检索结果-内蒙古大学图书馆

计算机工程 2020年第9期46卷 274-282页

作者：东熠刘景发刘文杰南京信息工程大学计算机与软件学院南京210044 广东外语外贸大学广州市非通用语种智能处理重点实验室广州510006 广东外语外贸大学信息科学与技术学院广州510006

基于关键词匹配检索的传统搜索引擎爬全率和爬准率较低,而使用基于语义检索的主题爬虫方法容易偏离主题与陷入局部最优。针对该问题,提出一种采用多目标蚁群优化算法的主题爬虫方法。构建主题爬虫领域本体和主题向量,以链接的锚文本相... 详细信息

基于关键词匹配检索的传统搜索引擎爬全率和爬准率较低,而使用基于语义检索的主题爬虫方法容易偏离主题与陷入局部最优。针对该问题,提出一种采用多目标蚁群优化算法的主题爬虫方法。构建主题爬虫领域本体和主题向量,以链接的锚文本相关度、链接所在网页主题相关度以及链接指向网页主题相关度为指标判断链接是否与主题相关,并建立链接主题相关度的多目标优化模型,将基于多目标优化的蚁群算法引入主题爬虫的链接选择过程,采用非支配排序和最近最远候选解法选取Pareto最优链接,以引导主题爬虫搜索方向并提升全局搜索性能。实验结果表明,与FCSA、WSE等传统主题爬虫方法相比,该方法爬准率更高,并且能更快抓取到主题相关度高的网页。

关键词：主题爬虫蚁群算法多目标优化暴雨灾害本体构建

来源：评论

学校读者我要写书评

暂无评论

印地语自然语言处理研究进展

引用

中文信息学报 2023年第5期37卷 53-69页

作者：王连喜林楠铠蒋盛益邓致妍广州市非通用语种智能处理重点实验室广东广州510006 广东外语外贸大学信息科学与技术学院广东广州510006 广东外语外贸大学亚非语言文化学院广东广州510420

与西方语言相比,印地语是东南亚地区的一种低资源语言。由于缺少相应的语料、标注规范及计算模型,当前印地语自然语言处理工作并未得到重视,也不能较好地迁移通用语种研究中的前沿方法。该文在进行文献调研和计量分析的基础上,回顾了印... 详细信息

与西方语言相比,印地语是东南亚地区的一种低资源语言。由于缺少相应的语料、标注规范及计算模型,当前印地语自然语言处理工作并未得到重视,也不能较好地迁移通用语种研究中的前沿方法。该文在进行文献调研和计量分析的基础上,回顾了印地语自然语言处理研究在基础资源建设、词性标注、命名实体识别、句法分析、词义消歧、信息检索、机器翻译、情感分析以及自动摘要等方面的研究进展,最后提出了该领域研究可能面临的问题及挑战,并展望未来发展趋势。

关键词：印地语自然语言处理低资源语言

来源：评论

学校读者我要写书评

暂无评论

注入图情领域知识的命名实体识别模型

引用

图书馆论坛 2023年第7期43卷 15-25页

作者：王娟王志红曹树金广东外语外贸大学信息科学与技术学院清华大学计算机科学与技术系、中关村实验室中山大学信息管理学院

命名实体分类和识别是自然语言处理中的关键任务,其识别效果将会影响许多下游任务的性能。文章基于现有知识图谱,提出图情领域九大类实体,构建适用于图情领域实体识别的LISERNIE+BiGRU+CRF模型。其中,LISERNIE模型的训练以ERNIE为基础,... 详细信息

命名实体分类和识别是自然语言处理中的关键任务,其识别效果将会影响许多下游任务的性能。文章基于现有知识图谱,提出图情领域九大类实体,构建适用于图情领域实体识别的LISERNIE+BiGRU+CRF模型。其中,LISERNIE模型的训练以ERNIE为基础,增加了注入图情领域知识的预训练阶段训练。通过开展广泛的实验,发现LISERNIE+BiGRU+CRF模型能有效识别出命名实体,且在小规模标注数据集上具有明显的性能优势;当应用到后续的开放域关系抽取实验时,其准确率远高于CORE系统,可为进一步构建知识图谱、问答系统、机器阅读等提供模型和数据支撑。

关键词：命名实体识别知识图谱预训练语言模型领域知识

来源：评论

学校读者我要写书评

暂无评论

基于运动受限弹簧质子模型的图像上采样

引用

计算机学报 2011年第9期34卷 1621-1628页

作者：龚永义罗笑南广东外语外贸大学信息学院广州510006 国家数字家庭工程技术研究中心广州510006 中山大学信息科学与技术学院广州510006 教育部数字家庭重点实验室(中山大学) 广州510006

图像上采样是可视媒体技术的重要组成部分.作者提出一种新的方法,将图像上采样问题转换成基于运动受限弹簧质子模型的力学平衡和基于变形网格的上采样问题.首先,根据图像放大的特点,作者调整传统弹簧质子模型中拉伸/排斥力的传统方法定... 详细信息

图像上采样是可视媒体技术的重要组成部分.作者提出一种新的方法,将图像上采样问题转换成基于运动受限弹簧质子模型的力学平衡和基于变形网格的上采样问题.首先,根据图像放大的特点,作者调整传统弹簧质子模型中拉伸/排斥力的传统方法定义方式,避免质子对邻域外其它质子的运动产生拉伸干扰;设计向心力,限制质子活动区域;基于源图像梯度场模的梯度场定义模型外力,使所有边缘质子所受外力垂直指向图像边缘方向,非边缘质子所受外力几乎为零;基于Helmholtz-Hodge定理引进光滑正则项,保证变形的光滑性.然后,通过弹簧质子模型确定图元控制区域网格,并基于该网格实现上采样.作者提供了若干实验数据说明方法是有意义的.

关键词：图像上采样运动受限弹簧质子模型图元控制区域

来源：评论

学校读者我要写书评

暂无评论

基于形成性评估的英国高校计算机教学模式分析

引用

计算机教育 2017年第5期 158-162页

作者：路美秀李霞张新猛郝鹃广东外语外贸大学信息科学与技术学院广东广州510420 广东外语外贸大学语言工程与计算实验室广东广州510420

针对广东省普通高等学校实施学分制管理若干意见,以英国兰开夏大学计算机专业教学为例,根据理论课、实验课以及实践教学开展情况对基于形成性评估的教学模式进行研究和分析,指出基于形成性评估的教学模式更能提高学生的学习兴趣和学习动... 详细信息

针对广东省普通高等学校实施学分制管理若干意见,以英国兰开夏大学计算机专业教学为例,根据理论课、实验课以及实践教学开展情况对基于形成性评估的教学模式进行研究和分析,指出基于形成性评估的教学模式更能提高学生的学习兴趣和学习动机,为学分制教学改革提供借鉴和参考。

关键词：形成性评估计算机教育数据库教学模式

来源：评论

学校读者我要写书评

暂无评论

基于主题聚类的短文本情绪分类方法

引用

计算机与数字工程 2020年第6期48卷 1400-1404,1439页

作者：林江豪顾也力周咏梅阳爱民陈锦广东外语外贸大学语言工程与计算实验室广州510006 广东外语外贸大学东方语言文化学院广州510420 广东外语外贸大学信息科学与技术学院广州510006

针对现有短文本细粒度情绪分类研究中的不足,提出基于概率潜在语义分析(PLSA)模型和K-means聚类的短文本细粒度情绪分类方法。基于PLSA计算获得语料集的文档与主题、词语与主题之间的概率矩阵;在词语与主题概率分布上,基于K-means算法... 详细信息

针对现有短文本细粒度情绪分类研究中的不足,提出基于概率潜在语义分析(PLSA)模型和K-means聚类的短文本细粒度情绪分类方法。基于PLSA计算获得语料集的文档与主题、词语与主题之间的概率矩阵;在词语与主题概率分布上,基于K-means算法对词汇在主题上的概率分布进行聚类,进而将相近主题进行合并处理;基于情感本体库,认为某一类情绪词汇出现的概率最高的主题与词汇的情绪类别相同,对合并后的主题进行情绪类别识别;最后,基于合并后的文档与主题概率矩阵,认为出现在某一主题概率最高的文档与主题的情绪类别相同,对文档情绪类别进行分类。实验结果表明,采用PLSA+K-means比PLSA可取得更高的分类准确率,总体分类准确率达到95.23%。

关键词：情绪分类情绪类别 PLSA模型 K-means

来源：评论

学校读者我要写书评

暂无评论

基于表情符号的情感词典的构建研究

引用

计算机技术与发展 2019年第6期29卷 181-185页

作者：林江豪顾也力周咏梅阳爱民陈锦广东外语外贸大学广东广州510006 广东外语外贸大学语言工程与计算实验室广东广州510006 广东外语外贸大学信息科学与技术学院广东广州510006

情感词典是文本情感分析的基础资源。利用表情符号明显的情感表达作用,提出一种基于种子表情符和SO-PMI算法结合的情感词典构建方法。选择44个情感明显、内容丰富的表情符号词作为种子情感集合。构建过程融合了TF-IDF值在词汇重要程度... 详细信息

情感词典是文本情感分析的基础资源。利用表情符号明显的情感表达作用,提出一种基于种子表情符和SO-PMI算法结合的情感词典构建方法。选择44个情感明显、内容丰富的表情符号词作为种子情感集合。构建过程融合了TF-IDF值在词汇重要程度的度量作用,有效选择候选情感词集。基于SO-PMI算法,在大量语料中计算候选情感词汇与种子表情符号之间的情感共现信息,进而确定词汇的情感权值和极性。在500万条微博语料中,计算并构建情感词典SentiNet,共有情感词汇13814个,其中正向词汇6885个,负向词汇6929个。将SentiNet应用于微博文本情感分析任务中,实验结果表明,SentiNet能实现情感词的情感表示,并可应用于大规模的微博语料情感分析任务。该方法融合了情感词的重要度衡量优势和种子表情符号集的情感表达优势,证明了获得的情感权值有效。

关键词：情感词典情感词情感权值种子表情符号 SO-PMI TF-IDF

来源：评论

学校读者我要写书评

暂无评论

基于PLSA的新闻评论情绪类别自动标注方法

引用

计算机系统应用 2019年第1期28卷 207-211页

作者：林江豪顾也力周咏梅阳爱民广东外语外贸大学语言工程与计算实验室广州510006 广东外语外贸大学信息科学与技术学院广州510006 广东外语外贸大学东方语言文化学院广州510420

针对大规模语料手动标注困难的问题,提出利用概率潜在语义分析(PLSA)模型的新闻评论自动标注方法.利用PLSA计算获得语料集的"文档-主题"和"词语-主题"概率矩阵;基于情感本体库和"词语-主题"概率矩阵,认... 详细信息

针对大规模语料手动标注困难的问题,提出利用概率潜在语义分析(PLSA)模型的新闻评论自动标注方法.利用PLSA计算获得语料集的"文档-主题"和"词语-主题"概率矩阵;基于情感本体库和"词语-主题"概率矩阵,认为某一类情绪词汇出现的概率最高的主题与词汇的情绪类别相同,对主题进行情绪类别标注;最后,基于"文档-主题"概率矩阵,认为出现在某一主题概率最高的文档与主题的情绪类别相同,通过"词汇-主题-文档"三者的关系,达到自动标注的效果.实验结果表明,本文提出的方法准确率可达到90%以上.

关键词：语料库情绪类别 PLSA模型语料标注自动标注

来源：评论

学校读者我要写书评

暂无评论

面向不平衡短文本情感多分类的三阶语义图数据增广方法

引用

计算机学报 2024年第12期47卷 2742-2759页

作者：颜学明黄翰金耀初钟国郝志峰广东外语外贸大学信息科学与技术学院华南理工大学软件学院大数据与智能机器人教育部重点实验室广东省大模型与生成式人工智能技术工程中心西湖大学工学院汕头大学数学与计算机学院

文本增广技术可以有效提升不平衡情感分类任务的性能.若文本增广过程中生成的少数类短文本数据未能体现完整的情感语义特征，则可能会导致不同类别之间的情感重叠问题出现.为了充分学习和理解少数类别的情感特征，本文提出一种面向不平... 详细信息

文本增广技术可以有效提升不平衡情感分类任务的性能.若文本增广过程中生成的少数类短文本数据未能体现完整的情感语义特征，则可能会导致不同类别之间的情感重叠问题出现.为了充分学习和理解少数类别的情感特征，本文提出一种面向不平衡文本情感多分类的三阶语义图数据增广方法，首先采用三阶语义图在多个词之间建立复杂的关系语义模型，用于表示多种可能的短文本局部情感语义和词节点依赖关系，然后提出了基于三阶语义图数据增广方法以平衡多分类文本的情感类别分布，从而有效实现不平衡短文本的情感分类.与传统的文本增广方法相比，在印尼语不平衡数据集上，本文提出的方法在少数类评价指标F1-measure和F2-measure上分别提升了5.75%和9.65%，在平衡情感识别能力指标G-means值上提升了2.91%；在马来语不平衡数据集上，本文提出的方法在少数类评价指标F1-measure和F3-measure上也分别提升了2.45%和4.81%，在平衡情感识别能力指标G-means值上提升了1.24%.此外，与传统的机器学习方法、深度网络模型等情感分类模型以及传统的短文本增广过采样模型相比，本文提出的方法在公开的印尼语、马来语、英语以及中文四个不平衡短文本数据集上都获得了最高的准确率Accuracy值.以上实验结果表明，融合不同模体的三阶语义图结构信息不仅可以有效表达文本中的局部情感语义以及词节点之间的依赖关系，还可以有效降低短文本数据增广过采样过程中引入新噪声的风险，并提升不平衡短文本的多分类性能.

关键词：三阶语义图文本增广平衡策略短文本情感分类模体

来源：评论

学校读者我要写书评

暂无评论

基于局部密度的无监督作文跑题检测方法

基于局部密度的无监督作文跑题检测方法

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：李霞温启帆广东外语外贸大学语言工程与计算实验室广东广州510006 广东外语外贸大学信息科学与技术学院广东广州510006 广东外语外贸大学信息科学与技术学院广东广州510006

针对现有的无监督作文跑题检测方法中使用作文内容向量表示作文存在非主题词噪音所导致的相似度不准确问题,本文提出一种基于作文主题词抽取和局部密度阈值选择的无监督作文跑题检测方法.首先使用LDA主题生成模型挖掘待测作文的主题词,... 详细信息

针对现有的无监督作文跑题检测方法中使用作文内容向量表示作文存在非主题词噪音所导致的相似度不准确问题,本文提出一种基于作文主题词抽取和局部密度阈值选择的无监督作文跑题检测方法.首先使用LDA主题生成模型挖掘待测作文的主题词,并使用分布式表示向量寻找与题目词项语义相似的词作为对作文题目的主题词扩展,在此基础上使用本文提出的切题度计算方法计算待测作文的切题度,并使用所提出的基于作文集切题度局部密度的阈值抽取方法动态选取切题阈值,进而实现一种无需训练集和主题无关的无监督作文跑题检测方法.在以英语为母语的学习者和以汉语为母语的学习者所写的8个作文集共9381篇作文上的实验结果表明,本文提出的作文跑题检测方法能有效识别跑题作文.

关键词：作文跑题检测主题词抽取切题度阈值选取

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：