检索结果-内蒙古大学图书馆

计算机工程与应用 2022年第20期58卷 124-131页

作者：苗教伟季怡刘纯平苏州大学计算机科学与技术学院江苏苏州215006

视频描述生成因其广泛的潜在应用场景而成为近年来的研究热点之一。针对模型解码过程中视觉特征和文本特征交互不足而导致描述中出现识别错误的情况,提出基于编解码框架下的视觉与文本特征交互增强的多特征融合视频描述方法。在解码过程... 详细信息

视频描述生成因其广泛的潜在应用场景而成为近年来的研究热点之一。针对模型解码过程中视觉特征和文本特征交互不足而导致描述中出现识别错误的情况,提出基于编解码框架下的视觉与文本特征交互增强的多特征融合视频描述方法。在解码过程中,该方法使用视觉特征辅助引导描述生成,不仅为每一步的生成过程提供了文本信息,同时还提供了视觉参考信息,引导其生成更准确的词,大幅度提升了模型产生的描述质量;同时,结合循环dropout缓解解码器存在的过拟合情况,进一步提升了评价分数。在该领域广泛使用的MSVD和MSRVTT数据集上的消融和对比实验结果证明,提出的方法的可以有效生成视频描述,综合指标分别增长了17.2和2.1个百分点。

关键词：编解码框架视频描述特征融合 dropout 特征交互

来源：评论

学校读者我要写书评

暂无评论

基于残差密集网络层次信息的图像标题生成

引用

计算机工程与科学 2022年第1期44卷 84-91页

作者：王习张凯李军辉孔芳苏州大学计算机科学与技术学院江苏苏州215006

当前图像标题生成任务的主流方法是基于深层神经网络的方法,尤其是基于自注意力机制模型的方法。然而,传统的深层神经网络层次之间是线性堆叠的,这使得低层网络捕获的信息无法在高层网络中体现,从而没有得到充分的利用。提出基于残差密... 详细信息

当前图像标题生成任务的主流方法是基于深层神经网络的方法,尤其是基于自注意力机制模型的方法。然而,传统的深层神经网络层次之间是线性堆叠的,这使得低层网络捕获的信息无法在高层网络中体现,从而没有得到充分的利用。提出基于残差密集网络的方法获取层次语义信息来生成高质量的图像标题。首先,为了能够充分利用网络的层次信息,以及提取深层网络中的各个层的局部特征,提出LayerRDense在层与层之间进行残差密集连接。其次,提出SubRDense,在Decoder端的每层网络中的子层中运用残差密集网络,以更好地融合图像特征和图像的描述信息。在MSCOCO 2014数据集上的实验结果表明,所提出的LayerRDense和SubRDense网络均能进一步提高图像标题生成的性能。

关键词：图像标题自注意力机制残差密集网络

来源：评论

学校读者我要写书评

暂无评论

基于多模态注意力的噪声事件分类模型

引用

计算机科学 2022年第S2期49卷 437-443页

作者：吴贺祥王中卿李培峰苏州大学计算机科学与技术学院江苏苏州215006

如今,社交媒体因其低成本、易于访问和快速传播而成为人们获取新闻资讯和了解实时事件的主要渠道之一。社交媒体为分析特定事件提供了包含文本和图像等多种模态的信息,这其中包含了大量无关事件和虚假信息。为此,结合文本-图像对来判断... 详细信息

如今,社交媒体因其低成本、易于访问和快速传播而成为人们获取新闻资讯和了解实时事件的主要渠道之一。社交媒体为分析特定事件提供了包含文本和图像等多种模态的信息,这其中包含了大量无关事件和虚假信息。为此,结合文本-图像对来判断文本和图像是否提供了与特定事件相关的信息,从而筛选出与之无关的噪声事件。由于文本中的描述往往与相对应的图像中的情景相关联,因此提出了一个基于多模态注意力的结合文本和图像信息的方法进行事件分类。该方法能很好地关注到文本和图像中的重要信息并促进不同模态的信息交互。在CrisisMMD数据集上的实验结果表明,该方法优于6种强的基线方法,证明了所提多模态注意力模型能够有效融合不同模态的特征,得到更优的联合表示。

关键词：注意力机制多模态融合噪声事件分类

来源：评论

学校读者我要写书评

暂无评论

基于产品建模的评论问题生成研究

引用

计算机科学 2022年第2期49卷 272-278页

作者：肖康周夏冰王中卿段湘煜周国栋张民苏州大学计算机科学与技术学院江苏苏州215006

问题自动生成是自然语言处理领域的一个研究热点,旨在从文本中生成自然问句。随着电子商务的不断发展,网络上产生了大量关于产品的评论。面对海量的评价信息,如何快速挖掘产品信息相关的关键评价,从而生成与产品各个层面息息相关的问答... 详细信息

问题自动生成是自然语言处理领域的一个研究热点,旨在从文本中生成自然问句。随着电子商务的不断发展,网络上产生了大量关于产品的评论。面对海量的评价信息,如何快速挖掘产品信息相关的关键评价,从而生成与产品各个层面息息相关的问答数据具有极大的研究价值,这对商家和顾客都具有极大的意义。现有的问题生成模型大多针对阅读理解类型等长文本语料,采用端到端序列化生成模型。然而,针对基于产品评论等短文本的问题生成任务,现有的模型无法将用户和商家重点关注的商品特性纳入学习过程。为了使生成的问题更加符合商品的特性,文中提出了基于产品建模的评论问题生成模型,通过与产品属性识别进行联合学习训练,使模型在解码层面加强了对特征信息的关注。与现有的问题生成模型相比,该模型不仅能解决产品数据口语化严重的问题,还能加强产品属性的识别能力,从而使生成的问题更加具体,更符合商品的特征。文中在京东与亚马逊产品评论数据集上同时进行实验,结果表明,在基于评论等短文本生成问题的任务上,与目前已有的问题生成模型相比,所提模型取得了较大的性能提升。基于中文京东数据集的实验中,所提模型的BLEU值提升了3.26%,ROUGE值提升了2.33%;基于英文亚马逊数据集的实验中,所提模型的BLEU值提升了2.01%,ROUGE值提升了2.10%。

关键词：问题生成指针模型注意力机制联合学习属性抽取

来源：评论

学校读者我要写书评

暂无评论

基于变分贝叶斯的纤维丛元学习算法

引用

计算机科学 2022年第3期49卷 225-231页

作者：刘洋李凡长苏州大学计算机科学与技术学院江苏苏州215006

以神经网络为基础的深度学习在大量领域取得优异成果,但其难以处理相似或未经训练的任务。深度学习在对新任务的学习和适应过程中存在困难,且对训练样本规模要求很高,造成泛化性和扩展性不佳的问题。元学习是一种新的学习框架,旨在解决... 详细信息

以神经网络为基础的深度学习在大量领域取得优异成果,但其难以处理相似或未经训练的任务。深度学习在对新任务的学习和适应过程中存在困难,且对训练样本规模要求很高,造成泛化性和扩展性不佳的问题。元学习是一种新的学习框架,旨在解决传统学习方法难以解决的快速学习和适应新任务的问题。针对图像分类的元学习问题,文中提出了一种基于贝叶斯理论的纤维丛元学习算法(Fiber Bundle Meta-learning Algorithm,FBBML)。首先通过卷积神经网络提取支持数据集的图片信息,以得到图片的表示。然后构建数据特征的流形结构和数据特征到标签的纤维丛。最后输入查询集选取当前新任务的流形截面,从而获得适合新任务的纤维,得到图片的正确标签。实验结果表明,基于所提算法实现的模型(FBBML)在公共数据集(mini-ImageNet)上相比标准四层卷积神经网络的模型取得了最佳的准确率性能。同时将纤维丛理论引入元学习,使得算法本身具备更高的可解释性。

关键词：贝叶斯流形纤维丛分类卷积神经网络元学习

来源：评论

学校读者我要写书评

暂无评论

面向对话的融入知识的实体关系抽取

引用

计算机科学 2022年第5期49卷 200-205页

作者：陆亮孔芳苏州大学计算机科学与技术学院江苏苏州215006

实体关系抽取旨在从文本中抽取出实体之间的语义关系。该任务在新闻报道、维基百科等规范文本上的研究相对丰富,并取得了一定的成果,但面向对话文本的相关研究还处于起始阶段。目前用于实体关系抽取的对话语料规模较小且信息密度低,有... 详细信息

实体关系抽取旨在从文本中抽取出实体之间的语义关系。该任务在新闻报道、维基百科等规范文本上的研究相对丰富,并取得了一定的成果,但面向对话文本的相关研究还处于起始阶段。目前用于实体关系抽取的对话语料规模较小且信息密度低,有效特征难以捕获;深度学习模型无法像人一样进行知识联想,单纯依靠加大标注数据量和增强计算力难以精细深度地理解对话内容。针对上述问题,提出了一个融入知识的实体关系抽取模型,使用Star-Transformer从对话文本中有效捕获特征,同时通过关键词共现的方式构建一个包含关系及其语义关键词的关系集合,将该集合与对话文本进行相关性计算后得到的重要关系特征作为知识融入模型中。在DialogRE公开数据集上进行实验,得到F_(1)值为53.6%,F_(1c)值为49.5%,证明了所提方法的有效性。

关键词：对话语境实体关系抽取 Transformer 注意力机制融入知识

来源：评论

学校读者我要写书评

暂无评论

基于评分区域子空间的协同过滤推荐算法

引用

计算机科学 2022年第7期49卷 50-56页

作者：孙晓寒张莉苏州大学计算机科学与技术学院江苏苏州215006

协同过滤推荐算法因其合理的可解释性以及简单的实现过程而被广泛应用。然而,在推荐系统中数据集通常具有规模大、稀疏度和维度高等特点,这些特点给协同过滤推荐算法带来了很大的挑战。为了缓解上述问题,提出了一种基于评分区域子空间... 详细信息

协同过滤推荐算法因其合理的可解释性以及简单的实现过程而被广泛应用。然而,在推荐系统中数据集通常具有规模大、稀疏度和维度高等特点,这些特点给协同过滤推荐算法带来了很大的挑战。为了缓解上述问题,提出了一种基于评分区域子空间的协同过滤推荐算法。基于用户-项目评分矩阵,该算法首先将评分范围划分为3个区域,即高评分区域、中评分区域以及低评分区域,根据这3个区域分别为每个用户寻找其项目子空间,即高评分子空间、中评分子空间以及低评分子空间。其次,定义了一种新的相似度计算方式,在各区域子空间中分别计算用户之间的评分支持度,只有当用户在各个子空间上的评分支持度都很高时,用户之间才是相似的。这种方式避免了惰性评分用户的评分干扰。实验结果表明,该算法能够在一定程度上解决数据稀疏性问题,特别是针对高维数据能降低其计算复杂度,并提高其推荐性能。

关键词：项目子空间评分支持度协同过滤稀疏性高维性

来源：评论

学校读者我要写书评

暂无评论

语音识别错误对翻译性能的影响分析

引用

厦门大学学报（自然科学版） 2022年第4期61卷 682-688页

作者：田新宇李军辉苏州大学计算机科学与技术学院江苏苏州215006

传统的机器翻译模型均基于无噪声环境,即输入的数据是无错误的.但在实际同声传译中,语音识别不可避免会存在错误,这些错误在机器翻译过程中会直接影响其他内容的翻译.因此,统计分析语音识别错误的种类及产生的影响对提高机器翻译的鲁棒... 详细信息

传统的机器翻译模型均基于无噪声环境,即输入的数据是无错误的.但在实际同声传译中,语音识别不可避免会存在错误,这些错误在机器翻译过程中会直接影响其他内容的翻译.因此,统计分析语音识别错误的种类及产生的影响对提高机器翻译的鲁棒性具有指导意义.为了模拟真实语音识别错误,本文通过人工朗读NIST汉英实验测试集,并采用讯飞语音识别系统获取其语音识别结果进行统计分析,主要包括:1)语音识别错误的词性分析;2)语音识别错误的类型分析;3)语音识别错误对翻译性能的影响;4)语音识别错误对其他词翻译的影响.得出的主要结论为:名词和动词出现语音识别错误的次数较多,人名最易出现语音识别错误;同音异形字的语音识别错误出现次数最多;长度较小的句子在翻译时受到语音识别错误影响的程度更加明显;与语音识别错误词距离更近的词的翻译更易受到影响.

关键词：语音识别错误机器翻译翻译性能错误类型

来源：评论

学校读者我要写书评

暂无评论

基于余弦相似度的多模态模仿学习方法

引用

计算机研究与发展 2023年第6期60卷 1358-1372页

作者：郝少璞刘全徐平安张立华黄志刚苏州大学计算机科学与技术学院江苏苏州215006 软件新技术与产业化协同创新中心(南京大学) 南京210023 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012 江苏省计算机信息处理技术重点实验室(苏州大学) 江苏苏州215006

生成对抗模仿学习(generative adversarial imitation learning,GAIL)是一种基于生成对抗框架的逆向强化学习(inverse reinforcement learning,IRL)方法,旨在从专家样本中模仿专家策略.在实际任务中,专家样本往往由多模态策略产生.然而... 详细信息

生成对抗模仿学习(generative adversarial imitation learning,GAIL)是一种基于生成对抗框架的逆向强化学习(inverse reinforcement learning,IRL)方法,旨在从专家样本中模仿专家策略.在实际任务中,专家样本往往由多模态策略产生.然而,现有的GAIL方法大部分假设专家样本产自于单一模态策略,导致生成对抗模仿学习只能学习到部分模态策略,即出现模式塌缩问题,这极大地限制了模仿学习方法在多模态任务中的应用.针对模式塌缩问题,提出了基于余弦相似度的多模态模仿学习方法(multi-modal imitation learning method with cosine similarity,MCS-GAIL).该方法引入编码器和策略组,通过编码器提取专家样本的模态特征,计算采样样本与专家样本之间特征的余弦相似度,并将其加入策略组的损失函数中,引导策略组学习对应模态的专家策略.此外,MCS-GAIL使用新的极小极大博弈公式指导策略组以互补的方式学习不同模态策略.在假设条件成立的情况下,通过理论分析证明了MCS-GAIL的收敛性.为了验证方法的有效性,将MCS-GAIL用于格子世界和MuJoCo平台上,并与现有模式塌缩方法进行比较.实验结果表明,MCS-GAIL在所有环境中均能有效学习到多个模态策略,且具有较高的准确性和稳定性.

关键词：逆向强化学习生成对抗模仿学习多模态模式塌缩余弦相似度

来源：评论

学校读者我要写书评

暂无评论

数据中心网络BCDC上的顶点独立生成树构造算法

引用

计算机科学 2022年第7期49卷 287-296页

作者：潘志勇程宝雷樊建席卞庆荣苏州大学计算机科学与技术学院江苏苏州215006

作为云计算技术的基础,数据中心网络的通信性能成为了近年来的研究热点。独立生成树(Independent Spanning Trees,ISTs)作为数据中心网络中常见的基础结构,因其在可靠通信、容错广播以及安全分发方面的应用受到了研究者的广泛关注,在诸... 详细信息

作为云计算技术的基础,数据中心网络的通信性能成为了近年来的研究热点。独立生成树(Independent Spanning Trees,ISTs)作为数据中心网络中常见的基础结构,因其在可靠通信、容错广播以及安全分发方面的应用受到了研究者的广泛关注,在诸多特殊的网络上都取得了显著的成果。但是,学者们对在线图中独立生成树的研究却很少。BCDC是由Wang等于2018年提出的一个新的以服务器为中心的数据中心网络,其逻辑图是交叉立方体的线图且为2n-2正则图。文中给出了BCDC上独立生成树的构造算法,首先利用一种并行算法在交叉立方体中构造出2n-2棵树,然后将这些树按照一定规则连接并通过特定的转换方法将其转变为BCDC中2n-2棵相互独立的树,最后将BCDC中的剩余顶点通过一个时间复杂度为O(N)(其中N表示BCDC的顶点数)的高效算法挂接到树上,从而构造出BCDC上的以顶点[r,N(r,2)]为根的2n-2棵独立生成树,其中顶点r为交叉立方体CQ_(n)上的任意一个顶点。

关键词：数据中心网络独立生成树 BCDC 交叉立方体线图

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：