确率达到95%,F值达到91%。【局限】需要人工标注一定规模的训练语料。【结论】实验结果表明,该方法对于搜索日志中的人名识别是行之有效的。

关键词：搜索日志人名识别特征模板条件随机场条件概率

来源：评论

学校读者我要写书评

暂无评论

融合多特征和注意力机制的多模态情感分析模型

引用

数据分析与知识发现 2024年第5期8卷 91-101页

作者：吕学强田驰张乐杜一凡张旭才藏太北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 青海师范大学藏语智能信息处理及应用国家重点实验室西宁810008

【目的】针对当前多模态情感分析中多模态特征提取不充分,模态内部信息和模态间交互信息结合不充分的问题,提出一种融合多特征和注意力机制的多模态情感分析模型。【方法】在多模态特征提取方面,增加视频模态中人物的肢体动作、性别和... 详细信息

【目的】针对当前多模态情感分析中多模态特征提取不充分,模态内部信息和模态间交互信息结合不充分的问题,提出一种融合多特征和注意力机制的多模态情感分析模型。【方法】在多模态特征提取方面,增加视频模态中人物的肢体动作、性别和年龄特征;对于文本模态,融合基于BERT的字粒度语义向量和融合义原信息的词粒度语义向量,丰富了多模态数据的低层特征。利用自注意力机制和跨模态注意力机制以实现模态内部信息和模态间信息的充分结合。将各模态特征进行拼接,通过软注意力机制为各模态特征分配注意力权重,通过全连接层输出最终的情感分类结果。【结果】在公开数据集CH-SIMS和本文构建的热点舆情评论视频数据集HPOC上与Self-MM模型对比,实验结果表明,本文模型在CH-SIMS数据集上的二分类准确率、三分类准确率和F1值分别提升1.83、1.74和0.69个百分点,在HPOC数据集上分别提升1.03、0.94和0.79个百分点。【局限】视频中人物所处的场景可能不断变化,不同的场景可能蕴含不同的情感信息,模型未考虑融合人物所处的场景信息。【结论】本文模型丰富了多模态数据的低层特征,充分结合模态内部信息和模态间信息,能够有效提升情感分析的效果。

关键词：多特征多模态情感分析注意力机制

来源：评论

学校读者我要写书评

暂无评论

网评贴文自动生成方法研究

引用

数据分析与知识发现 2023年第4期7卷 101-113页

作者：刘欣然徐雅斌李继先北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 北京信息科技大学计算机学院北京100101 北京开放大学人文与教育学院北京100081

【目的】为反制社交网络中的恶意信息、引导正确的舆论走向,提出一种时序序列生成式对抗网络(T-SeqGAN),实现网评贴文自动生成。【方法】通过将序列生成式对抗网络(SeqGAN)的生成器修改为Seq2Seq结构,分别以双向门控循环单元和时序卷积... 详细信息

【目的】为反制社交网络中的恶意信息、引导正确的舆论走向,提出一种时序序列生成式对抗网络(T-SeqGAN),实现网评贴文自动生成。【方法】通过将序列生成式对抗网络(SeqGAN)的生成器修改为Seq2Seq结构,分别以双向门控循环单元和时序卷积神经网络(TCN)作为其编码器与解码器的骨架网络的方式,提高生成贴文与真实网评贴文的语序结构及语义特征的相似性;通过将SeqGAN的判别器修改为TCN与注意力机制层相结合的模型的方式,提高生成贴文的语句通顺度。【结果】与基线模型相比,利用TSeqGAN生成的网评贴文BLEU-2(0.79935)、BLEU-3(0.60396)、BLEU-4(0.47642)、KenLM(-27.67029)指标值更高,PPL(0.75247)指标值更低。【局限】生成贴文的词汇量及语言风格受制于已有的真实贴文,网评贴文自动生成方法的适用情景受限。【结论】本文模型生成的网评贴文具有更高的语序正确性和语法正确性,与真实贴文的内容相似性也更高,能够在社交网络中引导正确的舆论走向。

关键词：网评贴文序列生成式对抗网络时序卷积神经网络 Seq2Seq

来源：评论

学校读者我要写书评

暂无评论

基于频繁词集聚类的微博新话题快速发现

引用

系统工程理论与实践 2014年第S1期34卷 276-282页

作者：徐雅斌李卓吕非非武装北京信息科技大学计算机学院北京100101 北京信息科技大学网络文化与数字传播北京市重点实验室北京100101

新话题发现是进行舆情分析的基础和前提,新话题发现的一个关键环节是进行关键词的聚类分析.目前,大量的新话题来源于微博,但是将传统的聚类算法用于微博新话题发现时,会产生特征向量的高维性和稀疏性问题,使得聚类结果非常不准确,而且... 详细信息

新话题发现是进行舆情分析的基础和前提,新话题发现的一个关键环节是进行关键词的聚类分析.目前,大量的新话题来源于微博,但是将传统的聚类算法用于微博新话题发现时,会产生特征向量的高维性和稀疏性问题,使得聚类结果非常不准确,而且收敛时间难以控制,进而影响舆情分析的可靠性和实时性.鉴此,本文提出了频繁词集聚类FWSC(frequent words sets clustering)方法.实验结果表明,我们提出的方法能够快速有效地发现新话题.

关键词：频繁词集聚类算法微博新话题 Hadoop MapReduce

来源：评论

学校读者我要写书评

暂无评论

基于随机路径点移动模型的MANET容量及延迟分析

引用

北京科技大学学报 2014年第10期36卷 1400-1410页

作者：王晓菲蔡英范艳芳北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 中国科学院信息工程研究所信息安全国家重点实验室北京100093

针对已有移动自组网容量、延迟闭解分析在移动模型方面的局限性,提出了新的概率理论框架,将无记忆的独立同分布移动模型推广至更为真实的满足特定记忆条件的随机路径点移动模型,解决了局部移动方式带来的一系列复杂概率描述问题.对多副... 详细信息

针对已有移动自组网容量、延迟闭解分析在移动模型方面的局限性,提出了新的概率理论框架,将无记忆的独立同分布移动模型推广至更为真实的满足特定记忆条件的随机路径点移动模型,解决了局部移动方式带来的一系列复杂概率描述问题.对多副本两跳中继算法进行了研究,得出该中继模式下基于随机路径点移动模型的移动自组网的容量、延迟上限的精确闭解表达式.仿真实验结果证明了该概率理论框架的有效性及闭解表达式的准确性.

关键词：移动自组网容量延迟闭解表达式

来源：评论

学校读者我要写书评

暂无评论

基于社会计算和机器学习的垃圾邮件快速过滤

引用

系统工程理论与实践 2014年第S1期34卷 179-186页

作者：徐雅斌李卓董源北京信息科技大学计算机学院北京100101 北京信息科技大学网络文化与数字传播北京市重点实验室北京100101

在对当前垃圾邮件过滤方法进行研究和分析的基础上,本文将社交网络的概念用于垃圾邮件识别,并提出了一种将社会计算和机器学习相结合的垃圾邮件过滤方法,以减少垃圾邮件的误判率.为了提高邮件过滤的实时性,我们利用Hadoop平台所提供的Ma... 详细信息

在对当前垃圾邮件过滤方法进行研究和分析的基础上,本文将社交网络的概念用于垃圾邮件识别,并提出了一种将社会计算和机器学习相结合的垃圾邮件过滤方法,以减少垃圾邮件的误判率.为了提高邮件过滤的实时性,我们利用Hadoop平台所提供的MapReduce模型进行分布式并行处理.对比实验结果表明,我们所采用的识别方法的识别准确率和识别效率都有较大的提高,尤其是降低了正常邮件的误判率.

关键词：社会计算垃圾邮件过滤云计算 Hadoop MapReduce

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：