检索结果-内蒙古大学图书馆

中文信息学报 2012年第6期26卷 51-58页

作者：张宁孔芳李培峰周国栋朱巧明苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

与实体指代不同,事件指代因为其先行词候选是一个事件,与名词性的指代词具有完全不同的语义分类体系,因此适用于实体指代消歧的大多数特征都不能用于事件指代消歧。该文给出了一个基于机器学习方法的事件代词指代消歧平台,详细介绍了平... 详细信息

与实体指代不同,事件指代因为其先行词候选是一个事件,与名词性的指代词具有完全不同的语义分类体系,因此适用于实体指代消歧的大多数特征都不能用于事件指代消歧。该文给出了一个基于机器学习方法的事件代词指代消歧平台,详细介绍了平台的实例生成和特征选择过程,并给出了平台在OntoNotes3.0语料上的事件代词指代消歧的结果,对结果进行了分析。从实验结果可以看到,给出的平台获得了较好的系统性能。

关键词：事件代词指代消歧机器学习方法实例生成特征选择

来源：评论

学校读者我要写书评

暂无评论

流媒体直播系统的多路并发流自适应传输控制

引用

计算机工程与科学 2012年第2期34卷 35-40页

作者：沈以楼朱艳琴苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

为了解决流媒体直播在Internet中传输带宽不足、用户接入多样性等问题,本文探讨了流媒体在IP网络中一般的传输控制技术,提出了一种基于联播的流媒体实时传输控制策略以适应网络带宽的动态变化。首先通过组播方式以及RTP/RTCP协议实现流... 详细信息

为了解决流媒体直播在Internet中传输带宽不足、用户接入多样性等问题,本文探讨了流媒体在IP网络中一般的传输控制技术,提出了一种基于联播的流媒体实时传输控制策略以适应网络带宽的动态变化。首先通过组播方式以及RTP/RTCP协议实现流媒体的实时传输;之后对自适应传输的算法进行了详细的分析和设计,并采用多线程技术实现了网络状况监测和实时码流切换控制;最后通过研究及实验数据分析对比,证明该方案可提高多路并发流传输效率的有效性,并且可以给客户端用户带来较好的用户体验。

关键词：流媒体组播实时传输协议实时传输控制协议自适应

来源：评论

学校读者我要写书评

暂无评论

基于情绪词的非监督中文情感分类方法研究

引用

中文信息学报 2012年第4期26卷 103-108页

作者：代大明王中卿李寿山李培峰朱巧明苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

情感分类任务旨在识别文本所表达的情感色彩信息(例如,褒或者贬,支持或者反对)。该文提出一种基于情绪词的中文情感分类方法,使用大规模未标记数据和少量情绪词实现情感分类。具体来讲,首先使用情绪词从未标注数据中抽取高正确率的自动... 详细信息

情感分类任务旨在识别文本所表达的情感色彩信息(例如,褒或者贬,支持或者反对)。该文提出一种基于情绪词的中文情感分类方法,使用大规模未标记数据和少量情绪词实现情感分类。具体来讲,首先使用情绪词从未标注数据中抽取高正确率的自动标注数据作为训练样本,然后采用半监督学习方法训练分类器进行情感分类。实验表明,该文提出的方法在产品评论与酒店评论两个领域的情感分类任务中取得了较好地分类效果。

关键词：情感分类情绪词非监督学习协同训练

来源：评论

学校读者我要写书评

暂无评论

基于可信度模型的中文人名识别研究

引用

中文信息学报 2011年第3期25卷 45-50页

作者：倪吉孔芳朱巧明李培峰苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

该文根据中国人名的形成方式,总结和统计了人名的用字特征和边界模板特征,通过计算人名内聚度、人名区分度和边界模板可信度的综合概率作为人名可信度,对文本中人名进行识别或对已识别的人名进行纠正。该文将可信度检测模块嵌入到一个... 详细信息

该文根据中国人名的形成方式,总结和统计了人名的用字特征和边界模板特征,通过计算人名内聚度、人名区分度和边界模板可信度的综合概率作为人名可信度,对文本中人名进行识别或对已识别的人名进行纠正。该文将可信度检测模块嵌入到一个简易的命名实体平台中,在MSRA的语料上进行测试,实验结果说明可信度模型使得平台的人名识别F值提高了2.27%,整个系统的人名识别F值达到了91.72%。

关键词：人名识别可信度内聚度边界模板

来源：评论

学校读者我要写书评

暂无评论

基于合一句法和实体语义树的中文语义关系抽取

引用

中文信息学报 2010年第5期24卷 17-23页

作者：虞欢欢钱龙华周国栋朱巧明苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

该文提出了一种基于卷积树核函数的中文实体语义关系抽取方法,该方法通过在关系实例的结构化信息中加入实体语义信息,如实体类型、引用类型和GPE角色等,从而构造能有效捕获结构化信息和实体语义信息的合一句法和实体语义关系树,以提高... 详细信息

该文提出了一种基于卷积树核函数的中文实体语义关系抽取方法,该方法通过在关系实例的结构化信息中加入实体语义信息,如实体类型、引用类型和GPE角色等,从而构造能有效捕获结构化信息和实体语义信息的合一句法和实体语义关系树,以提高中文语义关系抽取的性能。在ACE RDC 2005中文基准语料上进行的关系探测和关系抽取的实验表明,该方法能显著提高中文语义关系抽取性能,大类抽取的最佳F值达到67.0,这说明结构化句法信息和实体语义信息在中文语义关系抽取中具有互补性。

关键词：中文语义关系抽取卷积树核函数实体语义信息

来源：评论

学校读者我要写书评

暂无评论

基于树核函数的中文语义角色分类研究

引用

中文信息学报 2011年第3期25卷 51-58页

作者：吴方磊李军辉朱巧明李培峰苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

该文探索了基于树核函数的中文语义角色分类,重点研究如何获取有效的结构化信息特征。在最小句法树结构的基础上,根据语义角色分类的特点,进一步定义了三种不同的句法结构,并使用复合核将基于树核和基于特征的方法结合。在中文PropBank... 详细信息

该文探索了基于树核函数的中文语义角色分类,重点研究如何获取有效的结构化信息特征。在最小句法树结构的基础上,根据语义角色分类的特点,进一步定义了三种不同的句法结构,并使用复合核将基于树核和基于特征的方法结合。在中文PropBank语料上的结果表明,基于树核函数的方法在中文语义角色分类任务中能够取得较好的结果,精确率达到91.79%。同时,与基于特征方法的结合,基于树核函数的方法能够进一步提高前者性能,精确率达到94.28%,优于同类系统。

关键词：语义角色标注语义角色分类树核

来源：评论

学校读者我要写书评

暂无评论

一种不稳定环境下的策略搜索及迁移方法

引用

电子学报 2017年第2期45卷 257-266页

作者：朱斐刘全傅启明陈冬火王辉伏玉琛苏州大学计算机科学与技术学院江苏苏州215006 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006 符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012 苏州科技学院电子与信息工程学院江苏苏州215011

强化学习是一种Agent在与环境交互过程中,通过累计奖赏最大化来寻求最优策略的在线学习方法.由于在不稳定环境中,某一时刻的MDP模型在与Agent交互之后就发生了变化,导致基于稳定MDP模型传统的强化学习方法无法完成不稳定环境下的最优策... 详细信息

强化学习是一种Agent在与环境交互过程中,通过累计奖赏最大化来寻求最优策略的在线学习方法.由于在不稳定环境中,某一时刻的MDP模型在与Agent交互之后就发生了变化,导致基于稳定MDP模型传统的强化学习方法无法完成不稳定环境下的最优策略求解问题.针对不稳定环境下的策略求解问题,利用MDP分布对不稳定环境进行建模,提出一种基于公式集的策略搜索算法——***算法在学习过程中搜集所获得的历史样本信息,并对其进行特征信息的提取,利用这些特征信息来构造不同的用于动作选择的公式,采取策略搜索算法求解最优公式.在此基础之上,给出所求解策略的最优性边界,并从理论上证明了迁移到新MDP分布中策略的最优性主要依赖于MDP分布之间的距离以及所求解策略在原始MDP分布中的性能.最后,将FSPS算法用于经典的Markov Chain问题,实验结果表明,所求解的策略具有较好的性能.

关键词：强化学习策略搜索策略迁移不稳定环境公式集

来源：评论

学校读者我要写书评

暂无评论

DCT压缩域的图像检索技术

引用

北京邮电大学学报 2008年第5期31卷 5-8页

作者：赵珊刘静河南理工大学计算机科学与技术学院焦作454000 苏州大学江苏省计算机信息处理技术重点实验室苏州215006

针对离散余弦变换(DCT)压缩域中图像检索算法存在的问题,提出了一种新的检索算法.利用DCT块中系数的分布特性,构造边缘空间分布图,采用一种边缘空间分布特征矢量对图像内容进行描述.同时,考虑到DCT块中的能量对最终检索结果的影响,又采... 详细信息

针对离散余弦变换(DCT)压缩域中图像检索算法存在的问题,提出了一种新的检索算法.利用DCT块中系数的分布特性,构造边缘空间分布图,采用一种边缘空间分布特征矢量对图像内容进行描述.同时,考虑到DCT块中的能量对最终检索结果的影响,又采用每类边缘分布图中DCT块的能量和作为图像的另一种特征.该算法不需要完全解压缩,计算复杂度低,不仅考虑了DCT块的空间分布,又考虑了块内的能量分布,避免了由于DCT块统计分布信息相同而能量不同造成的误检漏检情况.实验结果表明,该算法具有较好的检索性能.

关键词：基于内容的图像检索离散余弦变换压缩域空间分布图

来源：评论

学校读者我要写书评

暂无评论

基于动态交叉协同的属性量子进化约简与分类学习级联算法

引用

模式识别与人工智能 2011年第6期24卷 733-742页

作者：丁卫平王建东管致锦施佺南京航空航天大学计算机科学与技术学院南京210016 南通大学计算机科学与技术学院南通226019 苏州大学江苏省计算机信息处理技术重点实验室苏州215006

属性约简与规则分类学习是粗糙集理论研究和应用的重要内容.文中充分利用量子计算加速算法速度和混合蛙跳算法高效协同搜索等优势,提出一种基于动态交叉协同的量子蛙跳属性约简与分类学习的级联算法.该算法用量子态比特进行蛙群个体编码... 详细信息

属性约简与规则分类学习是粗糙集理论研究和应用的重要内容.文中充分利用量子计算加速算法速度和混合蛙跳算法高效协同搜索等优势,提出一种基于动态交叉协同的量子蛙跳属性约简与分类学习的级联算法.该算法用量子态比特进行蛙群个体编码,以动态量子角旋转调整策略实现属性染色体快速约简,并在粗糙熵阈值分类标准内采用量子蛙群混合交叉协同进化机制提取和约简分类规则、组合决策规则链等,最后构造属性约简和分类学习双重功能级联模型.仿真实验验证该算法不仅具有较高的全局优化性能,且属性约简与规则分类学习的精度和效率均超过同类算法.

关键词：属性约简规则分类学习粗糙熵阈值量子角动态旋转交叉协同进化

来源：评论

学校读者我要写书评

暂无评论

一种解决连续空间问题的真实在线自然梯度AC算法

引用

软件学报 2018年第2期29卷 267-282页

作者：朱斐朱海军刘全陈冬火伏玉琛苏州大学计算机科学与技术学院江苏苏州215006 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 符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012 常熟理工学院计算机科学与工程学院江苏常熟215500

策略梯度作为一种能够有效解决连续空间决策问题的方法得到了广泛研究,但由于在策略估计过程中存在较大方差,因此,基于策略梯度的方法往往受到样本利用率低、收敛速度慢等限制.针对该问题,在行动者-评论家(actor-critic,简称AC)算法框架... 详细信息

策略梯度作为一种能够有效解决连续空间决策问题的方法得到了广泛研究,但由于在策略估计过程中存在较大方差,因此,基于策略梯度的方法往往受到样本利用率低、收敛速度慢等限制.针对该问题,在行动者-评论家(actor-critic,简称AC)算法框架下,提出了真实在线增量式自然梯度AC(true online incremental natural actor-critic,简称TOINAC)算法.TOINAC算法采用优于传统梯度的自然梯度,在真实在线时间差分(true online time difference,简称TOTD)算法的基础上,提出了一种新型的前向观点,改进了自然梯度行动者-评论家算法.在评论家部分,利用TOTD算法高效性的特点来估计值函数;在行动者部分,引入一种新的前向观点来估计自然梯度,再利用资格迹将自然梯度估计变为在线估计,提高了自然梯度估计的准确性和算法的效率.将TOINAC算法与核方法以及正态策略分布相结合,解决了连续空间问题.最后,在平衡杆、Mountain Car以及Acrobot等连续问题上进行了仿真实验,验证了算法的有效性.

关键词：策略梯度自然梯度行动者-评论家真实在线TD 核方法

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：