检索结果-内蒙古大学图书馆

数据分析与知识发现 2019年第4期3卷 90-96页

作者：肖连杰郜梦蕊苏新宁南京大学信息管理学院南京210023 江苏省数据工程与知识服务重点实验室南京210023

【目的】解决二分类任务中因类间数据不平衡导致少数类分类准确度低的问题。【方法】提出一种基于模糊C-均值聚类的欠采样集成不平衡数据分类算法(ECFCM),即对多数类样本进行基于FCM聚类的欠采样,将聚类中心样本与全部少数类样本组成平... 详细信息

【目的】解决二分类任务中因类间数据不平衡导致少数类分类准确度低的问题。【方法】提出一种基于模糊C-均值聚类的欠采样集成不平衡数据分类算法(ECFCM),即对多数类样本进行基于FCM聚类的欠采样,将聚类中心样本与全部少数类样本组成平衡数据集;利用基于Bagging的集成学习算法对平衡数据集进行分类。【结果】在4组不平衡数据集上的Matlab仿真实验结果表明,ECFCM算法的Acc、AUC和F_1提升幅度最高为5.75%(Spambase), 13.84%(Glass2)和7.54%(Spambase)。【局限】本文采用标准数据集验证ECFCM算法的有效性,当采用实际应用中的不平衡数据时,需要有针对性地研究不平衡数据分类算法。【结论】ECFCM算法分类性能良好,在一定程度上有利于提高不平衡数据中少数类的分类准确度。

关键词：不平衡数据模糊C-均值聚类分类欠采样集成学习

来源：评论

学校读者我要写书评

暂无评论

融合多特征的中文论文同名学者消歧研究

引用

数据分析与知识发现 2021年第4期5卷 90-102页

作者：林克柔王昊龚丽娟张宝隆南京大学信息管理学院南京210023 江苏省数据工程与知识服务重点实验室南京210023

【目的】解决文献资源管理系统中中文论文学者同名问题。【方法】在文献数据的基础上构建以"作者名+机构名"为标识的学者实体,利用学者实体的属性构建三个方面的6个相似度特征,分别采用主成分分析、直接赋值权重以及二者结合... 详细信息

【目的】解决文献资源管理系统中中文论文学者同名问题。【方法】在文献数据的基础上构建以"作者名+机构名"为标识的学者实体,利用学者实体的属性构建三个方面的6个相似度特征,分别采用主成分分析、直接赋值权重以及二者结合的方法融合特征,研究各融合方法消歧能力和各特征消歧效果。【结果】主成分分析与以单个特征为单位的赋值权重相结合的融合方法,以及以单个方面为单位的赋值权重的融合方法能有效降低时间开销,在LIS测试集上F1值分别达到70.74%和70.42%,在经济学测试集上F1值分别达到81.90%和80.93%。【局限】研究所使用的特征有限,均来源于论文的元数据描述,没有使用外部信息或挖掘文本内容。【结论】所提特征融合方法可有效解决多特征融合时权重设置问题。

关键词：特征融合同名消歧主成分分析中文论文

来源：评论

学校读者我要写书评

暂无评论

融合GCN远距离约束的非遗戏剧术语抽取模型构建及其应用研究

引用

数据分析与知识发现 2021年第12期5卷 123-136页

作者：任秋彤王昊熊欣范涛南京大学信息管理学院南京210023 江苏省数据工程与知识服务重点实验室南京210023

【目的】针对非遗传统戏剧提出一种效果更优的术语抽取模型,并构建出传统戏剧术语库。【方法】首先从术语类别、语义结构和文本长度上分析戏剧语言特征。根据以上语言特征,以BERT-BiLSTM-CRF模型为基础,在BERT获得的字符表示上加入词性... 详细信息

【目的】针对非遗传统戏剧提出一种效果更优的术语抽取模型,并构建出传统戏剧术语库。【方法】首先从术语类别、语义结构和文本长度上分析戏剧语言特征。根据以上语言特征,以BERT-BiLSTM-CRF模型为基础,在BERT获得的字符表示上加入词性和领域特征。之后在BiLSTM后加入图卷积网络(GCN),更好地捕捉句子中远距离词语的约束关系。【结果】融合GCN和外部特征的术语抽取模型F1值达到91.11%,比主流的BERT-BiLSTM-CRF高出1.3个百分点。【局限】仅选择百度百科、非遗官网作为实验数据来源,并未验证将模型扩展到其他来源的自由文本中的识别效率。戏剧术语中某些类别的训练集偏少,且实验数据和模型中外部特征的选择不够全面。【结论】本文根据传统戏剧语言特征,提出一种融合GCN和外部特征的戏剧术语抽取模型,构建了传统戏剧术语库,并将模型应用于术语库的扩充,为后续构建传统戏剧知识图谱打下基础。

关键词：传统戏剧术语识别图卷积网络远距离约束

来源：评论

学校读者我要写书评

暂无评论

融合迁移学习与文本增强的中文成语隐喻知识识别与关联研究

引用

数据分析与知识发现 2022年第2期6卷 167-183页

作者：张卫王昊陈玥彤范涛邓三鸿南京大学信息管理学院南京210023 江苏省数据工程与知识服务重点实验室南京210023

【目的】识别中文成语情感隐喻,构建融合字面外在事物(源域知识)以及隐喻使用者内在态度或情感(目标域知识)的成语知识图谱。【方法】提出一套融合迁移学习和文本增强的成语情感隐喻知识识别方案。首先,爬取成语及其外在事物类别获取外... 详细信息

【目的】识别中文成语情感隐喻,构建融合字面外在事物(源域知识)以及隐喻使用者内在态度或情感(目标域知识)的成语知识图谱。【方法】提出一套融合迁移学习和文本增强的成语情感隐喻知识识别方案。首先,爬取成语及其外在事物类别获取外部知识;随后,迁移情感词典获取学习语料,将成语集和情感词典匹配到的成语用于第一轮迁移学习,将情感词典中除首轮测试集的所有情感词作为训练集进行第二轮迁移;引入汉语知识增强文本数据克服成语隐喻特征所导致的弱情感语义,对比BERT嵌入的[CLS]与平均池化方案,采取主流深度学习模型进行验证;归纳最优模型对未匹配的成语进行层次分类并将其与匹配到的合并获得成语内部知识。【结果】平均池化的准确率相较[CLS]提升4.69个百分点,加入成语释义使准确率提升超过13个百分点;第二轮迁移的各级情感精度多在80%以上,原先语料规模较小的情感类别提升最高可达6.25个百分点。【局限】受限于部分情感类别语料数量,分类精度有待提升。【结论】本文方案能够有效识别成语的情感隐喻知识,内外知识的关联为成语知识服务打下了基础。

关键词：成语知识图谱隐喻知识迁移学习文本增强多层情感分类

来源：评论

学校读者我要写书评

暂无评论

基于图像模态迁移与集成的中国陶瓷派系识别模型构建研究

引用

数据分析与知识发现 2023年第12期7卷 88-101页

作者：石斌王昊邓三鸿南京大学信息管理学院南京210023 江苏省数据工程与知识服务重点实验室南京210023

[目的]构建中国陶瓷图像派系识别模型,实现对陶瓷图像派系的自动分类和识别,为陶瓷文化研究和数字化保护提供技术支撑。[方法]采用“端到端范式”构建模型,将迁移学习、集成学习应用到陶瓷派系识别中,并利用DCGAN算法进行样本平衡,根据... 详细信息

[目的]构建中国陶瓷图像派系识别模型,实现对陶瓷图像派系的自动分类和识别,为陶瓷文化研究和数字化保护提供技术支撑。[方法]采用“端到端范式”构建模型,将迁移学习、集成学习应用到陶瓷派系识别中,并利用DCGAN算法进行样本平衡,根据各种陶瓷品的工艺和艺术风格,实现对10个陶瓷派系的识别与分类。[结果]基于端到端范式构建的陶瓷派系识别模型能够很好地提取图像特征并完成识别任务,且效果优于手工设计特征工程的基线模型。迁移学习使得预训练模型学习到的特征可以有效迁移到陶瓷派系识别这一细粒度的下游任务中,最优模型准确率达到73.16%;改进的Stacking集成方法融合上述模型学到的知识,最终准确率达到81.39%。[局限]本文所使用的数据来源于百度图片,数据来源较为单一,对模型的性能产生一定影响。[结论]基于迁移学习与集成学习的端到端图像模态分类模型能够有效地应用到陶瓷这一细粒度任务中,取得了较好的效果。

关键词：数字人文图像识别端到端学习迁移学习集成学习

来源：评论

学校读者我要写书评

暂无评论

数字人文视域下中国行政区划地名演化知识库构建及分析研究

引用

数据分析与知识发现 2022年第11期6卷 139-153页

作者：李晓敏王昊李跃艳赵萌南京大学信息管理学院南京210023 江苏省数据工程与知识服务重点实验室南京210093

【目的】利用关联数据技术对地名沿革的演变过程进行研究,更好地发挥地名的文化传承作用。【方法】构建中国地名演化知识库CGNE_Onto,制定演变类型强弱标志词识别历史沿革数据中的演变类型句,再利用BERT-BiLSTM-CRF深度学习模型识别演... 详细信息

【目的】利用关联数据技术对地名沿革的演变过程进行研究,更好地发挥地名的文化传承作用。【方法】构建中国地名演化知识库CGNE_Onto,制定演变类型强弱标志词识别历史沿革数据中的演变类型句,再利用BERT-BiLSTM-CRF深度学习模型识别演变类型句中的时间和地名实体,将识别出的时间和地名实体作为本体中的类构建本体知识库,同时从直接路径关系和间接路径关系角度对构建好的行政区划地名演化本体知识库进行可视化展示。并对各朝代不同演变类型的数量以及形成原因进行统计分析。【结果】实验结果表明,所提模型能够多角度、直观地展示地名演变情况,为地名数据的分析挖掘提供了一种新的思路。【局限】数据集规模较小,造成演变特征词也有一定的局限。【结论】构建的地名演化知识库能够直观、清晰地展现地名从古至今的演变情况,以及各朝代演变类型的情况。

关键词：数字人文本体知识库地名演变模式匹配实体识别

来源：评论

学校读者我要写书评

暂无评论

大数据时代情报学与情报工作的回归

引用

情报学报 2017年第4期36卷 331-337页

作者：苏新宁江苏省数据工程与知识服务重点实验室(南京大学)

长期以来,情报学与情报工作出现了偏移,以信息代替情报的研究模式,造成情报淡化,情报工作更是把文献服务、信息服务当做主要工作,由此大大削弱了情报本身的内涵。文章认为,大数据时代情报学与情报工作迎来了极好的发展机遇,情报界必须... 详细信息

长期以来,情报学与情报工作出现了偏移,以信息代替情报的研究模式,造成情报淡化,情报工作更是把文献服务、信息服务当做主要工作,由此大大削弱了情报本身的内涵。文章认为,大数据时代情报学与情报工作迎来了极好的发展机遇,情报界必须要有新思路。文章提出了:在复杂数据中寻求情报,大数据环境下的情报学理论重建,情报学博士培养的专业化,情报工作不仅仅是"耳目、尖兵、参谋",还要成为"引导"科技的尖兵,等建议。特别强调科技情报所(信息所)应当努力将自己培育成国家重要智库。

关键词：大数据情报学情报工作大情报观情报支持

来源：评论

学校读者我要写书评

暂无评论

大数据时代情报学学科崛起之思考

引用

情报学报 2018年第5期37卷 451-459页

作者：苏新宁江苏省数据工程与知识服务重点实验室(南京大学)

文章简要回顾了情报学发展的过程与背景,分析了情报学的学科特征以及发展中尚存的问题,解析了人们对情报学发展中的一些困惑。并指出,大数据为情报学发展带来了机缘,情报学也应在国家的安全与发展战略下承担历史使命和社会责任。为此,... 详细信息

文章简要回顾了情报学发展的过程与背景,分析了情报学的学科特征以及发展中尚存的问题,解析了人们对情报学发展中的一些困惑。并指出,大数据为情报学发展带来了机缘,情报学也应在国家的安全与发展战略下承担历史使命和社会责任。为此,文章提出了情报学学科崛起的几点思考:构建军民融合的大情报观下情报学,培养国家安全与发展需求的"耳目尖兵参谋引领"式情报人才,实现情报学教学体系变革和培养模式创新,扬长避短专注情报技术的研究,以"总体国家安全观"思想指导,促进情报学与情报工作融合发展。

关键词：情报学学科建设军民融合情报观安全与发展情报观

来源：评论

学校读者我要写书评

暂无评论

融合结构和内容的方志文本人物关系抽取方法

引用

数据分析与知识发现 2022年第2期6卷 318-328页

作者：王永生王昊虞为周泽聿南京大学信息管理学院南京210023 江苏省数据工程与知识服务重点实验室南京210023

【目的】在方志信息资源领域内开展关系抽取研究,探究方志文本中蕴含的地域文化传统。【方法】从文本结构和文本内容两个角度探讨关系抽取方法。文本结构上使用规则模板和词句特征的方法从原始文本中提取人物关系记录,并构建不同粒度的... 详细信息

【目的】在方志信息资源领域内开展关系抽取研究,探究方志文本中蕴含的地域文化传统。【方法】从文本结构和文本内容两个角度探讨关系抽取方法。文本结构上使用规则模板和词句特征的方法从原始文本中提取人物关系记录,并构建不同粒度的人物关系类别;文本内容上引入远程监督的方法进一步提取人物关系记录;最后引入BERT+Bi-GRU+ATT和BERT+FC深度学习模型将人物关系抽取任务转化为人物关系的多标签分类任务,并通过对关系标签修正的方式弱化远程监督引入的噪声对模型精度所产生的影响。【结果】基于多角度融合提出的关系抽取方法具有自动化程度高、关系记录提取率高的特征。深度学习BERT+FC模型在不同类别上F1值的提升幅度可达1%~27%;不同关系类别间表现出一定的亲和性,但类别本质不同;标签修正后的“强共现关系”F1值提高3%。【局限】仅探究了地方志中人物实体间关系,未拓展研究方志文本中其他实体间关系。【结论】基于多角度融合的方法提供了一套方志文本同类型实体关系抽取研究流程,引入深度学习模型增强了关系抽取方法的可移植性。

关键词：地方志关系抽取远程监督 BERT Bi-GRU

来源：评论

学校读者我要写书评

暂无评论

CCI-ClipCap:一种基于Prompt范式的中国陶瓷图像描述模型

引用

数据分析与知识发现 2024年第10期8卷 146-158页

作者：石斌王昊刘懋霖邓三鸿南京大学信息管理学院南京210023 数据工程与知识服务江苏省高校重点实验室(南京大学) 南京210023

【目的】构建中国陶瓷图像描述模型CCI-ClipCap,为陶瓷文化研究和数字化保护提供技术支撑。【方法】在ClipCap的基础上,引入Prompt范式改善模型对跨模态数据的理解,实现对陶瓷图像的自动描述,提出一种针对具有一定表述结构的文本相似度... 详细信息

【目的】构建中国陶瓷图像描述模型CCI-ClipCap,为陶瓷文化研究和数字化保护提供技术支撑。【方法】在ClipCap的基础上,引入Prompt范式改善模型对跨模态数据的理解,实现对陶瓷图像的自动描述,提出一种针对具有一定表述结构的文本相似度评估方法。【结果】CCI-ClipCap模型利用Prompt范式改进了多模态融合过程,能够很好地提取陶瓷图像的信息,并生成与实际相符的描述文本,Bleu、Rouge值等相较于基线模型分别提升了约0.04、0.14。【局限】所使用的数据来源于大英博物馆的馆藏数据,而非中文原生数据集,数据来源较为单一。【结论】CCI-ClipCap模型生成的文本表达层次丰富,能够理解陶瓷领域知识,具有较强的专业性。

关键词：数字人文图像描述多模态学习 ClipCap Prompt

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：