检索结果-内蒙古大学图书馆

计算机科学 2022年第5期49卷 113-119页

作者：朱哲清耿海军钱宇华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 山西大学大数据科学与产业研究院太原030006

化学键识别是化学结构识别任务的重要组成部分。化学键中的单键、双键和三键都是由线段组成的,采用霍夫变换进行线段检测时容易产生冗余数据和干扰数据。为此,提出了一种面向化学键的线段聚类算法,对霍夫变换检出的线段进行聚类,进而合... 详细信息

化学键识别是化学结构识别任务的重要组成部分。化学键中的单键、双键和三键都是由线段组成的,采用霍夫变换进行线段检测时容易产生冗余数据和干扰数据。为此,提出了一种面向化学键的线段聚类算法,对霍夫变换检出的线段进行聚类,进而合并冗余线段。具体而言,基于线段间空间关系的分析,定义线段间的相对相似性与间隔相似性度量;利用这两种度量,进行基于线段合并的聚类方法。实验结果表明,所提出的相似性度量可以全面地刻画线段间的相似关系;该算法能获得较好的聚类结果,同时能够准确复原化学键组成线段的真实位置,是一种有效的化学结构图像预处理方法。

关键词：化学结构式识别 Hough变换化学键线段聚类

来源：评论

学校读者我要写书评

暂无评论

基于反事实推理的阅读理解去偏方法

引用

软件导刊 2023年第1期22卷 152-157页

作者：扆雅欣孙欣伊谭红叶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

目前,阅读理解模型在一些数据集上已经达到甚至超越人类水平。但研究表明,模型很可能利用数据集偏见,不需要理解原文进行推理就能完成任务,导致模型泛化性下降。针对此问题,提出一种基于反事实推理的阅读理解去偏方法,在原始训练集上训... 详细信息

目前,阅读理解模型在一些数据集上已经达到甚至超越人类水平。但研究表明,模型很可能利用数据集偏见,不需要理解原文进行推理就能完成任务,导致模型泛化性下降。针对此问题,提出一种基于反事实推理的阅读理解去偏方法,在原始训练集上训练得到模型,并基于选项与问题构建反事实输入,提取模型捕捉到的偏见,最后结合模型的原始输出和反事实输出调整模型预测,实现偏见消除。在中英文代表性阅读理解数据集C3、Dream上开展充分实验,结果显示该方法在这两种数据集上的性能分别提升2.31%、1.21%,具有一定的消偏能力。

关键词：阅读理解反事实推理偏见提取偏见消除

来源：评论

学校读者我要写书评

暂无评论

基于局部注意力机制的中文短文本实体链接

引用

计算机工程 2021年第11期47卷 77-83,92页

作者：张晟旗王元龙李茹王笑月王晓晖闫智超山西大学计算机与信息技术学院太原030006 山西大学计算机智能与中文信息处理教育部重点实验室太原030006

实体链接是加强语义理解和连接知识信息与文本的有效方法,但目前多数模型对上下文语境的精准理解受限于文本长度,面向短文本的实体链接任务存在实体边界识别错误和实体语义理解错误的问题。针对中文短文本的实体链接任务,构建基于局部... 详细信息

实体链接是加强语义理解和连接知识信息与文本的有效方法,但目前多数模型对上下文语境的精准理解受限于文本长度,面向短文本的实体链接任务存在实体边界识别错误和实体语义理解错误的问题。针对中文短文本的实体链接任务,构建基于局部注意力机制的实体链接模型。在实体消歧的过程中,通过对待消歧文本与实体的知识描述文本进行拼接,将短文本转换为长文本,同时引入局部注意力机制,缓解长距离依赖问题并强化局部的上下文信息。实验结果表明,相比于传统加入BIO标注方法的模型,该模型在CCKS2019和CCKS2020数据集上的F1值分别提升了4.41%和1.52%。

关键词：实体链接上下文语义理解中文短文本局部注意力机制

来源：评论

学校读者我要写书评

暂无评论

混合局部因果结构学习

引用

计算机科学与探索 2021年第4期15卷 754-765页

作者：王雲霞曹付元凌兆龙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 安徽大学计算机科学与技术学院合肥230601

局部因果结构学习是发现和学习给定一个目标变量的直接原因和直接结果而无需学习一个完整因果网络的过程。目前已有算法通常由两个步骤完成:步骤1使用约束类算法利用独立性测试学习目标变量的马尔科夫毯(MB)或父子节点集(PC),但是该步... 详细信息

局部因果结构学习是发现和学习给定一个目标变量的直接原因和直接结果而无需学习一个完整因果网络的过程。目前已有算法通常由两个步骤完成:步骤1使用约束类算法利用独立性测试学习目标变量的马尔科夫毯(MB)或父子节点集(PC),但是该步骤由于受到有限的数据样本量等因素影响使得独立性测试存在一定的错误性,而导致该步骤精度通常不是很高;步骤2利用V结构及Meek规则来进行边的定向,但是该步骤由于极其依赖于V结构的发现且同样受到有限样本的影响,使得算法精度相对不是很高。基于上述问题,提出利用打分和限制相结合的混合方式来缓减有限样本问题且提高算法精度。步骤1通过在基于限制的算法中加入打分思想来提高数据有效性,进而提出SIAPC算法;步骤2通过利用PC算法得到的定向结果和对部分数据集打分得到的定向结果的交集来确定边的方向,以此来降低对V结构的依赖性且缓减有限样本问题,之后使用独立性测试修正边的定向结果来进一步提高算法精度,进而提出HLCS算法。在标准贝叶斯网络上,实验验证了该算法相对于已有算法在精度方面具有更好的性能且能够有效缓减数据效率问题。

关键词：贝叶斯网络局部因果结构学习马尔科夫毯(MB) V结构

来源：评论

学校读者我要写书评

暂无评论

大语言模型故事理解能力评价数据集

引用

中文信息学报 2025年第2期39卷 52-62页

作者：闫国航郭亚鑫谭红叶张虎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

故事包含大量的社会、物理等常识,同时蕴含深刻的道理,是知识传播、文化传承、价值塑造的重要载体。故事理解是NLP中的一项重要任务。近几年,研究者对大语言模型(LLMs)的语言理解能力进行了很多评估与分析,但由于现有的故事理解数据集... 详细信息

故事包含大量的社会、物理等常识,同时蕴含深刻的道理,是知识传播、文化传承、价值塑造的重要载体。故事理解是NLP中的一项重要任务。近几年,研究者对大语言模型(LLMs)的语言理解能力进行了很多评估与分析,但由于现有的故事理解数据集大多为答案出现于原文的实体类问题,因此对LLMs故事理解能力的评价与分析非常有限。为此,该文构建了一个寓言故事理解数据集CRMUS,并基于人类故事理解的认知过程:先进行常识推理,然后理解故事寓意,设计了两个任务来评价模型的相应能力。基于CSMUS数据集,该文对多个代表性的LLMs进行了评估,发现LLMs已经可以较好地理解故事中的常识并进行推理,但在理解故事寓意方面还存在很大提升空间。此外,该文使用项目反应理论(IRT)对数据集进行了质量分析,表明该数据集是高质量的,可以有效评估LLMs。

关键词：故事理解常识推理数据集项目反应理论

来源：评论

学校读者我要写书评

暂无评论

新工科背景下思政教育融入数据科学导论课程教学探索

引用

计算机教育 2023年第4期 108-112页

作者：张超翟岩慧李德玉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

针对新工科背景下如何将思政教育融入数据科学导论课程的问题,提出包含爱国情怀、科学思维、人文素养、工程伦理4个维度的教学内容,阐述教学目标、教学内容、教学手段3方面协同的课程思政路径,以数据科学导论课程为例介绍具体实践,说明... 详细信息

针对新工科背景下如何将思政教育融入数据科学导论课程的问题,提出包含爱国情怀、科学思维、人文素养、工程伦理4个维度的教学内容,阐述教学目标、教学内容、教学手段3方面协同的课程思政路径,以数据科学导论课程为例介绍具体实践,说明教学成效并总结教学经验,形成相关课程思政的实践经验。

关键词：新工科思政教育数据科学导论课程思政路径

来源：评论

学校读者我要写书评

暂无评论

融合知识的旅游景点及属性的情感分类方法

引用

山西大学学报(自然科学版) 2021年第3期44卷 514-522页

作者：李德玉郝思青王素格廖健王敏山西大学计算机与信息技术学院山西大学计算智能与中文信息处理教育部重点实验室

随着智慧旅游建设的不断发展,文本情感分类已成为智慧旅游中一项关键技术。为此,文章提出了一种面向旅游领域的景点及景点属性的情感分类方法,通过融合旅游知识信息强化景点的语义表示,使用BiLSTM和注意力机制学习旅游评论的情感特征,... 详细信息

随着智慧旅游建设的不断发展,文本情感分类已成为智慧旅游中一项关键技术。为此,文章提出了一种面向旅游领域的景点及景点属性的情感分类方法,通过融合旅游知识信息强化景点的语义表示,使用BiLSTM和注意力机制学习旅游评论的情感特征,通过联合学习使景点情感类别和景点属性的情感类别相互关联,实现景点情感类别和景点属性情感类别的预测。在自建的山西旅游评论数据集上进行实验,实验结果表明加入知识信息比之前的模型分类准确率提高了1.4%。利用联合学习将景点情感分类和景点属性情感分类的准确率分别提高0.98%和1.54%,有效地提升了旅游评论情感分类的性能。

关键词：智慧旅游情感分析知识表示联合学习

来源：评论

学校读者我要写书评

暂无评论

基于聚类的标签集成传播算法

引用

山西大学学报(自然科学版) 2021年第6期 1099-1105页

作者：王锋侯艳伟魏巍崔军彪山西大学计算机与信息技术学院山西大学计算智能与中文信息处理教育部重点实验室

基于图的标签传播算法是半监督学习中的研究热点之一,其性能很大程度依赖于图的质量。为了应对这一问题,文章提出了基于聚类的标签集成传播算法。该算法对样本集进行多次聚类,在每次聚类产生的簇中,利用互补熵度量簇内样本标签的混乱程... 详细信息

基于图的标签传播算法是半监督学习中的研究热点之一,其性能很大程度依赖于图的质量。为了应对这一问题,文章提出了基于聚类的标签集成传播算法。该算法对样本集进行多次聚类,在每次聚类产生的簇中,利用互补熵度量簇内样本标签的混乱程度,并在混乱程度较小的簇中进行标签传播,当一个未标记样本获得某个标签的次数与聚类次数的比值大于50%时,将该样本标记为这一标签,迭代运行聚类与标签传播,直至所有未标记样本都获得标签。该算法可以在一定程度上缓解基于图的标签传播算法的构图困难引起的问题。在5个UCI数据集上的实验结果表明,与4种经典的基于图的标签传播算法相比,文章提出的算法在分类准确率上提升了1%～9%。

关键词：半监督学习标签集成聚类互补熵标签传播

来源：评论

学校读者我要写书评

暂无评论

基于后悔理论和可调多粒度复模糊概率粗糙集的三支群决策

引用

山西大学学报(自然科学版) 2025年第3期48卷 492-504页

作者：张嘉辉张超李德玉庞继芳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(山西大学)

本文针对传统的三支决策方法面临的三个关键挑战进行了深入研究。首先，传统方法需要明确定义主观阈值，这限制了其在不同场景下的适用性。其次，传统方法在信息融合方面缺乏强解释性，难以提供清晰的决策依据。因此，本文利用复模糊集... 详细信息

本文针对传统的三支决策方法面临的三个关键挑战进行了深入研究。首先，传统方法需要明确定义主观阈值，这限制了其在不同场景下的适用性。其次，传统方法在信息融合方面缺乏强解释性，难以提供清晰的决策依据。因此，本文利用复模糊集构建可调多粒度复模糊信息系统，并结合基于决策的三支决策方法客观获取分类阈值，构造了可调多粒度复模糊概率粗糙集。最后，决策者常常受制于有限理性，这在实际决策中不可避免。基于此，本文在行为决策理论下，将决策者在决策过程中心理因素对结果的影响展现出来。综上所述，本文提出了一种基于复模糊集和后悔理论的多粒度三支决策模型，旨在解决复杂多属性群决策问题。进一步地，本文利用共享单车租赁数据集进行了详细的实验分析，验证了该模型在求解复模糊环境下蕴含决策风险和有限理性的决策问题时的可行性和有效性。同时，在容错能力和专家经验所发挥的效能上，都获得了较大提升。

关键词：决策智能行为决策多粒度智能交通系统

来源：评论

学校读者我要写书评

暂无评论

基于数据增强的高考阅读理解自动答题研究

引用

中文信息学报 2021年第9期35卷 132-140页

作者：张虎张颖杨陟卓钱揖丽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

机器阅读理解是自然语言处理领域中的一项重要研究任务,高考阅读理解自动答题是近年来阅读理解任务中的又一挑战。目前高考语文阅读理解任务中真题和模拟题的数量相对较少,基于深度学习的方法受到实验数据规模较小的限制,所得的实验结... 详细信息

机器阅读理解是自然语言处理领域中的一项重要研究任务,高考阅读理解自动答题是近年来阅读理解任务中的又一挑战。目前高考语文阅读理解任务中真题和模拟题的数量相对较少,基于深度学习的方法受到实验数据规模较小的限制,所得的实验结果相比传统方法无明显优势。基于此,该文探索了面向高考语文阅读理解的数据增强方法,结合传统的EDA数据增强思路提出了适应于高考阅读理解的EDA策略,针对阅读材料普遍较长的特征提出了基于滑动窗口的材料动态裁剪方式,围绕材料中不同句子的重要性差异明显的问题,提出了基于相似度计算的材料句质量评价方法。实验结果表明,三种方法均能提升高考题阅读理解自动答题的效果,答题准确率最高可提升5个百分点以上。

关键词：阅读理解高考题数据增强深度学习

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：