检索结果-内蒙古大学图书馆

中文信息学报 2016年第1期30卷 204-209页

作者：贺刚吕学强肖诗斌王凡北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 新华网络股份有限公司北京100101

术语归类研究对领域本体构建与特定领域词表扩展有十分重要的意义。该文针对中国知网概念知识元库中存在的术语归类错误问题,研究如何提高术语归类正确率。经分析发现术语具有释义文本短、所包含的能够区分术语类别的特征词较少的特点... 详细信息

术语归类研究对领域本体构建与特定领域词表扩展有十分重要的意义。该文针对中国知网概念知识元库中存在的术语归类错误问题,研究如何提高术语归类正确率。经分析发现术语具有释义文本短、所包含的能够区分术语类别的特征词较少的特点。该文提出一种基于释义扩展的术语归类方法,该方法引入了释义扩展思想,以搜索引擎为工具,获取术语相关的互联网知识,抽取查询结果的锚文本和摘要文本等内容扩展术语释义文本;采用向量距离算法计算术语释义文本特征向量与类中心向量之间的距离,实现对术语的归类。实验得到的术语归类总体正确率为73.32%,与未经释义扩展得到的术语归类正确率相比,提高了近10%。实验结果表明,该方法对提高术语归类正确率是有效的。

关键词：术语归类释义扩展向量距离类中心向量

来源：评论

学校读者我要写书评

暂无评论

网评贴文自动生成方法研究

引用

数据分析与知识发现 2023年第4期7卷 101-113页

作者：刘欣然徐雅斌李继先北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 北京信息科技大学计算机学院北京100101 北京开放大学人文与教育学院北京100081

【目的】为反制社交网络中的恶意信息、引导正确的舆论走向,提出一种时序序列生成式对抗网络(T-SeqGAN),实现网评贴文自动生成。【方法】通过将序列生成式对抗网络(SeqGAN)的生成器修改为Seq2Seq结构,分别以双向门控循环单元和时序卷积... 详细信息

【目的】为反制社交网络中的恶意信息、引导正确的舆论走向,提出一种时序序列生成式对抗网络(T-SeqGAN),实现网评贴文自动生成。【方法】通过将序列生成式对抗网络(SeqGAN)的生成器修改为Seq2Seq结构,分别以双向门控循环单元和时序卷积神经网络(TCN)作为其编码器与解码器的骨架网络的方式,提高生成贴文与真实网评贴文的语序结构及语义特征的相似性;通过将SeqGAN的判别器修改为TCN与注意力机制层相结合的模型的方式,提高生成贴文的语句通顺度。【结果】与基线模型相比,利用TSeqGAN生成的网评贴文BLEU-2(0.79935)、BLEU-3(0.60396)、BLEU-4(0.47642)、KenLM(-27.67029)指标值更高,PPL(0.75247)指标值更低。【局限】生成贴文的词汇量及语言风格受制于已有的真实贴文,网评贴文自动生成方法的适用情景受限。【结论】本文模型生成的网评贴文具有更高的语序正确性和语法正确性,与真实贴文的内容相似性也更高,能够在社交网络中引导正确的舆论走向。

关键词：网评贴文序列生成式对抗网络时序卷积神经网络 Seq2Seq

来源：评论

学校读者我要写书评

暂无评论

网红之路漫漫——互联网内容创作者群体研究

引用

中国青年研究 2020年第11期 11-19页

作者：刘胜枝李俞晨北京邮电大学数字媒体与设计艺术学院北京市网络系统与网络文化重点实验室

互联网内容行业催生了新兴的青年职业群体—互联网内容创作者,二者的发展相辅相成、相互促进。在这一群体的职业发展过程中面临着如何平衡内容品质和商业利益之间的关系、内容平台规则对腰部以下创作者的限制以及MCN机构的困扰等问题,... 详细信息

互联网内容行业催生了新兴的青年职业群体—互联网内容创作者,二者的发展相辅相成、相互促进。在这一群体的职业发展过程中面临着如何平衡内容品质和商业利益之间的关系、内容平台规则对腰部以下创作者的限制以及MCN机构的困扰等问题,而要推动其职业发展,需要创作者个体、平台、行业以及政府部门等多元主体的相互协作。

关键词：青年群体互联网内容创作者职业发展

来源：评论

学校读者我要写书评

暂无评论

微博谣言识别研究

引用

图书情报工作 2013年第23期57卷 114-120页

作者：贺刚吕学强李卓徐丽萍北京信息科技大学网络文化与数字传播北京市重点实验室北京城市系统工程研究中心

指出微博在传播信息的同时,也夹杂着谣言等虚假消息、不实言论。针对微博谣言传播速度快、影响范围广等特点,深层挖掘微博中的隐含信息,提出符号特征、链接特征、关键词分布特征和时间差等新特征,将微博谣言识别形式化为分类问题,综合... 详细信息

指出微博在传播信息的同时,也夹杂着谣言等虚假消息、不实言论。针对微博谣言传播速度快、影响范围广等特点,深层挖掘微博中的隐含信息,提出符号特征、链接特征、关键词分布特征和时间差等新特征,将微博谣言识别形式化为分类问题,综合新提取的特征与微博文本特征、用户特征和传播特征构建多个特征模板,利用SVM分类学习方法对微博进行分类,识别结果可有效辅助人们更好、更快地识别谣言。实验结果表明,在基本特征的基础之上,新提出的特征能有效提高微博谣言识别的正确率。

关键词：微博谣言识别特征模板 SVM

来源：评论

学校读者我要写书评

暂无评论

基于节点影响力的移动机会网络网关选择算法

引用

科学技术与工程 2014年第19期22卷 95-99页

作者：李卓北京信息科技大学计算机学院网络文化与数字传播研究北京市重点实验室北京100101

移动机会网络中,为使用户快速从因特网获取数据,需要选择某些合适节点担任网关。研究了移动机会网络网关选择问题。提出了两种基于节点影响力的网关选择算法:LRGS和CRGS。实验结果证明,两种基于节点影响力的网关选择算法较之随机选择算... 详细信息

移动机会网络中,为使用户快速从因特网获取数据,需要选择某些合适节点担任网关。研究了移动机会网络网关选择问题。提出了两种基于节点影响力的网关选择算法:LRGS和CRGS。实验结果证明,两种基于节点影响力的网关选择算法较之随机选择算法均可使性能得到改善;当网络规模较小时,CRGS性能更优;当网络规模较大时,LRGS的性能更优。同时,所提出的两种算法均有较好的可扩展性。

关键词：移动机会网络网关选择节点影响力

来源：评论

学校读者我要写书评

暂无评论

基于跨模态注意力和门控单元融合网络的多模态情感分析方法

引用

数据分析与知识发现 2024年第7期8卷 67-76页

作者：陈岩松张乐张雷瀚吕学强北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 北京信息科技大学计算机学院北京100101 北京邮电大学经济管理学院北京100876

【目的】针对当前多模态情感分析中模态融合与交互不充分、多模态特征提取不完全的问题,提出一种基于跨模态注意力和门控单元融合网络的多模态情感分析方法。【方法】在多模态特征提取方面,增加视频模态中人物微笑程度特征和人物头部姿... 详细信息

【目的】针对当前多模态情感分析中模态融合与交互不充分、多模态特征提取不完全的问题,提出一种基于跨模态注意力和门控单元融合网络的多模态情感分析方法。【方法】在多模态特征提取方面,增加视频模态中人物微笑程度特征和人物头部姿势特征,丰富了多模态数据的底层特征;在模态融合方面,利用跨模态注意力机制使模态内部以及模态之间的信息进行更充分的交互,利用门控单元融合网络去除冗余信息,并通过自注意力机制分配注意力权重;最后,通过全连接层输出最终情感分类结果。【结果】在中文公开数据集CH-SIMS上与先进的Self-MM模型进行对比,实验结果表明,本文提出的方法在二分类准确率、三分类准确率和F1值上分别提升2.22、2.04和1.49个百分点。【局限】视频中人物的肢体动作在不断变化,不同的肢体动作蕴含不同的情感信息,模型没有考虑到人物在视频中的肢体动作信息。【结论】本文丰富了多模态数据的底层特征,有效实现模态融合,提升了情感分析的效果。

关键词：多模态情感分析注意力机制门控机制特征融合

来源：评论

学校读者我要写书评

暂无评论

苏格兰公共图书馆的战略研究与设计思考——基于《目标与机遇—2015-2020苏格兰公共图书馆战略》

引用

图书与情报 2016年第2期 26-32页

作者：盛卿侯文军北京邮电大学数字媒体与设计艺术学院/网络系统与网络文化北京市重点实验室北京100876

文章从苏格兰公共图书馆的发展现状与外部环境出发,介绍和归纳了《目标与机遇——2015-2020苏格兰公共图书馆战略》(以下简称《战略》)的主要内容与特点,提炼并重点阐述了《战略》中或可供中国区域性公共图书馆参考的"深度开放&quo... 详细信息

文章从苏格兰公共图书馆的发展现状与外部环境出发,介绍和归纳了《目标与机遇——2015-2020苏格兰公共图书馆战略》(以下简称《战略》)的主要内容与特点,提炼并重点阐述了《战略》中或可供中国区域性公共图书馆参考的"深度开放""数字融合""社区营造""服务集成""创新创业""满意度评估"等6大要点,进而基于服务设计概念探讨了《战略》的设计属性与不足之处,并借助前沿创新理论——"框架创新"分析了《战略》所展望的图书馆服务可能面临的问题的特征。

关键词：苏格兰公共图书馆战略服务设计数字技术社区

来源：评论

学校读者我要写书评

暂无评论

HTLR:层次融合多元知识的命名实体识别框架

引用

计算机应用 2024年

作者：吕学强王涛游新冬徐戈北京信息科技大学网络文化与数字传播北京市重点实验室闽江学院福建省信息处理与智能控制重点实验室

中文命名实体识别(NER)任务旨在抽取出非结构化文本中包含的实体并分配预定义的实体类别。针对大多数中文NER方法在上下文信息缺乏时导致的语义学习不足问题，提出一种层次融合多元知识的命名实体识别新框架(HTLR)，通过分层次融合多元... 详细信息

中文命名实体识别(NER)任务旨在抽取出非结构化文本中包含的实体并分配预定义的实体类别。针对大多数中文NER方法在上下文信息缺乏时导致的语义学习不足问题，提出一种层次融合多元知识的命名实体识别新框架(HTLR)，通过分层次融合多元知识，帮助模型学习到更丰富、全面的上下文信息和语义信息。首先，通过发布的中文词汇集和词汇向量表识别出语料中包含的潜在词汇并向量化，同时通过优化后的位置编码建模词汇和相关字符的语义关系，以此学习中文的词汇知识；其次，通过汉典网站发布的基于汉字字形的编码将语料转换为相应的编码序列以代表字形信息，并提出RFECNN(Radical Feature Extraction-CNN)模型提取深层次的字形知识；最后，提出Hierarchical Transformer模型，由低层模块分别学习字符和词汇、字符和字形的语义关系，由高层模型进一步融合字符、词汇、字形等多元知识，帮助模型学习语义更丰富的字符表征。在Weibo、Resume、MSRA、Ontonotes4.0公开数据集进行了实验，与主流方法 NFLAT的F1值相比，所提出方法的F1值在四个数据集中分别提升了9.43、0.75、1.76、6.45个百分点，达到最优水平。实验结果表明，多元语义知识、层次化融合、RFE-CNN结构和Hierarchical Transformer结构对学习丰富的语义知识及模型性能是有效的。

关键词：命名实体识别自然语言处理知识图谱构建词汇增强字形增强

来源：评论

学校读者我要写书评

暂无评论

改进CamShift的运动目标跟踪算法

引用

小型微型计算机系统 2015年第6期36卷 1325-1330页

作者：芦书娟吕学强李卓张凯北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 北京市朝阳区市政市容管理委员会北京100021

针对在目标与背景颜色相近的场景中,Cam Shift算法不能实现目标准确跟踪的问题,提出改进Cam Shift的目标跟踪算法.通过将背景颜色设置为初始搜索窗口颜色直方图模型中最小分量值对应的色彩值,增大目标与背景区域之间的颜色差值,解决相... 详细信息

针对在目标与背景颜色相近的场景中,Cam Shift算法不能实现目标准确跟踪的问题,提出改进Cam Shift的目标跟踪算法.通过将背景颜色设置为初始搜索窗口颜色直方图模型中最小分量值对应的色彩值,增大目标与背景区域之间的颜色差值,解决相似背景的干扰问题.利用曲线拟合方法判断预测窗口的有效性,实现对预测窗口的及时校正.实验表明,在目标与背景颜色相近的场景中,改进算法与传统算法相比具有更高的跟踪精度,并能纠正由跟踪目标逐渐变小、目标遮挡等情况引起的跟踪失效.

关键词： CamShift算法目标跟踪相似背景干扰曲线拟合窗口校正

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制与端到端的中文文本纠错方法

引用

计算机应用与软件 2022年第6期39卷 141-147页

作者：王匆匆张仰森黄改娟北京信息科技大学智能信息处理研究所北京100101 网络文化与数字传播北京市重点实验室北京100101

在中文文本纠错任务上,基于神经机器翻译的文本纠错模型已经取得最优表现。提出一种复制机制的纠错模型,它复制待纠错句子中的字词到目标生成文本中。由于中文文本纠错缺乏大量的标注数据,使用降噪自动编码器在大规模非标注中文语料库... 详细信息

在中文文本纠错任务上,基于神经机器翻译的文本纠错模型已经取得最优表现。提出一种复制机制的纠错模型,它复制待纠错句子中的字词到目标生成文本中。由于中文文本纠错缺乏大量的标注数据,使用降噪自动编码器在大规模非标注中文语料库上预训练基于复制机制的模型。此外,还做了字级别和句子级别的多任务学习。实验结果显示,该方法在NLPCC2018中文文本纠错任务上取得最好成绩。

关键词：神经机器翻译文本纠错降噪自动编码器预训练

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：