检索结果-内蒙古大学图书馆

计算机研究与发展 2015年第3期52卷 629-638页

作者：赵传君王素格李德玉李欣山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室(山西大学) 太原030006

针对目标领域带标签数据偏少的问题,综合运用半监督学习、BootStrapping、数据分组、AdaBoost、集成学习等策略与技术,提出了一种基于分组提升集成的跨领域文本情感分类方法.该方法首先利用少量人工标注的目标领域数据,基于合成过抽样... 详细信息

针对目标领域带标签数据偏少的问题,综合运用半监督学习、BootStrapping、数据分组、AdaBoost、集成学习等策略与技术,提出了一种基于分组提升集成的跨领域文本情感分类方法.该方法首先利用少量人工标注的目标领域数据,基于合成过抽样技术产生一定数量的虚拟数据.在此基础上,采用BootStrapping方法获得更多目标领域高可信度的带标签数据.在分类器的构建方面,首先将源领域的带标签数据等量分割,并分别与目标领域带标签数据组合,在每个组合数据块上运用AdaBoost方法提升地训练多个分类器,并将这些分类器线性地集成为一个分类器.在亚马逊购物网站4个领域的情感数据集上的实验表明,基于分组提升集成的跨领域文本情感分类方法一定程度上提高了跨领域文本情感分类的精度.

关键词：情感分类跨领域合成过抽样技术分组提升集成分类器

来源：评论

学校读者我要写书评

暂无评论

一种面向蛋白质复合体检测的图聚类方法

引用

计算机研究与发展 2015年第8期52卷 1784-1793页

作者：王杰梁吉业郑文萍山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室(山西大学) 太原030006

蛋白质互作用(protein-protein interaction,PPI)网络是广泛存在的一类复杂生物网络,其网络拓扑特征与功能模块分析密切相关.图聚类是对复杂网络进行分析和处理的一种重要计算方法.传统的PPI网络中蛋白质复合体检测算法通常对网络图中... 详细信息

蛋白质互作用(protein-protein interaction,PPI)网络是广泛存在的一类复杂生物网络,其网络拓扑特征与功能模块分析密切相关.图聚类是对复杂网络进行分析和处理的一种重要计算方法.传统的PPI网络中蛋白质复合体检测算法通常对网络图中的对象进行硬划分,而寻找网络中的重叠簇的软聚类算法已成为当前研究热点之一.现有的软聚类算法较少关注寻找网络中具有重要生物意义的小规模非稠密簇.对此,基于网络中结点邻域给出了边关联强度的度量方法,并在此基础上提出了一种基于流模拟的PPI网络中复合体检测的图聚类(flow-simulation graph clustering,F-GCL)算法,该算法可以在快速发现PPI网络中的重叠簇的同时找到小规模非稠密簇;同时,与MCODE(molecular complex detection),MCL(Markov clustering),RNSC(restricted neighborhood search clustering)和CPM(clique percolation method)算法在6个酿酒酵母PPI网络上进行比较,该算法在F-measure,Accuracy,Separation方面表现了较好的性能.

关键词：流模拟图聚类软聚类蛋白质互作用网络蛋白质复合体

来源：评论

学校读者我要写书评

暂无评论

面向大数据的粒计算理论与方法研究进展

引用

大数据 2016年第4期2卷 13-23页

作者：梁吉业钱宇华李德玉胡清华山西大学计算智能与中文信息处理教育部重点实验室山西太原030006 山西大学计算机与信息技术学院山西太原030006 天津大学计算机科学与技术学院天津300072

大数据的规模性、多模态性与增长性给传统的数据挖掘方法带来了挑战。粒计算作为智能信息处理领域中大规模复杂问题求解的有效方法,探索大数据分析的粒计算理论与方法有望为应对这些挑战提供新的思路和策略。瞄准若干大数据挖掘任务,对... 详细信息

大数据的规模性、多模态性与增长性给传统的数据挖掘方法带来了挑战。粒计算作为智能信息处理领域中大规模复杂问题求解的有效方法,探索大数据分析的粒计算理论与方法有望为应对这些挑战提供新的思路和策略。瞄准若干大数据挖掘任务,对数据粒化、多粒度模式发现与融合、多粒度/跨粒度推理等方面取得的一些进展进行梳理和剖析,并针对天文数据挖掘和微博数据挖掘两个典型示范应用领域的初步研究进行了总结,以期为大数据挖掘领域的研究做出有益的探索。

关键词：大数据粒计算数据挖掘信息粒化多粒度

来源：评论

学校读者我要写书评

暂无评论

基于联合模型的商品口碑数据情感挖掘

基于联合模型的商品口碑数据情感挖掘

引用

第十五届全国计算语言学学术会议(CCL2016)暨第四届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD-2016)

作者：李大宇李旸王素格山西大学计算机与信息技术学院山西太原 030006 山西大学计算机与信息技术学院山西太原 030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原 030006

为了同时挖掘商品口碑数据中所谈论的对象、对象的某个方面以及评论者对这个方面的观点,用于指导消费者的消费和生产厂家对商品的改进,本文面向口碑数据提出一个无监督对象方面情感联合模型.该模型假设方面分布依赖于对象分布,情感分布... 详细信息

为了同时挖掘商品口碑数据中所谈论的对象、对象的某个方面以及评论者对这个方面的观点,用于指导消费者的消费和生产厂家对商品的改进,本文面向口碑数据提出一个无监督对象方面情感联合模型.该模型假设方面分布依赖于对象分布,情感分布依赖于方面分布和对象分布,词是采样的最小单位.在汽车口碑数据上进行了多组实验,实验表明,无监督对象方面情感联合模型不仅可以判别文本方面和文本情感的类别,而且还可以获取文本对象信息.

关键词：商品口碑数据情感挖掘无监督对象方面情感联合模型

来源：评论

学校读者我要写书评

暂无评论

基于关联关系分析的符号数据分类方法

基于关联关系分析的符号数据分类方法

引用

2016苏鲁黑浙四省声学技术学术会议

作者：付康安郭虎升王文剑山西大学计算机与信息技术学院太原030006 山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

由于符号属性数据缺乏固有的几何特性,不能简单地将现有的数值属性数据分类算法应用于符号属性数据.为了提高符号属性数据的性能,提出一种基于关联关系分析的支持向量机分类方法(Support Vector Machine Classification Approach Based ... 详细信息

由于符号属性数据缺乏固有的几何特性,不能简单地将现有的数值属性数据分类算法应用于符号属性数据.为了提高符号属性数据的性能,提出一种基于关联关系分析的支持向量机分类方法(Support Vector Machine Classification Approach Based on Correlation Analysis,CA_SVM).通过分析属性值与标签之间的相关性,得到属性值对标签的影响因子;然后结合属性值在类内出现的频率,使得所有原始符号数据下的属性值在不失信息的情况下转换成数值型数据;转换后的数据既可以体现属性值与标签之间的关联关系,也可以有效地表示相同属性下属性值之间的距离;最后用支持向量机(Support Vector Machine,SVM)进行分类.在标准UCI数据集上的实验结果表明,CA_SVM模型能够提高分类精度.

关键词：符号数据分类方法关联关系支持向量机

来源：评论

学校读者我要写书评

暂无评论

面向阅读理解复杂问题的句子融合

面向阅读理解复杂问题的句子融合

引用

第十五届全国计算语言学学术会议(CCL2016)暨第四届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD-2016)

作者：谭红叶赵红红李茹山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006 山西大学计算机与信息技术学院山西太原030006

阅读理解的研究是目前NLP领域的一个研究热点.阅读理解中好的复杂问题解答策略不仅要进行答案句的抽取,还要对答案句进行融合、生成相应的答案,但是目前的研究大多集中在前者.本文针对复杂问题解答中的句子融合进行研究,提出了一种兼顾... 详细信息

阅读理解的研究是目前NLP领域的一个研究热点.阅读理解中好的复杂问题解答策略不仅要进行答案句的抽取,还要对答案句进行融合、生成相应的答案,但是目前的研究大多集中在前者.本文针对复杂问题解答中的句子融合进行研究,提出了一种兼顾句子重要信息、问题关联度与句子流畅度的句子融合方法.该方法的主要思想为:首先,基于句子拆分和词重要度选择待融合部分;然后,基于词对齐进行句子相同信息的合并;最后,利用基于依存关系、二元语言模型及词重要度的整数线性规划优化生成句子.在历年高考阅读理解数据集上的测试结果表明,该方法取得了82.62％的F值,同时更好地保证了结果的可读性及信息量.

关键词：自然语言处理阅读理解复杂问题句子融合文本生成

来源：评论

学校读者我要写书评

暂无评论

面向高考阅读理解的句子语义相关度研究

面向高考阅读理解的句子语义相关度研究

引用

第十五届全国计算语言学学术会议(CCL2016)暨第四届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD-2016)

作者：郭少茹张虎钱揖丽李茹杨陟卓马淑晖山西大学计算机与信息技术学院山西太原030006 山西大学计算机与信息技术学院山西太原030006 计算智能与中文信息处理教育部重点实验室山西太原030006

高考阅读理解选择题是基于背景材料,通过对材料的“理解”从多个选项中选出最佳选项.由于提供的背景材料相对较短且关键信息极具隐藏性,答案可能无法在背景材料中直接找到.因此,如何从背景材料中挖掘信息并与选项进行相关性分析是解答... 详细信息

高考阅读理解选择题是基于背景材料,通过对材料的“理解”从多个选项中选出最佳选项.由于提供的背景材料相对较短且关键信息极具隐藏性,答案可能无法在背景材料中直接找到.因此,如何从背景材料中挖掘信息并与选项进行相关性分析是解答该类问题的关键,而句子级的语义相关性分析是背景材料与选项相关性分析的基础.本文通过对大量高考科技文文意理解类选择题进行分析,提出基于多维度投票算法(Multi-Dimension Voting)的句子语义相关度计算方法.该方法将不同维度的语义相关性作为度量标准,运用投票算法的思想,选取问题的最佳选项.在近十年北京市高考真题上进行测试,正确率为61.53％,验证了该方法的有效性.

关键词：高考语文题名阅读理解语义相关度选择题投票算法

来源：评论

学校读者我要写书评

暂无评论

大数据关联关系度量研究综述

引用

数据采集与处理 2015年第6期30卷 1147-1159页

作者：钱宇华成红红梁新彦王建新山西大学计算智能与中文信息处理教育部重点实验室太原030006 山西大学计算机与信息技术学院太原030006

大数据关联性分析是大数据挖掘的基础,一个好的关联性度量是实施关联分析的关键。本文首先指出大数据时代关联度量面临的挑战和研究现状,从关联关系度量的构造角度出发,对现有的关联关系度量进行整理,归纳总结了这些关联关系的性质和适... 详细信息

大数据关联性分析是大数据挖掘的基础,一个好的关联性度量是实施关联分析的关键。本文首先指出大数据时代关联度量面临的挑战和研究现状,从关联关系度量的构造角度出发,对现有的关联关系度量进行整理,归纳总结了这些关联关系的性质和适用条件。在回顾关联度量发展历程的基础上,结合大数据时代关联关系的特点,提出构造关联度量可能满足的条件。最后针对多模态数据关联关系度量的若干问题进行探讨和梳理,从3个角度出发,提出应对多模态数据空间转换的挑战,以引起对该领域更深入的思考与研究工作,从而促进大数据挖掘工作的进展。

关键词：大数据关联性分析关联度量多模态数据

来源：评论

学校读者我要写书评

暂无评论

一种快速均值飘移图像分割算法

引用

数据采集与处理 2015年第1期30卷 192-201页

作者：赵胜男王文剑山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

图像分割是图像分析及图像理解的关键步骤。与其他图像分割算法相比,均值漂移(Mean Shift)算法具有原理简单、无需先验知识、可以处理灰度图像及复杂的自然彩色图像等优点。但该算法需要对图像中每个像素点进行迭代计算,因此分割所需要... 详细信息

图像分割是图像分析及图像理解的关键步骤。与其他图像分割算法相比,均值漂移(Mean Shift)算法具有原理简单、无需先验知识、可以处理灰度图像及复杂的自然彩色图像等优点。但该算法需要对图像中每个像素点进行迭代计算,因此分割所需要的时间较长。本文提出了一种快速Mean Shift图像分割算法(Fast mean shift,FMS),将少量像素点作为初始点进行迭代计算,而出现在高维球区域内的其他像素点根据其到已有类中心的距离进行归类,从而减少Mean Shift算法的迭代次数,缩短分割时间。实验结果表明,本文提出的快速Mean Shift图像分割算法可以获得良好的分割结果且具有较高的分割效率。

关键词：图像分割均值飘移聚类归并

来源：评论

学校读者我要写书评

暂无评论

一种基于稀疏度和距离的初始类中心选择算法

引用

山西大学学报(自然科学版) 2015年第1期38卷 73-78页

作者：曹付元武鹏鹏山西大学计算机与信息技术学院计算智能与中文信息处理教育部重点实验室

结合谱聚类算法中的自适应尺度和最大最小距离算法的思想,提出了一种基于稀疏度和距离的初始类中心选择算法,并将提出的初始类中心选择算法应用于k-means和Fuzzy k-means算法的初始类中心选择,在UCI和真实数据上的实验结果表明提出的算... 详细信息

结合谱聚类算法中的自适应尺度和最大最小距离算法的思想,提出了一种基于稀疏度和距离的初始类中心选择算法,并将提出的初始类中心选择算法应用于k-means和Fuzzy k-means算法的初始类中心选择,在UCI和真实数据上的实验结果表明提出的算法是有效和可行的。

关键词：初始类中心稀疏度最大最小距离算法 k-means聚类

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：