检索结果-内蒙古大学图书馆

计算机科学与探索 2025年第3期19卷 738-748页

作者：田继帅艾芳菊湖北大学计算机与信息工程学院武汉430062 智慧政务与人工智能应用湖北省工程研究中心武汉430062 大数据智能分析与行业应用湖北省重点实验室(湖北大学) 武汉430062

方面级情感分析作为情感计算领域的重要任务,旨在识别文本中关于特定方面的情感倾向。为了提高在这一任务中的性能,提出了一种增强句法信息与多特征图卷积融合的网络模型(ESMFGCN),利用依赖树表示句子中单词之间的语法结构关系,由于单... 详细信息

方面级情感分析作为情感计算领域的重要任务,旨在识别文本中关于特定方面的情感倾向。为了提高在这一任务中的性能,提出了一种增强句法信息与多特征图卷积融合的网络模型(ESMFGCN),利用依赖树表示句子中单词之间的语法结构关系,由于单纯地使用依赖树方法在建模时会引发不相关的噪声问题,引入了短语结构树,并将短语树转化为层级短语矩阵,并将由依赖树构造的邻接矩阵和层级短语矩阵合并作为图卷积网络的初始矩阵,用于增强句法信息。为了更精细地捕捉方面词与整个句子之间的关联,引入了注意力机制,对方面词上下文和整个句子建立更为精细的关联,并通过图卷积网络提取语义信息。设计融合层用于融合语义信息与句法信息,从而提高方面级情感分析的准确性和鲁棒性。在Restaurant、Laptop、Twitter数据集上分别设计对比实验、消融实验和敏感性分析实验,实验结果表明,相较于其他研究方法,该方法取得了显著的性能提升,证明了模型的有效性和优越性。

关键词：方面级情感分析句法特征注意力机制图卷积网络

来源：评论

学校读者我要写书评

暂无评论

基于多模态数据融合的农作物病害识别方法

引用

计算机应用 2025年第3期45卷 840-848页

作者：陈维施昌勇马传香湖北大学计算机与信息工程学院武汉430062 大数据智能分析与行业应用湖北省重点实验室(湖北大学) 武汉430062

现有的基于深度学习模型的农作物病害识别方法依赖特定农作物病害图像数据集进行图像特征学习,而忽视了文本特征在辅助图像特征学习中的重要性。为了更有效地提高模型对农作物病害图像的特征提取能力及病害识别能力,提出一种基于对比语... 详细信息

现有的基于深度学习模型的农作物病害识别方法依赖特定农作物病害图像数据集进行图像特征学习,而忽视了文本特征在辅助图像特征学习中的重要性。为了更有效地提高模型对农作物病害图像的特征提取能力及病害识别能力,提出一种基于对比语言-图像预训练和多模态数据融合的农作物病害识别方法(CDR-CLIP)。首先,构建高质量的病害识别图像-文本对数据集,利用文本信息增强农作物病害图像的特征表示;其次,利用多模态融合策略有效结合文本特征与图像特征,以加强模型对病害的判别能力;最后,针对性地设计预训练和微调策略,从而优化模型在特定农作物病害识别任务中的表现。实验结果表明,在PlantVillage和AI Challenger 2018农作物病害数据集上,CDR-CLIP的病害识别准确率分别达到99.31%和87.66%,F1值分别达到99.04%和87.56%;在PlantDoc农作物病害数据集上,CDR-CLIP的平均精度均值mAP@0.5达到51.10%,展现出CDR-CLIP强大的性能优势。

关键词：数据融合多模态大语言模型农作物病害识别对比学习

来源：评论

学校读者我要写书评

暂无评论

基于变体注意力的关系与属性感知实体对齐

引用

计算机科学 2024年

作者：李志康邓怡辰余敦辉肖奎湖北大学计算机与信息工程学院武昌首义学院大数据智能分析与行业应用湖北省重点实验室

现有的实体对齐方法在区分不同邻居对中心实体的表示作用时，大多利用特征相似性或实体间关系的局部特征信息来计算注意力系数，忽略了关系的全局信息，且不能很好区分不同信息对实体对齐的作用。为此提出一种实体对齐模型，根据（关系... 详细信息

现有的实体对齐方法在区分不同邻居对中心实体的表示作用时，大多利用特征相似性或实体间关系的局部特征信息来计算注意力系数，忽略了关系的全局信息，且不能很好区分不同信息对实体对齐的作用。为此提出一种实体对齐模型，根据（关系，邻居）在全图中出现的频率对不同类型的关系分配不同权重，并将该方法融入GAT（Graph Attention Mechanism）中得到一种变体注意力机制以聚合不同邻居。同时，考虑（属性，属性值）在全图中的频率信息，以类似的方法聚合不同属性值，并将结构和实体名嵌入分别与两种信息结合，得到中心实体的两种嵌入表示，最后根据实体对在两种嵌入表示上距离的加权进行实体对齐，以考虑关系和属性信息对实体对齐结果的不同影响。实验结果表明，本文模型在DBP15K的3个跨语言数据集中优于其它主流方法，相比于最优方法的Hit@1指标最高提升了2.15%，且Hit@10和MRR也均有明显提升，表明模型能够有效提高实体对齐的准确性。

关键词：实体对齐知识图谱变体注意力机制属性感知

来源：评论

学校读者我要写书评

暂无评论

基于全域信息融合和多维关系感知的命名实体识别模型

引用

计算机应用 2025年第5期 1511-1519页

作者：胡婕武帅星曹芝兰张龑湖北大学计算机学院大数据智能分析与行业应用湖北省重点实验室(湖北大学) 智慧政务与人工智能应用湖北省工程研究中心(湖北大学)

现有的基于双向长短时记忆（BiLSTM）网络的命名实体识别（NER）模型难以全面理解文本的整体语义以及捕捉复杂的实体关系。因此，提出一种基于全域信息融合和多维关系感知的NER模型。首先，通过BERT(Bidirectional Encoder Representati... 详细信息

现有的基于双向长短时记忆（BiLSTM）网络的命名实体识别（NER）模型难以全面理解文本的整体语义以及捕捉复杂的实体关系。因此，提出一种基于全域信息融合和多维关系感知的NER模型。首先，通过BERT(Bidirectional Encoder Representations from Transformers)获取输入序列的向量表示，并结合BiLSTM进一步学习输入序列的上下文信息。其次，提出由梯度稳定层和特征融合模块组成的全域信息融合机制：前者使模型保持稳定的梯度传播并更新优化输入序列的表示，后者则融合BiLSTM的前后向表示获取更全面的特征表示。接着，构建多维关系感知结构学习不同子空间单词的关联性，以捕获文档中复杂的实体关系。此外，使用自适应焦点损失函数动态调整不同类别实体的权重，提高模型对少数类实体的识别性能。最后，在7个公开数据集上将所提模型和11个基线模型进行对比，实验结果表明所提模型的F1值均优于对比模型，可见该模型的综合性较优。

关键词：命名实体识别全域信息融合机制梯度稳定层多维关系感知自适应焦点损失

来源：评论

学校读者我要写书评

暂无评论

基于回指与逻辑推理的文档级关系抽取模型

引用

计算机应用 2025年第5期 1496-1503页

作者：胡婕吴翠孙军张龑湖北大学计算机学院大数据智能分析与行业应用湖北省重点实验室(湖北大学) 智慧政务与人工智能应用湖北省工程研究中心(湖北大学)

在文档级关系抽取（DocRE）任务中，现有模型主要侧重于学习文档中实体间的交互，忽略了对实体内部结构的学习，并很少关注到文档中的代词指代识别问题以及对逻辑规则的应用，这导致模型对文档中实体间关系的建模不够准确。因此，基于Tr... 详细信息

在文档级关系抽取（DocRE）任务中，现有模型主要侧重于学习文档中实体间的交互，忽略了对实体内部结构的学习，并很少关注到文档中的代词指代识别问题以及对逻辑规则的应用，这导致模型对文档中实体间关系的建模不够准确。因此，基于Transformer的架构融合关系回指图，建模实体间交互和实体内部结构，从而利用回指将更多上下文信息聚合到相应实体上以提高关系抽取的准确性。此外，采用数据驱动方式从关系注释中挖掘逻辑规则，增强对文本隐含逻辑关系的理解和推理能力。针对样本不平衡问题，引入加权长尾损失函数提高对稀有关系的识别准确性。在2个公开数据集DocRED(Document-level Relation Extraction Dataset)和Re-DocRED(Revisiting Documentlevel Relation Extraction Dataset)上的实验结果表明，所提模型性能表现最优，在DocRED测试集上，基于BERT编码器的模型的IgnF1和F1值比基线模型ATLOP(Adaptive Thresholding and Localized cOniext Pooling)分别提高了1.79和2.09个百分点，可见所提模型的综合性能较高。

关键词：文档级关系抽取关系回指图逻辑规则样本不平衡加权长尾损失函数

来源：评论

学校读者我要写书评

暂无评论

基于混沌AES和同义词扩展的中文文本水印算法

引用

吉林大学学报(工学版) 2024年

作者：李书明李冰楠杨超湖北师范大学计算机与信息工程学院湖北大学计算机与信息工程学院湖北大学大数据智能分析与行业应用湖北省重点实验室

目前基于修改式和生成式的文本水印算法普遍存在语义歧义较大、嵌入容量有限及安全性不足的问题，针对以上问题，本文提出了一种基于混沌AES和同义词扩展的改进算法。该算法通过设计基于Sentence-Bert的上下文搭配机制，不仅能确保同义... 详细信息

目前基于修改式和生成式的文本水印算法普遍存在语义歧义较大、嵌入容量有限及安全性不足的问题，针对以上问题，本文提出了一种基于混沌AES和同义词扩展的改进算法。该算法通过设计基于Sentence-Bert的上下文搭配机制，不仅能确保同义词替换后的上下文与原文语义高度相似，还可判别同义词篡改后产生的语义歧义；将异体字作为同义词扩展，在不引起语义歧义前提下，实现更多同义词替换，从而提升嵌入容量；利用混沌映射机制的设计，升级传统MD5算法，构建混沌AES算法，实现对隐匿信息的加密保护，进而增加其破解难度。研究结果表明，对比同类算法，该算法在语义歧义、嵌入容量及安全性方面均有良好表现。

关键词：文本水印算法混沌MD5 混沌AES 混沌映射机制上下文搭配机制同义词扩展

来源：评论

学校读者我要写书评

暂无评论

基于多关系标签图和局部动态重构学习的多标签分类模型

引用

计算机应用 2024年

作者：胡婕郑启扬孙军张龑湖北大学计算机与信息工程学院大数据智能分析与行业应用湖北省重点实验室(湖北大学) 智慧政务与人工智能应用湖北省工程研究中心

在多标签分类任务中，现有模型对依赖关系的构建主要考虑标签在训练集中是否共现，忽视了标签之间各种不同类型的关系以及在不同样本中的动态交互关系。对此，本文结合多关系标签图和局部动态重构图学习更完整的标签依赖关系。首先，根... 详细信息

在多标签分类任务中，现有模型对依赖关系的构建主要考虑标签在训练集中是否共现，忽视了标签之间各种不同类型的关系以及在不同样本中的动态交互关系。对此，本文结合多关系标签图和局部动态重构图学习更完整的标签依赖关系。首先，根据标签的全局共现关系，采用数据驱动的方式构建多关系标签图，学习标签之间不同类型的依赖关系；其次，通过标签注意力机制探索文本信息和标签语义的关联性；最后，对标签图进行动态重构学习，捕获标签之间的局部特定关系。在3个公开数据集Bibtex、Delicious和Reuters-21578上的实验结果表明，所提模型的ma F1值相较于次优MrMP模型分别提高了1.6、1.0和2.2个百分点，综合性能得到提升。

关键词：多标签分类多关系标签图标签依赖关系局部动态重构图标签注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于多标签关系图和局部动态重构学习的多标签分类模型

引用

计算机应用 2025年第4期45卷 1104-1112页

作者：胡婕郑启扬孙军张龑湖北大学计算机学院武汉430062 大数据智能分析与行业应用湖北省重点实验室(湖北大学) 武汉430062 智慧政务与人工智能应用湖北省工程研究中心(湖北大学) 武汉430062

在多标签分类任务中,现有模型对依赖关系的构建主要考虑标签在训练集中是否共现,而忽视了标签之间各种不同类型的关系以及在不同样本中的动态交互关系。因此,结合多标签关系图和局部动态重构图学习更完整的标签依赖关系。首先,根据标签... 详细信息

在多标签分类任务中,现有模型对依赖关系的构建主要考虑标签在训练集中是否共现,而忽视了标签之间各种不同类型的关系以及在不同样本中的动态交互关系。因此,结合多标签关系图和局部动态重构图学习更完整的标签依赖关系。首先,根据标签的全局共现关系,采用数据驱动的方式构建多标签关系图,学习标签之间不同类型的依赖关系;其次,通过标签注意力机制探索文本信息和标签语义的关联性;最后,对标签图进行动态重构学习,以捕获标签之间的局部特定关系。在3个公开数据集BibTeX、Delicious和Reuters-21578上的实验结果表明,所提模型的宏平均F1(maF1)值相较于MrMP(Multi-relation Message Passing)分别提高了1.6、1.0和2.2个百分点,综合性能得到提升。

关键词：多标签分类多标签关系图标签依赖关系局部动态重构图标签注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于语义前缀微调的零样本对话状态跟踪领域迁移模型

引用

计算机应用 2024年

作者：孙雨阳张敏婕胡婕湖北大学计算机与信息工程学院湖北大学楚才学院大数据智能分析与行业应用湖北省重点实验室(湖北大学) 智慧政务与人工智能应用湖北省工程研究中心

零样本对话状态跟踪需要在缺乏标注数据的情况下将已有模型迁移至新领域。现有方法在执行领域迁移时常常难以捕捉对话文本中的上下文联系，导致模型在面对未知领域时泛化能力不足。针对上述问题，提出一种基于语义前缀微调的零样本对话... 详细信息

零样本对话状态跟踪需要在缺乏标注数据的情况下将已有模型迁移至新领域。现有方法在执行领域迁移时常常难以捕捉对话文本中的上下文联系，导致模型在面对未知领域时泛化能力不足。针对上述问题，提出一种基于语义前缀微调的零样本对话状态跟踪领域迁移模型。首先，利用槽位描述生成初始前缀，确保与对话文本的紧密语义联系；其次，融合前缀位置与领域信息，生成能够整合模型内部知识和领域信息的前缀；再次，根据对话内容的复杂性动态调整前缀长度，增强模型对上下文内容的敏感性；最后，通过全局式前缀插入增强模型对对话历史的全局记忆能力。相较于Prompter模型，所提模型在MultiWOZ2.1(Multi-domain Wizard-of-Oz 2.1)数据集的Hotel、Attraction、Restaurant、Taxi和Train领域上，联合目标准确率分别提高了0.90、0.11、5.50、0.90和7.50个百分点，在SGD(Schema-Guided Dialogue)数据集的Messaging、Payment和Trains领域上，联合目标准确率分别提高了0.65、14.51和0.65个百分点，零样本场景下对话状态跟踪任务的上下文理解能力和泛化迁移性能得到了有效提升。

关键词：对话状态跟踪零样本学习领域迁移前缀微调参数高效迁移学习

来源：评论

学校读者我要写书评

暂无评论

基于协作贡献网络的开源项目开发者推荐

引用

计算机应用 2025年第4期45卷 1213-1222页

作者：游兰张雨昂刘源陈智军王伟曾星何张玮湖北大学计算机学院武汉430062 大数据智能分析与行业应用湖北省重点实验室(湖北大学) 武汉430062 智能感知系统与安全教育部重点实验室(湖北大学) 武汉430062 华东师范大学数据科学与工程学院上海200062

面向开源项目推荐开发人员对开源生态建设具有重要意义。区别于传统软件开发,开源领域的开发者、项目、组织及相互关系体现了开放式协作项目的特点,而它们蕴含的语义有助于精准推荐开源项目的开发者。因此,提出一种基于协作贡献网络(CCN... 详细信息

面向开源项目推荐开发人员对开源生态建设具有重要意义。区别于传统软件开发,开源领域的开发者、项目、组织及相互关系体现了开放式协作项目的特点,而它们蕴含的语义有助于精准推荐开源项目的开发者。因此,提出一种基于协作贡献网络(CCN)的开发者推荐(DRCCN)方法。首先,利用开源软件(OSS)开发者、OSS项目、OSS组织之间的贡献关系构建CCN;其次,基于CCN构建一个3层深度的异构GraphSAGE(Graph SAmple and aggreGatE)图神经网络(GNN)模型,预测开发者节点和开源项目节点之间的链接,从而产生相应的嵌入对;最后,根据预测结果,采用K最近邻(KNN)算法完成开发者推荐。在GitHub数据集上训练和测试模型的实验结果表明,相较于序列推荐的对比学习模型CL4SRec(Contrastive Learning for Sequential Recommendation),DRCCN在精确率、召回率和F1值这3个指标上分别提升了约10.7%、2.6%和4.2%。因此,所提模型可以为开源社区项目的开发者推荐提供重要的参考依据。

关键词：开源生态开发者推荐异构信息网络图神经网络开源软件

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：