检索结果-内蒙古大学图书馆

数据分析与知识发现 2022年第11期6卷 139-153页

作者：李晓敏王昊李跃艳赵萌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京210093

【目的】利用关联数据技术对地名沿革的演变过程进行研究,更好地发挥地名的文化传承作用。【方法】构建中国地名演化知识库CGNE_Onto,制定演变类型强弱标志词识别历史沿革数据中的演变类型句,再利用BERT-BiLSTM-CRF深度学习模型识别演... 详细信息

【目的】利用关联数据技术对地名沿革的演变过程进行研究,更好地发挥地名的文化传承作用。【方法】构建中国地名演化知识库CGNE_Onto,制定演变类型强弱标志词识别历史沿革数据中的演变类型句,再利用BERT-BiLSTM-CRF深度学习模型识别演变类型句中的时间和地名实体,将识别出的时间和地名实体作为本体中的类构建本体知识库,同时从直接路径关系和间接路径关系角度对构建好的行政区划地名演化本体知识库进行可视化展示。并对各朝代不同演变类型的数量以及形成原因进行统计分析。【结果】实验结果表明,所提模型能够多角度、直观地展示地名演变情况,为地名数据的分析挖掘提供了一种新的思路。【局限】数据集规模较小,造成演变特征词也有一定的局限。【结论】构建的地名演化知识库能够直观、清晰地展现地名从古至今的演变情况,以及各朝代演变类型的情况。

关键词：数字人文本体知识库地名演变模式匹配实体识别

来源：评论

学校读者我要写书评

暂无评论

基于特征融合和多通道的突发公共卫生事件微博情感分析

引用

数据分析与知识发现 2021年第11期5卷 68-79页

作者：韩普张伟张展鹏王宇欣方浩宇南京邮电大学管理学院南京210003 江苏省数据工程与知识服务重点实验室南京210023

【目的】为进一步挖掘突发公共卫生事件微博文本深层语义信息,提出一种基于特征融合和注意力机制的多通道微博情感分析模型。【方法】首先,在特征向量嵌入层利用Word2Vec和FastText生成词向量,并与词性特征向量和位置特征向量进行融合;... 详细信息

【目的】为进一步挖掘突发公共卫生事件微博文本深层语义信息,提出一种基于特征融合和注意力机制的多通道微博情感分析模型。【方法】首先,在特征向量嵌入层利用Word2Vec和FastText生成词向量,并与词性特征向量和位置特征向量进行融合;其次,基于CNN和BiLSTM构建多通道层以提取微博文本局部和全局特征;接着,通过构建注意力机制层以提取微博文本重要语义特征;最后,在融合层合并多通道输出结果,并在输出层采用Softmax函数进行情感分类。【结果】在42384条突发公共卫生事件新冠疫情微博数据上进行对照实验,结果表明所提情感分析模型F1值达到90.21%,较基准模型CNN和BiLSTM分别提升9.71个百分点和9.14个百分点。【局限】所构建的数据集规模较小,并且尚未考虑图片和语音等多模态信息。【结论】所提模型在深度学习和多通道基础上,通过引入注意力机制并融合CNN和BiLSTM捕获的微博文本局部和全局语义特征达到了最优效果,进一步推动了微博情感分析研究进展。

关键词：多通道特征融合深度学习情感分析突发公共卫生事件

来源：评论

学校读者我要写书评

暂无评论

基于多任务和迁移学习的中文医学文献实体识别研究

引用

数据分析与知识发现 2023年第9期7卷 136-145页

作者：韩普顾亮叶东宇陈文祺南京邮电大学管理学院南京210003 江苏省数据工程与知识服务重点实验室南京210023

【目的】利用迁移学习和多任务学习解决中文医学文献实体识别冷启动和边界定位难的问题,进一步提高识别准确性。【方法】提出一种基于迁移学习和多任务学习的中文医学文献实体识别方法,构建混合深度学习BERT-BiLSTM-IDCNN-CRF的医学文... 详细信息

【目的】利用迁移学习和多任务学习解决中文医学文献实体识别冷启动和边界定位难的问题,进一步提高识别准确性。【方法】提出一种基于迁移学习和多任务学习的中文医学文献实体识别方法,构建混合深度学习BERT-BiLSTM-IDCNN-CRF的医学文献实体识别模型,通过实例迁移、模型迁移和特征迁移丰富医学语义特征,利用多任务学习构建粗粒度三分类任务以辅助实体识别任务有效利用实体边界信息,最后引入自注意力机制和Highway网络捕获全局重要信息并优化深层网络训练,提出TLMT-BBIC-HS模型。【结果】TLMT-BBIC-HS模型在中文糖尿病医学文献数据集上F1值达92.98%,较基准模型BERT-BiLSTM-CRF和BERT-IDCNN-CRF分别提高15.99个百分点和16.44个百分点。【局限】未验证模型的领域适应性。【结论】TLMT-BBIC-HS模型可实现医学知识的迁移共享,更适用于中文医学文献实体识别任务,可为医疗健康信息抽取、知识图谱和问答系统构建提供有效支持。

关键词：医学文献实体识别多任务学习迁移学习注意力机制 Highway网络

来源：评论

学校读者我要写书评

暂无评论

融合结构和内容的方志文本人物关系抽取方法

引用

数据分析与知识发现 2022年第2期6卷 318-328页

作者：王永生王昊虞为周泽聿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

【目的】在方志信息资源领域内开展关系抽取研究,探究方志文本中蕴含的地域文化传统。【方法】从文本结构和文本内容两个角度探讨关系抽取方法。文本结构上使用规则模板和词句特征的方法从原始文本中提取人物关系记录,并构建不同粒度的... 详细信息

【目的】在方志信息资源领域内开展关系抽取研究,探究方志文本中蕴含的地域文化传统。【方法】从文本结构和文本内容两个角度探讨关系抽取方法。文本结构上使用规则模板和词句特征的方法从原始文本中提取人物关系记录,并构建不同粒度的人物关系类别;文本内容上引入远程监督的方法进一步提取人物关系记录;最后引入BERT+Bi-GRU+ATT和BERT+FC深度学习模型将人物关系抽取任务转化为人物关系的多标签分类任务,并通过对关系标签修正的方式弱化远程监督引入的噪声对模型精度所产生的影响。【结果】基于多角度融合提出的关系抽取方法具有自动化程度高、关系记录提取率高的特征。深度学习BERT+FC模型在不同类别上F1值的提升幅度可达1%~27%;不同关系类别间表现出一定的亲和性,但类别本质不同;标签修正后的“强共现关系”F1值提高3%。【局限】仅探究了地方志中人物实体间关系,未拓展研究方志文本中其他实体间关系。【结论】基于多角度融合的方法提供了一套方志文本同类型实体关系抽取研究流程,引入深度学习模型增强了关系抽取方法的可移植性。

关键词：地方志关系抽取远程监督 BERT Bi-GRU

来源：评论

学校读者我要写书评

暂无评论

多模态命名实体识别研究进展

引用

数据分析与知识发现 2024年第4期8卷 50-63页

作者：韩普陈文祺南京邮电大学管理学院南京210003 数据工程与知识服务省高校重点实验室(南京大学) 南京210023

【目的】梳理归纳多模态命名实体识别研究成果,为后续相关研究提供参考与借鉴。【文献范围】在Web of Science、IEEE Xplore、ACM Digital Library、中国知网数据库中,以“多模态命名实体识别”“多模态信息抽取”“多模态知识图谱”为... 详细信息

【目的】梳理归纳多模态命名实体识别研究成果,为后续相关研究提供参考与借鉴。【文献范围】在Web of Science、IEEE Xplore、ACM Digital Library、中国知网数据库中,以“多模态命名实体识别”“多模态信息抽取”“多模态知识图谱”为检索词进行文献检索,共筛选出83篇代表性文献。【方法】从概念、特征表示、融合策略和预训练模型4个方面对多模态命名实体识别研究进行总结论述,指出现存问题和未来研究方向。【结果】多模态命名实体识别目前主要围绕模态特征表示和融合两个方面展开且在社交媒体领域取得了一定进展,需要进一步改进多模态细粒度特征提取和语义关联映射方法以提升模型的泛化性和可解释性。【局限】直接以多模态命名实体识别为研究主题的文献数量较少,在支撑综述结果方面存在局限性。【结论】针对多模态命名实体识别亟需解决的问题展望未来发展趋势,为进一步拓宽多模态学习在下游任务应用的研究范畴、破解模态壁垒和语义鸿沟提供了新思路。

关键词：多模态命名实体识别特征表示多模态融合多模态预训练

来源：评论

学校读者我要写书评

暂无评论

大数据环境下的情报流程研究

引用

情报理论与实践 2020年第12期43卷 46-53页

作者：陈祖琴蒋勋葛继科重庆科技学院 401331 江苏省数据工程与知识服务重点实验室(南京大学) 江苏南京210023

[目的/意义]研究大数据环境下的情报流程,探讨情报工作面临的机遇和挑战。[方法/过程]提出以大数据为基础的情报流程理论模型,将情报流程划分为需求明确、情报生成、决策支持三个阶段,并分析大数据环境下各情报环节的运行,梳理各情报环... 详细信息

[目的/意义]研究大数据环境下的情报流程,探讨情报工作面临的机遇和挑战。[方法/过程]提出以大数据为基础的情报流程理论模型,将情报流程划分为需求明确、情报生成、决策支持三个阶段,并分析大数据环境下各情报环节的运行,梳理各情报环节的运行过程和主要内容,展望大数据环境下情报学科的应用前景。[结果/结论]情报流程适应大数据环境做出相应的改变,有利于提高情报工作效率,凸显情报工作在科学研究中的价值,推动社会的发展,增强情报工作的决策支持作用。

关键词：情报流程情报研究大数据情报工作情报模型

来源：评论

学校读者我要写书评

暂无评论

融合关联信息的GCN文本分类模型构建及其应用研究

引用

数据分析与知识发现 2021年第9期5卷 31-41页

作者：周泽聿王昊赵梓博李跃艳张小琴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 金陵图书馆南京210023

【目的】有效学习文本上下文语境和词语间的关联性,提升文本自动分类的性能。【方法】提出一种融合关联信息的BERT-BiLSTM-SGCN(Similarity-GCN)长文本分类模型。首先,利用BERT得到待分类长文本的词向量初始特征,将其输入BiLSTM模型中... 详细信息

【目的】有效学习文本上下文语境和词语间的关联性,提升文本自动分类的性能。【方法】提出一种融合关联信息的BERT-BiLSTM-SGCN(Similarity-GCN)长文本分类模型。首先,利用BERT得到待分类长文本的词向量初始特征,将其输入BiLSTM模型中捕获语义关系,并将其输出作为图卷积网络的节点表示,其中每个节点代表每个词特征;然后,使用词之间的相似值作为图卷积网络中的节点之间的边表示,并将结合得到的节点表示以构造图结构作为SGCN层表示;最后,将利用SGCN层得到的长文本表示输出至全连接层中得到最终的分类结果。【结果】实验结果表明,针对知网中文文献主题多分类问题,模型分类准确率达到了0.83409,均优于基准模型。【局限】将文本数据处理成单标签进行多分类,未考虑到多标签的分类问题。【结论】所提模型能够有效地对长文本数据进行建模,将BERT、BiLSTM和SGCN模型相结合,可以大大提高模型的分类性能。

关键词：图卷积网络深度学习 BERT 文本分类

来源：评论

学校读者我要写书评

暂无评论

基于Xception-TD的中华传统刺绣分类模型构建

引用

数据分析与知识发现 2022年第2期6卷 338-347页

作者：周泽聿王昊张小琴范涛任秋彤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 金陵图书馆南京210023

【目的】将人工智能方法引入数字人文领域中,探讨如何解决中华传统刺绣图像分类背景下刺绣数据集较小、图像特征表示不足以及识别准确率不高等问题,为非物质文化遗产数字保护智能化提供方法支撑。【方法】将深度学习技术运用到刺绣图像... 详细信息

【目的】将人工智能方法引入数字人文领域中,探讨如何解决中华传统刺绣图像分类背景下刺绣数据集较小、图像特征表示不足以及识别准确率不高等问题,为非物质文化遗产数字保护智能化提供方法支撑。【方法】将深度学习技术运用到刺绣图像上,利用图像处理技术提取其相应的特征,采用迁移学习的方法,对Xception模型进行微调改进,进而提出一种基于Xception-TD的中华传统刺绣分类模型,并探讨全连接层的数量与维度以及dropout取值对模型性能的影响。【结果】实验结果表明,针对中华传统刺绣分类的问题,通过微调的方法,发现提高全连接层数量以及增大全连接层维度可以得到更好的刺绣图像特征表示并产生更好的效果。基于Xception-TD中华传统刺绣模型准确率达到0.968 63,均优于基准模型。在进一步刺绣多分类的问题上,准确率也均优于基准模型。【局限】本文数据集仅来源于百度图片与少量人工标记,数据来源不够丰富。【结论】基于迁移学习,并结合微调能够有效提升刺绣分类的准确率。

关键词：数字人文计算机视觉迁移学习 Xception

来源：评论

学校读者我要写书评

暂无评论

基于人格预测模型的虚假新闻检测方法

引用

数据分析与知识发现 2024年

作者：吴奇虞为陈俊鹏江苏省数据工程与知识服务重点实验室南京财经大学信息工程学院

【目的】从评论文本中挖掘人格信息提升虚假新闻检测模型的效率和准确性。【方法】BERT模型学习新闻与评论文本特征，基于BERT模型训练的人格预测模型学习评论用户的大五人格特征，使用新闻与评论文本特征和人格特征预测真假新闻。【结... 详细信息

【目的】从评论文本中挖掘人格信息提升虚假新闻检测模型的效率和准确性。【方法】BERT模型学习新闻与评论文本特征，基于BERT模型训练的人格预测模型学习评论用户的大五人格特征，使用新闻与评论文本特征和人格特征预测真假新闻。【结果】在部分微博公开数据集上进行实验，结果显示人格特征的加入能够提升虚假新闻检测的准确率（+1.96%，90.76%）和F1值（+1.51%，90.60%）。【局限】使用人格预测模型需要一定数量的评论文本，并且模型的可解释性还需要进一步提升。【结论】评论用户的人格特征能够有效提升虚假新闻的识别准确率和F1值。

关键词：虚假新闻检测人格预测模型大五人格特质预训练模型

来源：评论

学校读者我要写书评

暂无评论

一种多粒度多注意力交互匹配网络模型在金融领域智能问答系统的对话改进研究

引用

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

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：