检索结果-内蒙古大学图书馆

情报工程 2023年第5期9卷 97-111页

作者：陈翀高欣妍黄红北京师范大学政府管理学院北京100875 富媒体数字出版内容组织与知识服务重点实验室北京100038

[目的/意义]自动识别优质术语一直是多领域普遍关注的问题,其中一个突出困难是缺乏领域标注语料,为此本文提出一种基于BLSTM-CRF的自举式领域术语识别方法。[方法/过程]首先选取少量种子术语标注语料,训练BLSTM-CRF模型,识别候选术语;... 详细信息

[目的/意义]自动识别优质术语一直是多领域普遍关注的问题,其中一个突出困难是缺乏领域标注语料,为此本文提出一种基于BLSTM-CRF的自举式领域术语识别方法。[方法/过程]首先选取少量种子术语标注语料,训练BLSTM-CRF模型,识别候选术语;再基于术语质量特征构造筛选准则,从候选术语中挑出优质且新增的结果加入到新一轮训练的标注词汇集合,迭代标注训练,直到新增术语量小于某一阈值或迭代达到特定次数。本文还检测了模型迭代训练效率及在其他领域的推广性,将在计算机领域语料训练出的模型用于新兴的融合出版领域的技术术语识别。[局限]术语质量特征量化方法待综合多指标优化,模型改进学习机制未引入负例且迭代不易收敛等。[结果/结论]本文最终通过标注数量和标注语境丰富度实验表明了采用新增标注数据进行迭代的有效性。以50轮迭代训练后结果为例,在计算机测试语料上识别术语及其所有标注序列的F1值为0.43和0.59,新术语率为0.79,均优于基准BLSTM-CRF模型、BERT-BLSTM-CRF模型效果,证实了新方法启动成本低,领域适应性好,能够有效解决术语识别中训练语料缺乏的问题。在模型迁移效能评价中,抽样判断的术语识别平均正确率为87.7%,说明了迁移学习方法的应用潜力。

关键词：术语识别自举 BLSTM-CRF模型识别性能评价术语质量筛选准则

来源：评论

学校读者我要写书评

暂无评论

基于特征进化选择随机森林的MCI自动诊断

引用

计算机应用与软件 2024年第6期41卷 250-256页

作者：高峰郑丽丽顾进广武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学大数据科学与工程研究院湖北武汉430065 湖北省智能信息处理与实时工业系统重点实验室湖北武汉430065 富媒体数字出版内容组织与知识服务重点实验室湖北武汉430065

近年来,作为正常与阿尔茨海默病过渡阶段的轻度认知障碍(Mild Cognitive Impairment,MCI)病症的研究备受关注。但目前的医学MCI人工诊断不仅参考的特征局限性较大,且依靠人工判定,易产生主观上的误差。因此,提出一种基于随机森林的MCI... 详细信息

近年来,作为正常与阿尔茨海默病过渡阶段的轻度认知障碍(Mild Cognitive Impairment,MCI)病症的研究备受关注。但目前的医学MCI人工诊断不仅参考的特征局限性较大,且依靠人工判定,易产生主观上的误差。因此,提出一种基于随机森林的MCI自动诊断方法,通过机器学习的方式,高效准确地判定MCI;同时应用遗传算法更高效地搜索求解模型的最优参数。结果表明,该方法与医学人工诊断方式相比准确率提高约5%,且在求取随机森林的最优参数问题上,与网格搜索相比,遗传算法所用时间约为其1/45。

关键词： MCI 随机森林遗传算法最优参数

来源：评论

学校读者我要写书评

暂无评论

基于图结构特征采样数据摘要的联邦知识图谱查询

引用

计算机工程 2023年第1期49卷 73-81页

作者：高峰李秋顾进广武汉科技大学计算机科学与技术学院武汉430065 湖北省智能信息处理与实时工业系统重点实验室武汉430065 武汉科技大学大数据科学与工程研究院武汉430065 国家新闻出版署富媒体数字出版内容组织与知识服务重点实验室北京100083

联邦SPARQL查询是通过构建查询计划来指导查询执行,数据摘要索引文件捕获了RDF数据集的结构和语义信息,对查询计划生成过程中子查询基数评估至关重要。现有的数据摘要生成方法需要远程遍历每个数据源的完整数据,该过程成本消耗较高,且... 详细信息

联邦SPARQL查询是通过构建查询计划来指导查询执行,数据摘要索引文件捕获了RDF数据集的结构和语义信息,对查询计划生成过程中子查询基数评估至关重要。现有的数据摘要生成方法需要远程遍历每个数据源的完整数据,该过程成本消耗较高,且在大部分环境中联邦查询无法完成对大数据集的统计工作。为在减少数据摘要索引文件生成时间和内存开销的同时捕获尽可能真实的计数信息,考虑主语和谓语的分布偏差,提出利用样图生成原始图近似数据摘要的方法。使用对RDF图出度特征加权的采样方法获取原始图的典型样图,通过改进的映射函数将样图中的信息映射到原始图上,从而生成原始图的近似数据摘要。实验结果表明,该方法相比于基线方法至少节省了70%的数据摘要索引文件生成时间,并且仅采样0.5%的原始图生成的近似数据摘要即可在查询正确率上与基线方法保持高度一致。

关键词：数据摘要数据源索引 RDF图采样联邦查询查询性能

来源：评论

学校读者我要写书评

暂无评论

结合规则学习与深度学习的诊疗关系抽取

引用

计算机应用与软件 2024年第3期41卷 56-62,93页

作者：高峰杨佳欣顾进广武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学大数据科学与工程研究院湖北武汉430065 湖北省智能信息处理与实时工业系统重点实验室湖北武汉430065 富媒体数字出版内容组织与知识服务重点实验室湖北武汉430065

诊疗关系的自动识别和抽取有助于医生进行诊疗决策。传统的关系抽取模型对部分数据没有良好的解释性,因此,以神经网络进行规则学习和泛化,设计打分机制,通过规则匹配实现关系抽取,而后对未正确匹配数据进行针对性深度学习模型训练,完成... 详细信息

诊疗关系的自动识别和抽取有助于医生进行诊疗决策。传统的关系抽取模型对部分数据没有良好的解释性,因此,以神经网络进行规则学习和泛化,设计打分机制,通过规则匹配实现关系抽取,而后对未正确匹配数据进行针对性深度学习模型训练,完成最终的诊疗关系抽取。使用以疾病为中心的诊疗流程相关文本展开实验验证该方法的效果。实验结果表明,该方法不仅通过少量人工规则使关系抽取增加了可解释性,还可以显著提高关系抽取的效果。

关键词：人工智能医疗领域关系抽取深度学习规则学习

来源：评论

学校读者我要写书评

暂无评论

技术密集型企业的创新能力及其对实体经济的影响分析

引用

科技管理研究 2024年第7期44卷 27-34页

作者：浦墨李岩孟庆斌高影繁中国科学技术信息研究所北京100038 富媒体数字出版内容组织与知识服务重点实验室北京100038 中国人民大学商学院北京100089

为研究技术密集型企业的创新能力并探究其对国家实体经济的影响情况,参照A股市场通用的交易性成分指数拟合方式,从上市企业中遴选出300家技术密集型上市企业样本并编制能表征技术密集型企业这个群体的市场表现指标—技术密集型企业300,... 详细信息

为研究技术密集型企业的创新能力并探究其对国家实体经济的影响情况,参照A股市场通用的交易性成分指数拟合方式,从上市企业中遴选出300家技术密集型上市企业样本并编制能表征技术密集型企业这个群体的市场表现指标—技术密集型企业300,进而以此为基础从市场表现、产业结构和区域分布情况等方面探究技术密集型企业的创新能力,同时借助自向量回归模型(VAR)的构建和脉冲响应函数的分析探究技术密集型企业对国家实体经济的影响情况。技术密集型企业的整体表现优于蓝筹企业,传统制造企业是其科技创新的主力军,重点分布于首都北京及东南沿海地区,其市场表现对实体经济的重要组成部分工业和消费呈现出正向影响,且对科技含量较高的工业影响最大。

关键词：技术密集型企业技术创新能力实体经济

来源：评论

学校读者我要写书评

暂无评论

英汉双语富媒体知识图谱构建工程研究——以CNS英文期刊为例

引用

情报工程 2023年第5期9卷 84-96页

作者：韦向峰缪建明张全袁毅中国科学院声学研究所北京100190 富媒体数字出版内容组织与知识服务重点实验室北京100038 中国兵器工业信息中心北京100089

[目的/意义]研究自动构建英汉双语富媒体知识图谱的方法和过程,为跨语言多模态知识图谱的自动构建提供借鉴参考,对及时获取最新英文科研成果、科技情报监测等具有重要意义。[方法/过程]采用自顶向下和自底向上相结合的方法,先从顶层设... 详细信息

[目的/意义]研究自动构建英汉双语富媒体知识图谱的方法和过程,为跨语言多模态知识图谱的自动构建提供借鉴参考,对及时获取最新英文科研成果、科技情报监测等具有重要意义。[方法/过程]采用自顶向下和自底向上相结合的方法,先从顶层设计要抽取的主要实体、属性和关系,从底层非结构化文本数据进行分析抽取细粒度的实体和属性,对有歧义实体和跨语言实体进行实体对齐,对跨媒体的实体进行实体链接,用图数据库实现知识图谱的存储及应用。[局限]未来需进一步提高细粒度实体的抽取正确率,对音视频媒体进行特征提取和内容自动识别。[结果/结论]以CNS(Cell、Nature、Science)等英文科技期刊网站为例,通过数据抓取、实体抽取、属性抽取、知识融合、跨媒体链接等过程,实现了英汉双语富媒体知识图谱的构建、存储和可视化展示。

关键词：富媒体知识图谱实体抽取实体对齐语步识别

来源：评论

学校读者我要写书评

暂无评论

基于视频弹幕的特征发现及情感分析研究

引用

计算机技术与发展 2022年第1期32卷 141-146页

作者：王力中国科学技术信息研究所北京100038 富媒体数字出版内容组织与知识服务重点实验室北京100038

随着数字媒体技术的快速发展,弹幕在电子产品评测视频中的使用频率逐年增高,越来越多的用户倾向于通过这种方式了解产品的信息并发表自己的见解。该类弹幕评论除了具有短小、实时性强等特点外,还包含着大量弹幕用户的情感倾向信息。这... 详细信息

随着数字媒体技术的快速发展,弹幕在电子产品评测视频中的使用频率逐年增高,越来越多的用户倾向于通过这种方式了解产品的信息并发表自己的见解。该类弹幕评论除了具有短小、实时性强等特点外,还包含着大量弹幕用户的情感倾向信息。这些信息对于网站和商家都具有重要意义。针对这个问题,对爬取的华为P30手机评测视频共9万2千余条视频弹幕,使用统计方法分析该类弹幕评论特点;接着结合词向量技术(Word2Vec)、卷积神经网络(CNN)和双向长短记忆神经网络(BILSTM)的优势,在BILSTM-CNN对时序数据进行编码后,引入ATTENTION机制,构建BILSTM-CNN-ATT组合模型,并通过多组对比实验进行验证。结果表明,弹幕长度和弹幕数量呈负相关关系。在九种模型中,BILSTM-CNN-ATT组合模型在电子产品评测视频的弹幕评论中具有良好的情感分析效果。

关键词：情感分析深度学习弹幕注意力机制双向长短记忆神经网络

来源：评论

学校读者我要写书评

暂无评论

面向融合出版前沿主题发现的学术论文未来工作句挖掘研究

引用

情报工程 2023年第5期9卷 123-138页

作者：谢林蕾向熠章成志南京理工大学经济管理学院信息管理系南京210094 富媒体数字出版内容组织与知识服务重点实验室北京100038

[目的/意义]近年来,随着传统出版与数字出版的不断融合,形成了融合出版的新兴范式。如何科学准确地把握融合出版领域未来研究趋势具有重要研究意义。学术论文中描述未来研究工作的句子(简称“未来工作句”),不但可以辅助预测未来可能出... 详细信息

[目的/意义]近年来,随着传统出版与数字出版的不断融合,形成了融合出版的新兴范式。如何科学准确地把握融合出版领域未来研究趋势具有重要研究意义。学术论文中描述未来研究工作的句子(简称“未来工作句”),不但可以辅助预测未来可能出现的前沿主题,还可为科研工作者、特别是初学者选题提供参考。[方法/过程]对融合出版领域论文中的未来工作句进行人工标注和类别划分,构建未来工作句识别与分类语料库。在此基础上,使用支持向量机、朴素贝叶斯和随机森林三种模型结合SelectKBest特征选择方法,来训练未来工作句自动识别模型。[结果/结论]LinearSVC在未来工作句自动识别任务中表现最为出色,其加权F1值达到92.08%。另外,本文对分类语料库中的未来工作句内容及其类别进行分析,得到融合出版领域未来工作句的类别分布及其变化规律。

关键词：融合出版未来工作句机器学习文本分类内容分析

来源：评论

学校读者我要写书评

暂无评论

结合多尺度融合和图匹配的行人重识别

引用

计算机工程与设计 2024年第7期45卷 2180-2186页

作者：李冬张智武汉科技大学计算机科学与技术学院湖北武汉430065 国家新闻出版署富媒体数字出版内容组织与知识服务重点实验室北京100038 武汉科技大学湖北省智能信息处理与实时计算重点实验室湖北武汉430065 武汉科技大学大数据科学与工程研究院湖北武汉430065

由于行人遮挡、视角变化等因素影响,传统的行人重识别并不能准确表达遮挡行人的信息。针对该问题,提出一种基于多尺度融合和图匹配的网络模型。分为提取不同尺度的特征和基于拓扑结构匹配图像两个部分,将主干网络分为两个子分支分别提... 详细信息

由于行人遮挡、视角变化等因素影响,传统的行人重识别并不能准确表达遮挡行人的信息。针对该问题,提出一种基于多尺度融合和图匹配的网络模型。分为提取不同尺度的特征和基于拓扑结构匹配图像两个部分,将主干网络分为两个子分支分别提取全局特征并融合多个网络层面的局部特征;使用多头注意力机制学习相邻关键点的关系,基于拓扑结构匹配图像并预测相似度结果。使用ResNet-50作为主干网络,在Occluded-Duke数据集上的Rank-1和mAP分别是64.8%和59.9%,验证该模型在遮挡行人重识别中有一定程度的准确率提升。

关键词：行人重识别目标检测局部特征多尺度特征融合图注意力机制图匹配卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于参数迁移的领域命名实体识别方法

引用

情报工程 2022年第3期8卷 13-27页

作者：孙新任翔渝郑洪超杨凯歌北京理工大学计算机学院北京100081 富媒体数字出版内容组织与知识服务重点实验室北京100038

[目的/意义]命名实体识别是自然语言处理领域中的基础任务,基于深度学习的方法在通用领域的命名实体中取得了显著成果,但在特定领域识别效果不佳。为了解决工业信息化领域标注数据不足,数据特征差异较大、模型难以扩展的问题,首先提出... 详细信息

[目的/意义]命名实体识别是自然语言处理领域中的基础任务,基于深度学习的方法在通用领域的命名实体中取得了显著成果,但在特定领域识别效果不佳。为了解决工业信息化领域标注数据不足,数据特征差异较大、模型难以扩展的问题,首先提出了一种基于Transformer的有限区间命名实体识别模型。[方法/过程]采用预训练模型对文本进行分布式表示,然后利用基于有限区间的标注方法对输入序列进行标注,解决传统标注法在训练过程中可能导致的序列标注不一致的问题。在此基础上,引入迁移学习策略,采用参数共享的方式,将通用领域的命名实体识别模型迁移到工业信息化领域,并在工业信息化领域数据集上进行微调,最终获得在工业信息化领域上表现良好的模型。[结果/结论]实验结果表明,本文提出的有限区间命名实体识别模型在工业信息化领域数据集上的准确率较基线模型提高了8.7%,基于参数迁移的领域命名实体识别方法在人民日报语料和工业信息化领域数据集上的准确率和综合指标F值相较未使用迁移学习的模型分别提高了3.1%和1.1%,证明了迁移策略的有效性。

关键词：命名实体识别深度学习迁移学习预训练语言模型

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：