检索结果-内蒙古大学图书馆

小型微型计算机系统 2024年

作者：郑诚陈雪灵安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室

方面级情感分析旨在识别方面词表达的情感。最近，基于依赖树的图卷积网络已被证明在方面级情感分析任务中是有效的。然而，句法依赖树并不是特定于情感分析的工具，不能关注到特定的方面词。针对上述问题，本文提出一种方面语义增强的... 详细信息

方面级情感分析旨在识别方面词表达的情感。最近，基于依赖树的图卷积网络已被证明在方面级情感分析任务中是有效的。然而，句法依赖树并不是特定于情感分析的工具，不能关注到特定的方面词。针对上述问题，本文提出一种方面语义增强的融合网络模型，该模型将句法，语义和词法信息与方面词相结合，用于方面级情感分析。首先，使用快速梯度对抗训练算法进行数据增强。其次，为了充分利用句法依赖树中的有效信息，分别使用图卷积网络和注意力机制学习依赖树中的句法信息和词法信息。同时，将方面增强注意力机制与自注意力机制相结合，来增强句子的方面语义感知能力。最后，使用非对称损失作为损失函数。在基准数据集上进行了实验，验证了本文模型的有效性。

关键词：自然语言处理方面级情感分析数据增强注意力机制句法依赖树

来源：评论

学校读者我要写书评

暂无评论

基于双超图神经网络特征融合的文本分类方法

引用

计算机工程 2024年第6期51卷 127-135页

作者：郑诚李鹏飞安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室

近年来，图神经网络广泛应用在文本分类任务中。当前基于图神经网络的文本分类方法，首先将文本建模为图，然后使用图神经网络对文本图进行特征传播与聚合。但是此类方法有两点缺陷：一是现有的方法由于图结构的限制无法捕捉单词之间的... 详细信息

近年来，图神经网络广泛应用在文本分类任务中。当前基于图神经网络的文本分类方法，首先将文本建模为图，然后使用图神经网络对文本图进行特征传播与聚合。但是此类方法有两点缺陷：一是现有的方法由于图结构的限制无法捕捉单词之间的高阶语义关系；二是现有的模型无法捕捉文本中的关键语义信息。为了解决上述问题，提出了一种基于双超图卷积网络特征融合的文本分类方法。一方面使用原始文本建立文本超图，另一方面为短文本引入外部知识，使用基于SenticNet词库的外部知识对文本进行语义增强，然后构建语义超图，经过超图卷积之后通过注意力机制对双超图特征进行融合，用于短文本分类。在4个文本分类数据集上的实验结果表明，该模型优于最新的基线方法。

关键词：文本分类超图特征融合 SenticNet 自然语言处理

来源：评论

学校读者我要写书评

暂无评论

基于硬件感知的多目标神经结构搜索方法

引用

计算机学报 2023年第12期46卷 2651-2669页

作者：许柯孟源杨尚尚田野张兴义安徽大学人工智能学院计算智能与信号处理教育部重点实验室合肥230601 安徽大学计算机科学与技术学院合肥230601 安徽大学物质科学与信息技术研究院合肥230601

神经结构搜索技术可以在大量候选网络集合中搜索到适用于特定任务的神经网络结构.目前,大多数结构搜索网络的部署是针对英伟达GPU、英特尔CPU或谷歌TPU等硬件设备的.然而,将搜索到的架构迁移到一些AI专用加速器中,如寒武纪加速卡或华为A... 详细信息

神经结构搜索技术可以在大量候选网络集合中搜索到适用于特定任务的神经网络结构.目前,大多数结构搜索网络的部署是针对英伟达GPU、英特尔CPU或谷歌TPU等硬件设备的.然而,将搜索到的架构迁移到一些AI专用加速器中,如寒武纪加速卡或华为Atlas推理加速器,推理效果却表现不佳.主要存在两方面的问题:在搜索空间设计层面,由于硬件架构设计对不同算子的支持存在差异,复用传统的搜索空间到专用神经网络加速器上,其推理效率不是最优的;在结构搜索层面,由于专用神经网络加速器在并行计算资源和数据流水通道等设计的不同,仅采用参数量、计算量作为搜索目标不能准确度量推理延迟,并且限制了神经结构搜索在精度和延迟上的探索空间.为了解决上述问题,本文提出一种基于硬件感知的多目标神经结构搜索方法,首先通过测试不同类型的卷积算子在目标硬件上的性能表现,使用非支配排序设计出定制化的高效搜索空间.然后,将延迟纳入搜索目标,提出一种启发式的混合粒度交叉算子,通过粗粒度阶段间交叉和细粒度阶段内交叉提高种群在多目标下的收敛性和多样性,更好地权衡神经网络的精度和推理延迟.本文主要针对国产寒武纪加速卡MLU270-F4进行了实验分析与方法验证,在CIFAR-10上搜索得到的MLUNet-S4精度比DARTS高0.14%的同时推理速度提升了4.7倍,相比于NSGANet精度仅下降0.04%的同时速度提升了5.5倍;在ILSVRC2012数据集上MLUNet-C相较于具有相同推理速度的Mobile Net V2和Mnas Net速度上提升了1.2倍的同时预测精度也分别提升了2.3%和0.2%,效果提升显著.

关键词：图像分类进化算法多目标神经结构搜索硬件感知神经结构搜索寒武纪加速卡

来源：评论

学校读者我要写书评

暂无评论

面向健康体检数据的多目标Top-k频繁模式挖掘方法

引用

控制与决策 2023年第1期38卷 190-200页

作者：邱剑锋武梦雨储建军张兴义苏延森安徽大学计算智能与信号处理教育部重点实验室合肥230039 安徽大学计算机科学与技术学院合肥230039 合肥市第二人民医院合肥230012

为解决现有的模式挖掘方法没有充分利用体检数据中检查项的异常程度与特定疾病之间相关性的问题,提出一种面向健康体检数据的多目标Top-k频繁模式挖掘方法.首先,针对体检数据的特点,提出异常度和覆盖率两个指标,在此基础上,将Top-k频繁... 详细信息

为解决现有的模式挖掘方法没有充分利用体检数据中检查项的异常程度与特定疾病之间相关性的问题,提出一种面向健康体检数据的多目标Top-k频繁模式挖掘方法.首先,针对体检数据的特点,提出异常度和覆盖率两个指标,在此基础上,将Top-k频繁模式挖掘建模为一个多目标优化问题;其次,针对该问题,提出一种基于偏好的种群初始化策略和一个面向模式和项的双层更新策略,并基于此设计一种高效的进化多目标优化算法进行求解.实验结果表明,所提出方法所获得的Top-k个模式不仅能够有效地反映其与特定疾病之间的关联性,而且能够提供多样化的模式,为健康管理提供重要的参考依据.

关键词： Top-k频繁模式健康体检数据多目标进化优化异常度覆盖率基于偏好的初始化策略双层更新策略

来源：评论

学校读者我要写书评

暂无评论

基于依赖类型剪枝的双特征自适应融合网络用于方面级情感分析

引用

计算机科学 2024年第3期51卷 205-213页

作者：郑诚石景伟魏素华程嘉铭安徽大学计算机科学与技术学院合肥230601 计算智能与信号处理教育部重点实验室(安徽大学) 合肥230601

现有的模型将基于依赖树的图神经网络用于方面级情感分析,一定程度上提升了模型的分类性能。然而,由于依赖解析技术的限制,语法解析结果的不精确导致依赖树存在大量噪声,使得模型的性能提升有限。此外,一些句子本身并不符合标准的句法... 详细信息

现有的模型将基于依赖树的图神经网络用于方面级情感分析,一定程度上提升了模型的分类性能。然而,由于依赖解析技术的限制,语法解析结果的不精确导致依赖树存在大量噪声,使得模型的性能提升有限。此外,一些句子本身并不符合标准的句法结构。以往的研究以同样的置信度利用句法信息和语义信息,没有充分考虑它们对于确定方面词极性的贡献的不同,导致模型在相应的数据集上性能较差。为了克服这些困难,文中提出了一种基于依赖类型剪枝的双特征自适应融合网络。具体来说,该模型使用一种新型的混合方法,命名为依赖关系类型剪枝和邻接矩阵平滑,来缓解句法解析产生的噪声。此外,该模型通过双特征自适应融合模块充分考虑句子的句法信息的可用程度,以一种更灵活的方式将句法特征和语义特征结合起来用于方面级情感分析。在5个公开可用的数据集上进行广泛的实验,结果证明了该方法明显优于基线模型。

关键词：方面级情感分析图神经网络依赖类型剪枝双特征自适应融合深度学习自然语言处理

来源：评论

学校读者我要写书评

暂无评论

结合语法规则和图神经网络的文本分类方法

引用

小型微型计算机系统 2024年第11期45卷 2594-2601页

作者：郑诚肖双安徽大学计算机科学与技术学院合肥230601 计算智能与信号处理教育部重点实验室合肥230601

图神经网络被广泛应用于文本分类任务,并取得了显著的效果.然而,现有基于图的文本分类模型存在全局上下文信息和局部特征信息提取不充分的问题.此外,现有方法在构建文本图时,仅在原始文本上使用滑动窗口建立单词之间的边,使模型无法捕... 详细信息

图神经网络被广泛应用于文本分类任务,并取得了显著的效果.然而,现有基于图的文本分类模型存在全局上下文信息和局部特征信息提取不充分的问题.此外,现有方法在构建文本图时,仅在原始文本上使用滑动窗口建立单词之间的边,使模型无法捕捉到远距离的单词交互信息.针对上述问题,提出一种结合语法规则和图神经网络的文本分类模型.首先,在构建文本图时,除了使用滑动窗口在原始文本上建立单词间的边之外,还根据预定义的语法规则提取短语,以捕捉到远距离的单词交互信息;其次,利用Transformer编码器提取上下文信息,以丰富全局语义信息;同时,采用门控图神经网络提取文本的局部特征信息,以增强局部特征的表达能力.最后,将提取到的单词特征进行融合.在4个基准数据集上的实验结果验证了该模型相比于基线模型有较好的分类效果.

关键词：文本分类图神经网络文本表示深度学习自然语言处理

来源：评论

学校读者我要写书评

暂无评论

基于层次聚类的三支决策移动策略

引用

计算机科学 2023年第6期50卷 92-99页

作者：徐怡骆帆王敏安徽大学计算机科学与技术学院合肥230039 计算智能与信号处理教育部重点实验室(安徽大学) 合肥230039

治略是三支决策TAO模型中的一个重要步骤,是实现对象移动的重要手段。通过实施策略,促使对象从不利区域移动到有利区域。近年来,对于治略方面的研究,学者们提出了两种移动策略,一种是基于区域的移动,另一种是基于对象的移动。然而,这两... 详细信息

治略是三支决策TAO模型中的一个重要步骤,是实现对象移动的重要手段。通过实施策略,促使对象从不利区域移动到有利区域。近年来,对于治略方面的研究,学者们提出了两种移动策略,一种是基于区域的移动,另一种是基于对象的移动。然而,这两种移动策略都是从单层次的角度分析和制定移动策略,并未从多层次上考虑移动策略的制定。因此,为了制定多个层次上的移动策略,文中引入层次聚类,提出了一种基于层次聚类的三支决策移动策略模型。首先,使用层次聚类,将不利区域中的对象划分成不同的层次,每一层次上的聚类结果不同。然后,根据全局属性值频率最高准则,为每个层次中的簇制定一个移动策略,不同的簇有不同的移动策略。此外,文中还利用移动过程中产生的收益和代价,对不同层次上的移动策略进行评估。最后,实验结果证明了所提模型的有效性。

关键词：三支决策 TAO模型层次聚类移动策略多层次

来源：评论

学校读者我要写书评

暂无评论

结合GNN的信息融合用于归纳式文本分类

引用

小型微型计算机系统 2023年第6期44卷 1170-1176页

作者：郑诚倪显虎张苏航赵伊研安徽大学计算机科学与技术学院合肥230601 计算智能与信号处理教育部重点实验室合肥230601

最近,图神经网络(GNN)通过将文本数据转换为图形数据的方式,来捕捉单词之间的固有拓扑结构和依赖信息,在一些文本分类任务中取得了良好的结果.但是将文本构建成图后,很多基于图结构的文本分类模型面临着全局上下文语义信息和局部特征信... 详细信息

最近,图神经网络(GNN)通过将文本数据转换为图形数据的方式,来捕捉单词之间的固有拓扑结构和依赖信息,在一些文本分类任务中取得了良好的结果.但是将文本构建成图后,很多基于图结构的文本分类模型面临着全局上下文语义信息和局部特征信息提取不充分的等问题.本文提出了一种将全局上下文语义信息与局部特征信息相融合的图神经网络模型.通过将文档表示为有向、加权的词共现网络,其中有向是为了捕获词排序问题,权重是为了突出单词之间的相互影响程度,利用门控循环单元(GRU)在建模长距离单词交互上的优势,来捕获全局上下文语义信息,接着利用注意力(attention)捕获关键的局部特征信息,最后使用平均池化和最大池化进一步提升了模型对关键特征信息的提取能力,从而丰富了文档节点的全局语义信息,增强了局部特征表达.通过在三个经典英文数据集上的实验结果表明,该模型相比于基线模型有较好的分类效果.

关键词：文本分类图神经网络门控循环单元注意力

来源：评论

学校读者我要写书评

暂无评论

基于双向注意力机制和门控图卷积网络的文本分类方法

引用

计算机科学 2023年第1期50卷 221-228页

作者：郑诚梅亮赵伊研张苏航安徽大学计算机科学与技术学院合肥230601 计算智能与信号处理教育部重点实验室合肥230601

现有基于图卷积网络的文本分类模型通常只是通过邻接矩阵简单地融合不同阶的邻域信息来更新节点表示,导致节点的词义信息表达不够充分。此外,基于常规注意力机制的模型只是对单词向量进行正向加权表示,忽略了产生消极作用的单词对最终... 详细信息

现有基于图卷积网络的文本分类模型通常只是通过邻接矩阵简单地融合不同阶的邻域信息来更新节点表示,导致节点的词义信息表达不够充分。此外,基于常规注意力机制的模型只是对单词向量进行正向加权表示,忽略了产生消极作用的单词对最终分类的影响。为了解决上述问题,文中提出了一种基于双向注意力机制和门控图卷积网络的模型。该模型首先利用门控图卷积网络有选择地融合图中节点的多阶邻域信息,保留了之前阶的信息,以此丰富节点的特征表示;其次通过双向注意力机制学习不同单词对分类结果的影响,在给予对分类起积极作用的单词正向权重的同时,对产生消极作用的单词给予负向权重以削弱其在向量表示中的影响,从而提升模型对文档中不同性质节点的甄别能力;最后通过最大池化和平均池化融合单词的向量表示,得到文档表示用于最终分类。在4个基准数据集上进行了实验,结果表明,该方法明显优于基线模型。

关键词：文本分类图卷积网络注意力机制文本表示深度学习自然语言处理

来源：评论

学校读者我要写书评

暂无评论

基于矩阵的粗糙集近似集快速计算算法

引用

计算机工程 2023年第5期49卷 22-28页

作者：徐怡侯迪安徽大学计算智能与信号处理教育部重点实验室合肥230039 安徽大学计算机科学与技术学院合肥230601 安徽大学物质科学与信息技术研究院合肥230031

在粗糙集理论中,上、下近似集的计算是核心问题。矩阵能提供一种高效的方法来计算粗糙集模型中概念的上、下近似集,但是在目前的矩阵方法中,论域中每个对象都要与论域中全部对象进行运算,从而导致较大的时间代价。为提高使用矩阵计算近... 详细信息

在粗糙集理论中,上、下近似集的计算是核心问题。矩阵能提供一种高效的方法来计算粗糙集模型中概念的上、下近似集,但是在目前的矩阵方法中,论域中每个对象都要与论域中全部对象进行运算,从而导致较大的时间代价。为提高使用矩阵计算近似集时的效率,提出一种快速计算上、下近似集的矩阵方法。对于一个给定的概念,基于概念的外延和概念补集的外延构建一个局部关系矩阵,对局部关系矩阵和单位矩阵进行矩阵运算得到正域和边界域布尔矩阵,对局部关系矩阵的转置和单位矩阵进行矩阵运算得到负域和边界域布尔矩阵。在该矩阵方法中,只需要根据局部关系矩阵就可以计算近似集,即论域中每个对象不必和论域中全部对象进行运算就可以被划分到相应的区域,使得算法的运算次数相比传统矩阵算法大幅减少,从而降低时间成本。在8个公开数据集上的实验结果表明,与4种传统的矩阵算法相比,该矩阵算法的运行速度至少提升70%,可以有效提高近似集计算效率。

关键词：粗糙集近似集单位矩阵局部关系矩阵矩阵运算

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：