检索结果-内蒙古大学图书馆

数据分析与知识发现 2024年第8期8卷 240-250页

作者：周抒王昊施国良石斌裘靖文南京大学信息管理学院南京210023 数据工程与知识服务江苏省高校重点实验室(南京大学) 南京210023 河海大学商学院南京211100

【目的】针对金融领域智能问答系统多轮对话中存在的回复不准确、返回多结果中精确度不足以及一词多义问题,构建多粒度多注意力交互匹配模型。【方法】提出基于BERT的多粒度多注意力交互匹配模型(MGMAI),MGMAI包含预处理层、表示层、注... 详细信息

【目的】针对金融领域智能问答系统多轮对话中存在的回复不准确、返回多结果中精确度不足以及一词多义问题,构建多粒度多注意力交互匹配模型。【方法】提出基于BERT的多粒度多注意力交互匹配模型(MGMAI),MGMAI包含预处理层、表示层、注意力交互层、语义聚合层和对话选择层,聚焦于对话中的关键信息并利用这些信息实现高效的对话匹配。【结果】MGMAI模型被应用于两个公开的多轮对话数据集上进行训练与验证,并在金融领域多轮对话数据上进行微调,实验结果表明,MGMAI在R10@1、R10@2、R10@5指标上比先进的深度语境建模模型高出0.019、0.010和0.007。【局限】仅在金融领域智能问答系统中进行测试,未在其他领域或更多样化的数据集上验证模型的泛化能力。【结论】MGMAI模型能有效提升金融领域智能问答系统中的多轮对话准确度和系统处理多义性问题的能力,对于类似的多轮对话系统,该模型展现出潜在的应用价值和改进空间。

关键词：多轮对话多粒度多注意力

来源：评论

学校读者我要写书评

暂无评论

奖惩视域下区块链政务数据共享演化博弈研究

引用

管理工程学报 2024年第4期38卷 122-132页

作者：韩普顾亮叶东宇李娜南京邮电大学管理学院江苏南京210003 江苏省数据工程与知识服务重点实验室江苏南京210023

区块链的政务数据共享可在确保数据安全的前提下打通各部门间数据壁垒,对进一步提升政府治理能力和公共服务水平具有重要意义。为探究奖惩视域下多方利益主体在政务数据共享中的行为倾向,本文首先构建了政府部门、区块链服务商和第三方... 详细信息

区块链的政务数据共享可在确保数据安全的前提下打通各部门间数据壁垒,对进一步提升政府治理能力和公共服务水平具有重要意义。为探究奖惩视域下多方利益主体在政务数据共享中的行为倾向,本文首先构建了政府部门、区块链服务商和第三方监管机构的演化博弈模型,其次通过模型稳定性分析探究了三方演化博弈的均衡条件,接着借助MATLAB对演化博弈结果进行仿真分析与验证,最后为推动区块链政务数据共享提出有针对性的建议。研究发现,政府部门、区块链服务商和第三方监管机构是区块链政务数据共享中不可或缺的重要参与者。其中,第三方监管机构对于促进区块链政务数据共享具有重要意义。合理的奖惩机制是区块链政务数据共享中的关键一环,适当的惩罚能够促使区块链服务商提供更安全的服务;适当的奖励可以激励监管机构严格监管区块链服务商的运营环境。本文为进一步推动区块链政务数据共享提供了具体可操作的建议。

关键词：区块链政务数据共享奖惩机制三方演化博弈

来源：评论

学校读者我要写书评

暂无评论

大语言模型背景下文献的跨学科知识组织和可视化研究

引用

图书情报工作 2024年第23期68卷 17-29页

作者：姜霖顾继光南通大学商学院南通226019 江苏省数据工程与知识服务重点实验室南京210023

[目的/意义]大科学时代,跨学科知识的融合成为科学发展的重要方向,也给跨学科知识组织和服务带来了巨大机遇和挑战。为提供跨学科知识服务,图书情报人员需对不同学科知识进行跨学科组织。[方法/过程]通过运用大语言模型中的命名实体识... 详细信息

[目的/意义]大科学时代,跨学科知识的融合成为科学发展的重要方向,也给跨学科知识组织和服务带来了巨大机遇和挑战。为提供跨学科知识服务,图书情报人员需对不同学科知识进行跨学科组织。[方法/过程]通过运用大语言模型中的命名实体识别技术、情感分析方法等对引文内容中隐藏的跨学科概念和跨学科知识关联进行识别和量化,并结合RDF数据格式和Virtuoso数据库对文献中的跨学科知识进行知识组织,最终以我国图情领域为例结合可视化方式对领域内跨学科知识的组合路径、被接纳程度等进行呈现,以便从多维度对跨学科知识的结合和演化过程进行分析。[结果/结论]研究从引用情感角度衡量跨学科知识组合被学科知识体系接纳的程度并进行知识组织,从而实现跨学科知识结合过程、路径以及效果的可视化呈现,为跨学科知识组织研究提供一定程度的参考。

关键词：知识组织跨学科大语言模型本体关联数据

来源：评论

学校读者我要写书评

暂无评论

面向古诗词的物象库构建方法及其分布规律研究

引用

图书馆杂志 2024年第1期43卷 96-108页

作者：刘懋霖赵萌王昊南京大学信息管理学院江苏省数据工程与知识服务重点实验室

在数字人文视野下,古诗词资源蕴含巨大价值但难以规模化分析。研究古诗词知识库的自动构建方法,有利于从宏观的角度对古诗词进行分析研究,挖掘其中价值。首先,基于“物象”的概念,尝试提取古诗词中所有可能包含情感的客观名物,降低分析... 详细信息

在数字人文视野下,古诗词资源蕴含巨大价值但难以规模化分析。研究古诗词知识库的自动构建方法,有利于从宏观的角度对古诗词进行分析研究,挖掘其中价值。首先,基于“物象”的概念,尝试提取古诗词中所有可能包含情感的客观名物,降低分析复杂度以构建自动化流程;其次,基于深度学习方法构建RoBERTa-BiLSTM-CRF模型,对古诗词语料进行物象抽取;之后,使用《全唐诗》和部分宋代诗词资源验证模型的可行性与泛用性;最后,成功构建《全唐诗》物象库,并初步分析其物象分布规律。使用《全唐诗》自动标注语料训练模型后,模型对普通名词、时间名词和地名识别的F1分值分别达到89.6%、93.3%和93.6%。将模型迁移至未用于训练的宋代诗词语料,抽取密度为每首诗4.5个物象,具备未登录词发现能力,说明模型有良好的泛用性和可扩展性。

关键词：数字人文古诗词物象深度学习

来源：评论

学校读者我要写书评

暂无评论

基于增强异构图融合的多模态医学实体识别研究

引用

现代情报 2024年

作者：韩普李雄南京邮电大学管理学院江苏省数据工程与知识服务重点实验室

[目的/意义]为充分挖掘医学图像与文本间语义关联信息，本文利用增强异构图融合方法提升图像特征表示并进行模态信息交互实现特征融合，进而提升多模态医学实体识别效果。[方法/过程]首先利用RoBERTa和ResNet分别提取医学文本与图像特... 详细信息

[目的/意义]为充分挖掘医学图像与文本间语义关联信息，本文利用增强异构图融合方法提升图像特征表示并进行模态信息交互实现特征融合，进而提升多模态医学实体识别效果。[方法/过程]首先利用RoBERTa和ResNet分别提取医学文本与图像特征，接着通过视觉增强模块捕获图像关键信息并过滤无关噪声，然后构建基于图像与文本节点和对应边的异构图以获取模态间细粒度语义关联，并通过自注意力机制、跨模态门控机制和位置前馈网络实现医学多模态特征融合，最后在中文多模态医学数据集上验证实体识别效果。[结果/结论]所构建的RMGFM模型在中文多模态医学数据集上F1值达到88.99%，相比UMT、AGBAN和UMGF等多模态基线模型的F1值分别提高了5.52%、5.28%和5.08%。实验表明RMGFM模型能有效挖掘医学图像和文本间语义关联信息，在中文多模态医学实体识别任务中表现优异。

关键词：异构图融合视觉增强多模态命名实体识别语义融合医疗健康

来源：评论

学校读者我要写书评

暂无评论

融合研究主题与关系网络结构的科研合作者推荐研究——以CNKI平台情报学领域的学者推荐为例

引用

现代情报 2024年第8期44卷 124-136页

作者：黄雪雯杨建林南京大学信息管理学院江苏南京210023 江苏省数据工程与知识服务重点实验室江苏南京210023

[目的/意义]强针对性、高自由度的合作者推荐服务能够促进科研工作者之间的知识和资源共享,提高科研质量与效率。[方法/过程]基于混合推荐方法的思想,从学者科研合作动机角度切入设计科研合作者推荐方案的框架并给出具体的实现过程。首... 详细信息

[目的/意义]强针对性、高自由度的合作者推荐服务能够促进科研工作者之间的知识和资源共享,提高科研质量与效率。[方法/过程]基于混合推荐方法的思想,从学者科研合作动机角度切入设计科研合作者推荐方案的框架并给出具体的实现过程。首先,针对寻求主题相似、主题指定或主题互补等合作者的需求,设计多项基于学者研究主题的推荐指标并给出计算方案;其次,面向寻求权威合作者的需求,设计多项基于关系网络结构的推荐指标并给出计算方案;最后,基于学者按需求提供的权重将两部分指标综合集成。[结果/结论]以情报学领域为例对论文所提科研合作者推荐方案进行实证研究。研究结果表明,结合领域内研究主题与学者关系网络结构的科研合作者推荐方案能够准确地识别出社会资本强度更高的备选合作者,能够更好地适应科研合作者推荐的个性化需求。

关键词：研究主题关系网络结构科研合作者推荐 BERTopic模型

来源：评论

学校读者我要写书评

暂无评论

面向公共政策制定全过程的舆情情报服务框架研究

引用

现代情报 2024年第1期44卷 130-142页

作者：王润琪杨建林南京大学信息管理学院江苏南京210023 江苏省数据工程与知识服务重点实验室江苏南京210023

[目的/意义]利用情报学理论与方法的优势,推进我国公共政策制定过程中应用舆情情报研究服务的智慧化发展。[方法/过程]分析舆情情报作用于公共政策制定全过程挖掘实践困境,引入RDJF循环提出公共政策制定全过程舆情情报服务模型的优化思... 详细信息

[目的/意义]利用情报学理论与方法的优势,推进我国公共政策制定过程中应用舆情情报研究服务的智慧化发展。[方法/过程]分析舆情情报作用于公共政策制定全过程挖掘实践困境,引入RDJF循环提出公共政策制定全过程舆情情报服务模型的优化思路。[结果/结论]构建面向公共政策制定全过程的舆情情报服务框架,并以调整国家法定节假日安排政策制定实例证明服务框架的严谨性,为利用舆情情报优化我国公共政策制定过程提供了参考。

关键词：公共政策制定舆情情报 RDJF循环情报服务框架

来源：评论

学校读者我要写书评

暂无评论

奖惩机制下社区垃圾分类行为演化博弈研究

引用

复杂系统与复杂性科学 2024年第3期21卷 120-127页

作者：韩普叶东宇顾亮南京邮电大学管理学院南京210003 南京大学江苏省数据工程与知识服务重点实验室南京210023

为探究奖惩机制下多方利益主体在社区垃圾分类中的行为倾向,构建了居民、居委会和地方政府的演化博弈模型,通过对模型求解和稳定性分析探讨三方均衡演化策略条件,并借助MATLAB进行仿真验证与结果分析。研究发现,居委会在社区垃圾分类中... 详细信息

为探究奖惩机制下多方利益主体在社区垃圾分类中的行为倾向,构建了居民、居委会和地方政府的演化博弈模型,通过对模型求解和稳定性分析探讨三方均衡演化策略条件,并借助MATLAB进行仿真验证与结果分析。研究发现,居委会在社区垃圾分类中扮演着重要角色,居民是社区垃圾分类的重要参与者,居委会的监督管理会直接影响居民的垃圾分类行为;地方政府合理的奖惩手段能有效调动二者的参与积极性,且相比于奖励措施,居民和居委会对惩罚措施的敏感度更高。

关键词：垃圾分类奖惩机制三方演化博弈

来源：评论

学校读者我要写书评

暂无评论

面向在线健康社区的生成式方面级情感分析

引用

现代情报 2024年第10期44卷 142-153页

作者：韩普叶东宇南京邮电大学管理学院江苏南京210003 江苏省数据工程与知识服务重点实验室江苏南京210023

[目的/意义]为解决在线健康社区文本中方面实体和评论实体难以对齐的问题,提出了一种基于端到端的生成式方面级情感分析模型BERT-WWM-GPT。[方法/过程]首先,在模型训练阶段通过编码器抽取文本中包含丰富语义信息的特征向量;其次,基于特... 详细信息

[目的/意义]为解决在线健康社区文本中方面实体和评论实体难以对齐的问题,提出了一种基于端到端的生成式方面级情感分析模型BERT-WWM-GPT。[方法/过程]首先,在模型训练阶段通过编码器抽取文本中包含丰富语义信息的特征向量;其次,基于特征向量和标准预测序列在解码器中迭代生成情感三元组,并通过最大似然估计训练模型参数;然后,在模型推理阶段基于文本语义特征向量在解码器生成预测序列;最后,利用规则得到有效的情感三元组表达。[结果/结论]对自建数据集和5份公共数据集进行验证,结果表明BERT-WWM-GPT模型在两个方面级情感分析任务中的F1值分别比基准模型GTS和MuG RoBERTa-large提升了12.25%和7.22%。BERT-WWM-GPT模型能够有效抽取在线健康社区评论中的多重情感三元组,且在其他领域具有优秀的泛化能力。

关键词：生成式模型方面级情感分析情感三元组在线健康社区

来源：评论

学校读者我要写书评

暂无评论

基于汉字多模信息与象形视觉对齐增强的古籍文本命名实体识别研究

引用

情报学报 2025年第4期44卷 452-465页

作者：郑旭辉王昊裘靖文南京大学信息管理学院南京210023 江苏省数据工程与知识服务重点实验室南京210023

古籍的语义解析与人文计算是建设文化强国的重要组成部分,而古籍文本命名实体识别(named entity recognition,NER)是开展后续古籍知识发现与组织的前提和基础,设计一种适用于简体化文言文特性的命名实体识别模型具有重要的研究意义。汉... 详细信息

古籍的语义解析与人文计算是建设文化强国的重要组成部分,而古籍文本命名实体识别(named entity recognition,NER)是开展后续古籍知识发现与组织的前提和基础,设计一种适用于简体化文言文特性的命名实体识别模型具有重要的研究意义。汉字本身具有大量象形特征的视觉信息与发音信息,这些更贴合汉字发展历史的知识能够为识别古籍中的实体提供更多的信息以提高模型性能。基于此,本文构建了基于多模态汉字象形表示的GMAE-NER(guwen multi-information alignment enhanced NER)模型,该模型创新性地提出了汉字象形层面里图像与笔画信息的多模态特征处理和对齐方法,实现了将BERT(bidirectional encoder representations from transformers)表征与汉字视觉信息、发音信息相融合,有效增强了古籍文本命名实体识别的效果。本文将模型在纪传体史书《后汉书》上进行了大量的实验与对比,发现相较于基线模型,GMAE-NER在各个类别实体识别的F1指标上均得到了1.32~15.00个百分点的提升,并且能更好地识别出古籍文本中重叠表述的实体,消融分析结果也充分证明了该模型中视觉编码、发音编码与特征融合模块的有效性。

关键词：古籍文本中文命名实体识别汉字字形汉字发音跨模态交互融合

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：