检索结果-内蒙古大学图书馆

计算机科学 2016年第7期43卷 234-239页

作者：张军王素格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

跨领域文本情感分类已成为自然语言处理领域的一个研究热点。针对传统主动学习不能利用领域间的相关信息以及词袋模型不能过滤与情感分类无关的词语,提出了一种基于逐步优化分类模型的跨领域文本情感分类方法。首先选择源领域和目标领... 详细信息

跨领域文本情感分类已成为自然语言处理领域的一个研究热点。针对传统主动学习不能利用领域间的相关信息以及词袋模型不能过滤与情感分类无关的词语,提出了一种基于逐步优化分类模型的跨领域文本情感分类方法。首先选择源领域和目标领域的公共情感词作为特征,在源领域上训练分类模型,再对目标领域进行初始类别标注,选择高置信度的文本作为分类模型的初始种子样本。为了加快目标领域的分类模型的优化速度,在每次迭代时,选取低置信度的文本供专家标注,将标注的结果与高置信度文本共同加入训练集,再根据情感词典、评价词搭配抽取规则以及辅助特征词从训练集中动态抽取特征集。实验结果表明,该方法不仅有效地改善了跨领域情感分类效果,而且在一定程度上降低了人工标注样本的代价。

关键词：情感分类跨领域分类模型特征抽取置信度

来源：评论

学校读者我要写书评

暂无评论

基于博文及网络结构信息的好友推荐方法

引用

计算机工程与应用 2016年第1期52卷 55-60页

作者：许超逸李德玉王素格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

由于人们在书写用户属性信息时随意性和虚假性,使得在进行用户兴趣建模时用户属性无法得到有效利用。针对该问题,提出了一种基于兴趣偏好和网络结构的混合好友推荐方法。采用LDA主题模型对用户微博进行建模,从中挖掘用户兴趣,并依据同... 详细信息

由于人们在书写用户属性信息时随意性和虚假性,使得在进行用户兴趣建模时用户属性无法得到有效利用。针对该问题,提出了一种基于兴趣偏好和网络结构的混合好友推荐方法。采用LDA主题模型对用户微博进行建模,从中挖掘用户兴趣,并依据同质性原理利用好友兴趣偏好对目标用户兴趣偏好进行修正。同时,采用一种新颖的基于网络结构的预测指标度量用户间的亲密程度。实验结果表明,与仅利用网络结构的推荐效果相比,加入用户兴趣后的模型在准确率及AUC指标上有显著提升,同时也可提高部分博文主题不明确用户的兴趣挖掘效果。

关键词：好友推荐社交网络微博网络结构用户兴趣

来源：评论

学校读者我要写书评

暂无评论

面向非平衡文本情感分类的TSF特征选择方法

引用

计算机科学 2016年第10期43卷 206-210,224页

作者：王杰李德玉王素格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

非平衡数据中样本数量的不平衡分布往往伴随着特征分布的不平衡,在多数类文本中经常出现的特征,在少数类中却很少出现。针对非平衡数据特征分布的特点,提出了一种新的双边fisher特征选择算法TSF。该方法通过显式地组合正相关和负相关特... 详细信息

非平衡数据中样本数量的不平衡分布往往伴随着特征分布的不平衡,在多数类文本中经常出现的特征,在少数类中却很少出现。针对非平衡数据特征分布的特点,提出了一种新的双边fisher特征选择算法TSF。该方法通过显式地组合正相关和负相关特征,缓解了特征层面的非平衡性,较好地表示了文本的信息。TSF方法在图书评论和COAE2014微博非平衡数据上进行实验,结果验证了该方法是可行的。

关键词：非平衡文本情感分类正负相关特征双边特征选择

来源：评论

学校读者我要写书评

暂无评论

采用无标注语料和词“粘连”剔除策略的韵律短语识别

引用

计算机科学 2016年第2期43卷 51-56页

作者：钱揖丽蔡滢滢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

针对人工标注韵律结构获取大规模语料的困难和问题,利用标点符号能够表示停顿的性质,提出一种采用无标注语料和词"粘连"剔除策略的韵律短语识别方法。对标点符号划分等级,并在利用其模拟韵律边界时对其赋予不同的权重。基于... 详细信息

针对人工标注韵律结构获取大规模语料的困难和问题,利用标点符号能够表示停顿的性质,提出一种采用无标注语料和词"粘连"剔除策略的韵律短语识别方法。对标点符号划分等级,并在利用其模拟韵律边界时对其赋予不同的权重。基于无标注语料构建最大熵模型,并采取Top-K方法实现句子韵律短语边界的自动预测。通过计算相邻语法词词性间的互信息对句子进行"粘连"处理,生成"粘连"单元,并对出现在其内部的韵律边界进行剔除,实现韵律短语的自动识别。实验结果表明,获取无标注语料时对标点进行分级利用及采用"粘连"剔除策略能够明显提升模型性能,该方法能够获得较好的识别效果。

关键词：无标注语料韵律短语边界最大熵(ME) 互信息

来源：评论

学校读者我要写书评

暂无评论

基于词分布式表征的汉语框架排歧模型

基于词分布式表征的汉语框架排歧模型

引用

第十六届全国计算语言学学术会议暨第五届基于自然标注大数据的自然语言处理国际学术研讨会

作者：张力文王瑞波李茹张晟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 山西大学软件学院山西太原 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 山西省大数据挖掘与智能技术协同创新中心山西太原 030006

框架排歧是根据句子中目标词的上下文语境,从框架库中为该目标词自动选择一个合适的框架.该任务在一定程度上解决了动词中一词多义的现象.本文基于词语及句子的分布式表征,提出了基于距离和基于词语相似度矩阵的框架排歧模型.与传统方... 详细信息

框架排歧是根据句子中目标词的上下文语境,从框架库中为该目标词自动选择一个合适的框架.该任务在一定程度上解决了动词中一词多义的现象.本文基于词语及句子的分布式表征,提出了基于距离和基于词语相似度矩阵的框架排歧模型.与传统方法相比,本模型有效避免了人工选择特征,克服了特征空间维度过高、特征之间没有关联性等缺点,使框架排歧的准确率达到65.71％.并与当前最好的模型,进行显著性和一致性检验,进一步验证了词分布式表征对框架排歧任务的有效性.

关键词：汉语词汇框架排歧分布式表征

来源：评论

学校读者我要写书评

暂无评论

基于移动感知的智能手机防盗软件的研究

引用

计算机工程与应用 2016年第24期52卷 75-79页

作者：高嘉伟王鑫鑫刘鹏睿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太原030006

得益于硬件技术的发展,智能手机感知信息的方式日益丰富。因而以智能手机自带的传感器件为出发点,以移动感知为基础,设计并开发了一款智能手机防盗软件。该软件针对智能手机在生活中的不同使用场景,利用手机自带的加速度传感器、环境光... 详细信息

得益于硬件技术的发展,智能手机感知信息的方式日益丰富。因而以智能手机自带的传感器件为出发点,以移动感知为基础,设计并开发了一款智能手机防盗软件。该软件针对智能手机在生活中的不同使用场景,利用手机自带的加速度传感器、环境光传感器、接近传感器以及手机内部的广播机制,通过分析从周围环境获取的实时数据来判断手机状态是否变化,从而实现不同的防盗模式。其中在通过加速度传感器输出值判断手机状态时,设计了三轴加速度从手机坐标系到参考坐标系的四元数转换算法,以利于客观统一地判断手机的运动状态。此外,通过手机内部短信广播的截获技术来判断设备是否收到短信以及短信内容是否为预设指令,实现对手机的远程控制。目前Android智能手机的市场占有率高达80%,因而以Android手机为例,实现了上述智能手机防盗软件。各项功能经过真机测试,均已达到预期效果。

关键词：移动感知智能手机防盗远程控制

来源：评论

学校读者我要写书评

暂无评论

一种改进的粒子滤波算法及其在GPS/DR组合定位中的应用

引用

计算机科学 2016年第9期43卷 218-222页

作者：杜航原王文剑白亮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太原030006

针对粒子滤波的重要性密度函数选择问题,提出一种基于集合卡尔曼滤波(Ensemble Kalman Filter,EnKF)的改进粒子滤波算法。该方法利用集合卡尔曼滤波产生粒子滤波在每一时刻各粒子的重要性密度函数,在融合最新观测信息的同时,使重要性密... 详细信息

针对粒子滤波的重要性密度函数选择问题,提出一种基于集合卡尔曼滤波(Ensemble Kalman Filter,EnKF)的改进粒子滤波算法。该方法利用集合卡尔曼滤波产生粒子滤波在每一时刻各粒子的重要性密度函数,在融合最新观测信息的同时,使重要性密度函数更加符合状态的真实后验概率分布。为消除样本枯竭现象,对重采样后的粒子进行马尔科夫链蒙特卡洛处理。在仿真实验中,将新算法用于GPS/DR组合定位系统,与粒子滤波、扩展卡尔曼粒子滤波以及无迹粒子滤波进行比较。仿真结果表明,该算法的估计精度高于传统粒子滤波算法,同时其能够有效控制计算量,并且在粒子数目较少时仍能保证较好的估计性能。

关键词：粒子滤波重要性密度函数集合卡尔曼滤波组合定位系统

来源：评论

学校读者我要写书评

暂无评论

基于汉语框架语义网的篇章关系识别

基于汉语框架语义网的篇章关系识别

引用

第十六届全国计算语言学学术会议暨第五届基于自然标注大数据的自然语言处理国际学术研讨会

作者：李国臣张雅星李茹山西大学计算机与信息技术学院山西太原 030006 太原工业学院计算机工程系山西太原 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 030008 山西省大数据挖掘与智能技术协同创新中心山西太原 030006

篇章关系识别是篇章分析中一项具有挑战性的子任务.传统的篇章关系分析主要是用篇章的局部特征对篇章关系进行分析,但是局部特征无法直接诠释篇章单元的外部语义关系,因此本文基于汉语框架语义网识别篇章关系,在框架语义层面对篇章单元... 详细信息

篇章关系识别是篇章分析中一项具有挑战性的子任务.传统的篇章关系分析主要是用篇章的局部特征对篇章关系进行分析,但是局部特征无法直接诠释篇章单元的外部语义关系,因此本文基于汉语框架语义网识别篇章关系,在框架语义层面对篇章单元进行分析.本文主要利用汉语框架语义网中的目标词,对篇章单元进行分析,从而识别出篇章关系.本文的实验结果表明,核心目标词更能完整表达篇章单元的核心语义,对篇章关系的识别有较好的效果.

关键词：汉语框架语义网篇章单元关系识别核心目标词

来源：评论

学校读者我要写书评

暂无评论

基于新的空间关系特征的图像检索方法

引用

计算机应用 2016年第7期36卷 1918-1922页

作者：郭倩杨红菊梁新彦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

图像与图像之间没有清晰的空间结构,这样就不能有效利用图像间空间结构上的相关性信息,针对此问题提出一种基于新的空间关系特征的图像检索方法。首先,提取待查询图像在内的全部图像的特征向量。然后,计算特征向量每两个之间的相似性,... 详细信息

图像与图像之间没有清晰的空间结构,这样就不能有效利用图像间空间结构上的相关性信息,针对此问题提出一种基于新的空间关系特征的图像检索方法。首先,提取待查询图像在内的全部图像的特征向量。然后,计算特征向量每两个之间的相似性,形成相似性矩阵。将相似性矩阵的列集合作为新特征向量,命名为新的空间关系特征向量,从而将原来的特征向量映射到一个欧氏空间上。最后,在新特征空间上计算相似性,特征向量之间的相似性问题就转化为新的空间关系特征向量之间的相似性问题。在新特征空间上,图像与图像之间的空间结构变得清晰了,有利于图像检索准确度的提高。在Corel数据库上进行实验,所提方法在平均检索查准率、查全率-查准率和可视化评价指标上都优于基于颜色直方图的图像检索方法。结果表明,基于新的空间关系特征的图像检索方法有效利用了图像间空间结构上的相关性信息,具有更好的检索效果。

关键词：空间结构特征向量相似性矩阵特征空间图像检索

来源：评论

学校读者我要写书评

暂无评论

组合粗尺度异质性和细尺度匀质性的像元交换算法用于超分辨率制图

引用

计算机科学 2016年第2期43卷 38-40页

作者：胡建龙李德玉白鹤祥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

空间依赖性的刻画对超分辨率制图方法起着关键作用。根据观察及实验,粗尺度空间能更好地刻画空间地物异质性,同时细尺度空间能更好地刻画空间地物的匀质性。因此提出了一种结合粗尺度空间异质性和细尺度空间匀质性的像元交换算法用于超... 详细信息

空间依赖性的刻画对超分辨率制图方法起着关键作用。根据观察及实验,粗尺度空间能更好地刻画空间地物异质性,同时细尺度空间能更好地刻画空间地物的匀质性。因此提出了一种结合粗尺度空间异质性和细尺度空间匀质性的像元交换算法用于超分辨率制图。提出的基于组合粗尺度异质性和细尺度匀质性的空间依赖性度量能更好地刻画复杂地物环境。在合成影像上的实验结果验证了提出的算法能在保持分数信息不变的前提下获得更高的制图精度。

关键词：匀质性异质性超分辨率制图

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：