检索结果-内蒙古大学图书馆

软件学报 2024年第11期35卷 5133-5148页

作者：王浩成贺瑞芳吴辰昊刘焕宇天津大学智能与计算学部天津300350 天津市认知计算与应用重点实验室(天津大学) 天津300350

检测社交媒体文本中的潜在主题是一项有意义的任务.由于帖子具有表达简短、非正规的特点,其将带来严重的数据稀疏问题.不仅如此,基于变分自编码器(variational auto-encoder,VAE)的模型在主题推断过程中还忽视了用户间的社交关系,考虑VA... 详细信息

检测社交媒体文本中的潜在主题是一项有意义的任务.由于帖子具有表达简短、非正规的特点,其将带来严重的数据稀疏问题.不仅如此,基于变分自编码器(variational auto-encoder,VAE)的模型在主题推断过程中还忽视了用户间的社交关系,考虑VAE假设输入的数据点间是相互独立的.这导致了推断的潜在主题变量间缺少了相关性信息,进而导致主题不够连贯.社交网络结构信息不仅聚合上下文信息的线索,还暗示了用户间的主题相关性.因此,提出基于消息传递和图先验分布的微博主题模型,其借助图卷积网络(graph convolution network,GCN)编码更加丰富的上下文信息,并且在变分自编码器推断主题的过程中,通过图先验分布整合用户交互关系以促进对多数据点复杂关系的理解,从而更好地挖掘社交媒体主题信息.在3个真实微博数据集上的实验证明了所提方法的有效性.

关键词：社交媒体主题检测用户相关性图先验分布

来源：评论

学校读者我要写书评

暂无评论

基于分层潜在语义驱动网络的事件检测

引用

计算机研究与发展 2024年第1期61卷 184-195页

作者：肖梦南贺瑞芳马劲松天津大学智能与计算学部天津300350 天津市认知计算与应用重点实验室(天津大学) 天津300350

事件检测旨在检测句子中的触发词并将其分类为预定义的事件类型.如何有效地表示触发词是实现该任务的核心要素.目前基于表示的方法通过复杂的深度神经网络来学习候选触发词的语义表示,以提升模型性能.然而,其忽略了2个问题:1)受句子语... 详细信息

事件检测旨在检测句子中的触发词并将其分类为预定义的事件类型.如何有效地表示触发词是实现该任务的核心要素.目前基于表示的方法通过复杂的深度神经网络来学习候选触发词的语义表示,以提升模型性能.然而,其忽略了2个问题:1)受句子语境的影响,同一个触发词会触发不同的事件类型;2)受自然语言表达多样性的影响,不同的触发词会触发同一个事件类型.受变分自编码器中隐变量及其他自然语言处理(natural language processing,NLP)任务中分层结构的启发,提出基于分层潜在语义驱动网络(hierarchical latent semantic-driven network,HLSD)的事件检测方法,通过句子和单词的潜在语义信息来辅助缓解以上2个问题.模型从文本表示空间中分层降维到新的潜在语义空间,探索事件宏微观语境中更本质的影响信息.首先,通过BERT对候选句子进行编码,得到句子的表示和句子中单词的表示;其次,设计一个双重的潜在语义机制,并采用VAE挖掘句子和单词级潜在语义;最后,从不同粒度的上下文角度,提出采用一个由粗到细的分层结构来充分使用句子和单词的潜在信息,从而提升模型的性能.ACE2005英文语料库上的实验结果表明,所提方法的F1值在事件检测任务上达到了77.9%.此外,在实验部分对以上2个问题进行了定量分析,证明了所提方法的有效性.

关键词：潜在语义分层结构变分自编码器表示学习事件检测

来源：评论

学校读者我要写书评

暂无评论

面向时间感知的知识超图链接预测

引用

软件学报 2023年第10期34卷 4533-4547页

作者：陈子睿王鑫王晨旭张少伟闫浩宇天津大学智能与计算学部天津300350 天津市认知计算与应用重点实验室天津300350

知识超图是一种使用多元关系表示现实世界的异构图,但无论在通用领域还是垂直领域,现有的知识超图普遍存在不完整的情况.因此,如何通过知识超图中已有的链接推理缺失的链接,是一个具有挑战性的问题.目前,大多数研究使用基于多元关系的... 详细信息

知识超图是一种使用多元关系表示现实世界的异构图,但无论在通用领域还是垂直领域,现有的知识超图普遍存在不完整的情况.因此,如何通过知识超图中已有的链接推理缺失的链接,是一个具有挑战性的问题.目前,大多数研究使用基于多元关系的知识表示学习方法完成知识超图的链接预测任务,但这些方法仅从时间未知的超边中学习实体与关系的嵌入向量,没有考虑时间因素对事实动态演变的影响,导致在动态环境中的预测性能较差.首先,根据首次所提出的时序知识超图定义,提出时序知识超图链接预测模型,同时从实体角色、位置和时序超边的时间戳中学习实体的静态表征和动态表征,以一定比例融合后作为实体嵌入向量用于链接预测任务,实现对超边时序信息的充分利用.同时,从理论上证明模型具有完全表达性和线性空间复杂度.此外,通过上市公司的公开经营数据构建时序知识超图数据集CB67,并在该数据集上进行了大量实验评估.实验结果表明,模型能够在时序知识超图数据集上有效地执行链接预测任务.

关键词：时序知识超图链接预测知识表示嵌入学习时序信息

来源：评论

学校读者我要写书评

暂无评论

基于异构社交上下文的多视图微博主题检测

引用

软件学报 2023年第11期34卷 5162-5178页

作者：贺瑞芳王浩成刘宏宇王博天津大学智能与计算学部天津300350 天津市认知计算与应用重点实验室天津300350

社交媒体主题检测旨在从大规模短帖子中挖掘潜在的主题信息.由于帖子形式简短、表达非正规化,且社交媒体中用户交互复杂多样,使得该任务具有一定的挑战性.前人工作仅考虑了帖子的文本内容,或者同时对同构情境下的社交上下文进行建模,忽... 详细信息

社交媒体主题检测旨在从大规模短帖子中挖掘潜在的主题信息.由于帖子形式简短、表达非正规化,且社交媒体中用户交互复杂多样,使得该任务具有一定的挑战性.前人工作仅考虑了帖子的文本内容,或者同时对同构情境下的社交上下文进行建模,忽略了社交网络的异构性.然而,不同的用户交互方式,如转发,评论等,可能意味着不同的行为模式和兴趣偏好,其反映了对主题的不同的关注与理解;此外,不同用户对同一主题的发展和演化具有不同影响,社区中处于引领地位的权威用户相对于普通用户对主题推断会产生更重要的作用.因此,提出一种新的多视图主题模型(multi-view topic model,MVTM),通过编码微博会话网络中的异构社交上下文来推断更加完整、连贯的主题.首先根据用户之间的交互关系构建一个属性多元异构会话网络,并将其分解为具有不同交互语义的多个视图;接着,考虑不同交互方式与不同用户的重要性,借助邻居级注意力和交互级注意力机制,得到特定视图的嵌入表示;最后,设计一个多视图驱动的神经变分推理方法,以捕捉不同视图之间的深层关联,并自适应地平衡它们的一致性和独立性,从而产生更连贯的主题.在3个月新浪微博数据集上的实验结果证明所提方法的有效性.

关键词：社交媒体主题检测异构社交上下文多视图注意力机制神经变分推理

来源：评论

学校读者我要写书评

暂无评论

基于去噪图自编码器的无监督社交媒体文本摘要

引用

软件学报 2025年第5期 2130-2150页

作者：贺瑞芳赵堂龙刘焕宇天津大学智能与计算学部天津市认知计算与应用重点实验室

社交媒体文本摘要旨在为面向特定话题的大规模社交媒体短文本(称为帖子)产生简明扼要的摘要描述.考虑帖子表达内容短小、非正式等特点,传统方法面临特征稀疏与信息不足的挑战.近期研究利用帖子间的社交关系学习更好的帖子表示并去除冗... 详细信息

社交媒体文本摘要旨在为面向特定话题的大规模社交媒体短文本(称为帖子)产生简明扼要的摘要描述.考虑帖子表达内容短小、非正式等特点,传统方法面临特征稀疏与信息不足的挑战.近期研究利用帖子间的社交关系学习更好的帖子表示并去除冗余信息,但其忽略了真实社交媒体情景中存在的不可靠噪声关系,使得模型会误导帖子的重要性与多样性判断.因此,提出一种无监督模型DSNSum,其通过去除社交网络中的噪声关系来改善摘要性能.首先,对真实社交关系网络中的噪声关系进行了统计验证;其次,根据社会学理论设计两个噪声函数,并构建一种去噪图自编码器(denoising graph auto-encoder, DGAE),以降低噪声关系的影响,并学习融合可信社交关系的帖子表示;最终,通过稀疏重构框架选择保持覆盖性、重要性及多样性的帖子构成一定长度的摘要.在两个真实社交媒体(Twitter与新浪微博)共计22个话题上的实验结果证明了所提模型的有效性,也为后续相关领域的研究提供了新的思路.

关键词：社交媒体文本摘要图表示学习图神经网络去噪自编码器

来源：评论

学校读者我要写书评

暂无评论

带有预验证机制的区块链动态共识算法

引用

软件学报 2024年第5期35卷 2485-2502页

作者：侯凯祥邱铁徐天一周晓波池建成天津大学智能与计算学部天津300350 天津市先进网络技术与应用重点实验室(天津大学) 天津300350

委员会共识和混合共识通过选举委员会来代替全网节点完成区块验证,可有效加快共识速度,提高吞吐量,但恶意攻击和收买易导致委员会发生腐败问题,严重时将影响共识结果甚至造成系统瘫痪.现有工作虽引入信誉机制降低委员会节点腐败的可能性... 详细信息

委员会共识和混合共识通过选举委员会来代替全网节点完成区块验证,可有效加快共识速度,提高吞吐量,但恶意攻击和收买易导致委员会发生腐败问题,严重时将影响共识结果甚至造成系统瘫痪.现有工作虽引入信誉机制降低委员会节点腐败的可能性,但开销大、可信度低且无法降低腐败问题对系统的影响.提出一种带有预验证机制的区块链动态共识算法(DBCP),通过预验证机制在较小开销的前提下对委员会进行可靠的信誉评估,及时淘汰委员会中的恶意节点.若腐败问题已影响到共识结果,DBCP会通过动态共识将区块验证权转移到全网节点,并淘汰给出错误意见的委员会节点,避免系统瘫痪.若委员会通过迭代达到高可信状态,则DBCP会将区块验证权交由委员会,全网节点将认同委员会的共识结果,并不再对区块进行验证,进而加快共识速度.经实验验证,DBCP的吞吐量与比特币相比提升了两个数量级,且与Byzcoin相近,可在一个出块周期内快速应对委员会腐败问题,安全性优于Byzcoin.

关键词：区块链混合共识预验证机制动态共识委员会腐败

来源：评论

学校读者我要写书评

暂无评论

基于元属性学习的事件检测

引用

软件学报 2025年第2期36卷 554-569页

作者：贺瑞芳马劲松黄孝家张仕奇白洁天津大学智能与计算学部天津300350 天津市认知计算与应用重点实验室天津300350 中国电子科技集团公司第五十四研究所河北石家庄050081

事件检测旨在识别非结构化文本中的事件触发词,并将其分类为预定义的事件类别,可用于知识图谱构建及舆情监控等.然而,其中的数据稀疏和不平衡问题严重影响了事件检测系统的性能和可用性.现有大多数方法没有很好地解决这一问题,这源于其... 详细信息

事件检测旨在识别非结构化文本中的事件触发词,并将其分类为预定义的事件类别,可用于知识图谱构建及舆情监控等.然而,其中的数据稀疏和不平衡问题严重影响了事件检测系统的性能和可用性.现有大多数方法没有很好地解决这一问题,这源于其将不同类别的事件独立看待,并通过分类器或空间距离对触发词进行识别和分类.尽管有研究考虑事件大类下子类的事件元素存在关联性,采用多任务学习进行互增强,但忽略了不同类别事件触发词之间的共享属性.已有相关建模事件类别关系的工作需要大量的规则设计和数据标注,导致作用域局限,泛化性不强.因此,提出一种基于元属性的事件检测方法.其旨在学习不同类别样本中包含的共享内在信息,包括:(1)构造触发词的特殊符号表示并通过表示向量的映射来提取触发词的类别无关语义;(2)拼接触发词表示,类别的样本语义表示和类别的标签语义表示,输入一个可训练的相似度度量层,从而建模关于触发词和事件类别的公用相似度度量.通过学习以上两种信息以缓解数据稀疏和不平衡的影响.此外,将样本的类别无关语义集成到分类方法中,并构建完整的融合模型.在ACE2005和MAVEN数据集上通过不同程度稀疏和不平衡情景下的实验证明所提出方法的有效性,并建立传统和少样本设置之间的联系.

关键词：事件检测类别无关语义度量学习少样本学习

来源：评论

学校读者我要写书评

暂无评论

结合密度图回归与检测的密集计数研究

引用

计算机科学与探索 2024年第1期18卷 127-137页

作者：高洁赵心馨于健徐天一潘丽杨珺喻梅李雪威天津大学智能与计算学部天津300350 天津大学天津市认知计算与应用重点实验室天津300350 天津大学天津市先进网络技术与应用重点实验室天津300350 天津大学未来技术学院天津300350

针对基于检测以及基于密度图两种主流的密集计数方法中,基于检测的方法召回率较低、基于密度图的方法缺失目标物体位置信息的问题,将检测任务与回归任务相结合后提出一种基于密度图回归的检测计数方法,可以实现对密集场景中目标物体的... 详细信息

针对基于检测以及基于密度图两种主流的密集计数方法中,基于检测的方法召回率较低、基于密度图的方法缺失目标物体位置信息的问题,将检测任务与回归任务相结合后提出一种基于密度图回归的检测计数方法,可以实现对密集场景中目标物体的计数以及定位,对两种方法进行优势互补,在提高召回率的同时,实现标定所有目标物体的位置信息。为提取出更加丰富的特征信息以面对复杂的数据场景,网络提出特征金字塔优化模块,该模块纵向融合底层高分辨特征与顶层抽象语义特征,横向融合同尺寸的特征,丰富目标物体的语义表达;考虑到密集计数场景中目标物体所占像素比例较低的问题,提出一种针对小目标的注意力机制,通过对输入图像构建掩膜以增强网络对目标物体的注意力,从而提高网络的检测敏感性。实验结果表明,所提出方法在保持准确率基本不变的情况下,大幅度提高了召回率,同时可准确标定目标物体位置,有效提供输入目标图像的计数以及定位信息,在工业以及生态等各种领域具有广泛的应用前景。

关键词：密集计数目标检测深度学习密度图回归特征金字塔

来源：评论

学校读者我要写书评

暂无评论

离散语音情感识别研究进展

引用

软件学报 2024年第12期35卷 5487-5508页

作者：郭丽丽王龙标党建武丁世飞中国矿业大学计算机科学与技术学院江苏徐州221116 天津大学智能与计算学部天津300350 天津市认知计算与应用重点实验室(天津大学) 天津300350 Japan Advanced Institute of Science and Technology Ishikawa 9231292Japan

语音情感识别是情感计算的重要组成部分,在人机交互中占据重要的地位.准确地识别说话人的情感信息,有助于机器更好地理解用户的意图,进而提供良好的交互性以提升用户的体验.以离散语音情感为对象,对语音情感识别的理论和方法进行综述.... 详细信息

语音情感识别是情感计算的重要组成部分,在人机交互中占据重要的地位.准确地识别说话人的情感信息,有助于机器更好地理解用户的意图,进而提供良好的交互性以提升用户的体验.以离散语音情感为对象,对语音情感识别的理论和方法进行综述.首先在全面回顾情感识别发展历程的同时,提出一个语音情感识别综述框架.其次,介绍情感描述方法以及常用的情感语料库,旨在为语音情感识别提供基础支撑.然后,概述语音情感识别过程,主要包括特征提取和识别模型,重点归纳总结传统分类模型、经典深度模型、其他先进模型,并介绍常用的评价指标,同时基于评价指标对模型进行总结.最后,探讨语音情感识别领域所面临的挑战,并对未来的发展趋势进行展望.

关键词：语音情感识别声学特征相位信息分类模型深度学习

来源：评论

学校读者我要写书评

暂无评论

非默认规则线技术下基于多策略的时延驱动层分配算法

引用

计算机学报 2023年第4期46卷 743-760页

作者：刘耿耿鲍晨鹏王鑫郭文忠陈国龙福州大学计算机与大数据学院福州350116 计算机系统结构国家重点实验室北京100190 天津大学智能与计算学部天津300350 天津市认知计算与应用重点实验室天津300350

层分配作为超大规模集成电路物理设计中的关键环节,在决定布线方案的时延起到非常重要作用.为了优化集成电路的时延性能,现有的层分配工作通常注重优化互连时延和通孔数量,但要么未考虑到对线网中时序关键段的分配问题,要么对线网段的... 详细信息

层分配作为超大规模集成电路物理设计中的关键环节,在决定布线方案的时延起到非常重要作用.为了优化集成电路的时延性能,现有的层分配工作通常注重优化互连时延和通孔数量,但要么未考虑到对线网中时序关键段的分配问题,要么对线网段的时序关键性的表示不够合理,最终使得算法的时延优化不够理想.为此,本文提出一种非默认规则线技术下基于多策略的时延驱动层分配算法,主要包含4种关键策略:(1)提出轨道数感知的层选择策略,增强层分配器为线网段选择合适布线层的能力;(2)提出多指标驱动的初始线网排序策略,综合考虑线长、信号接收器数和可布线轨道资源等多个指标为线网确定层分配优先级,从而获得高质量的初始层分配结果;(3)提出线网段调整策略,通过重绕线网,将时序关键段调整至上层布线层,优化线网时延;(4)提出线网段时延优化策略,对存在溢出线网进行拆线重绕,从而可同时优化时延和溢出数.实验结果表明,本文提出的算法相比于现有的层分配算法能够在时延和通孔数两个指标上均取得最佳,并且保证不产生溢出.

关键词：超大规模集成电路层分配时延通孔时序关键段

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：