检索结果-内蒙古大学图书馆

计算机工程 2006年第21期32卷 275-276,F0003页

作者：韩月娟赵雷吕强杨季文苏州大学计算机科学和技术学院苏州215006

为了适应ERP系统中单据审批流转活动频繁变化的需求,该文提出了一种简单对象流转模型A Simple Object Flow Model(SOFM)并给出了SOFM的描述和特点,然后基于该模型成功地设计了一个柔性化的审批应用方案。该方案在多个ERP系统中得到了很... 详细信息

为了适应ERP系统中单据审批流转活动频繁变化的需求,该文提出了一种简单对象流转模型A Simple Object Flow Model(SOFM)并给出了SOFM的描述和特点,然后基于该模型成功地设计了一个柔性化的审批应用方案。该方案在多个ERP系统中得到了很好的应用。

关键词：审批对象流转柔性

来源：评论

学校读者我要写书评

暂无评论

一个应用于手持设备的汉字通用输入模型

引用

计算机工程 2006年第18期32卷 258-260,282页

作者：李培峰朱巧明钱培德苏州大学计算机科学和技术学院苏州215006

分析了现有汉字输入模型应用在手持设备时存在的缺点,提出了一个能适用于各种手持设备的汉字通用输入模型。该模型由通用引擎接口层、通用输入流处理层与通用数据处理接口层组成,其框架采用面向对象技术设计,能支持多种手持设备操作系统... 详细信息

分析了现有汉字输入模型应用在手持设备时存在的缺点,提出了一个能适用于各种手持设备的汉字通用输入模型。该模型由通用引擎接口层、通用输入流处理层与通用数据处理接口层组成,其框架采用面向对象技术设计,能支持多种手持设备操作系统,并具有良好的通用性、透明性和可扩展性;介绍了模型各个层的功能以及具体的设计技术;说明了模型中各层之间的协作关系。

关键词：汉字输入输入模型手持设备层次结构

来源：评论

学校读者我要写书评

暂无评论

基于教师模型正确预测的图像分类知识蒸馏算法

引用

计算机技术与发展 2025年

作者：邵春阳刘宁钟南京航空航天大学计算机科学与技术学院南京航空航天大学模式分析与机器智能工业和信息化部重点实验室

知识蒸馏旨在简化大型模型的复杂性。logit蒸馏是一种普遍采用的策略，它利用教师模型的输出logit作为软标签来辅助学生模型的训练。尽管这种算法在很多情况下都非常有效，但教师模型在预测时的错误同样会对知识转移产生不利影响。换句... 详细信息

知识蒸馏旨在简化大型模型的复杂性。logit蒸馏是一种普遍采用的策略，它利用教师模型的输出logit作为软标签来辅助学生模型的训练。尽管这种算法在很多情况下都非常有效，但教师模型在预测时的错误同样会对知识转移产生不利影响。换句话说，教师可能会将错误的知识传递给学生，这可能会导致学生模型在模仿教师时产生偏差，从而影响其最终的判断力。为了解决这一问题，我们提出了基于教师正确预测的知识蒸馏算法。该算法能够过滤教师预测错误的实例，使学生模型专注于正确预测的实例，提高教师的教学质量。此外，该算法不仅能够传递不同实例中蕴含的信息，还能传递类别级别的信息，这为学生模型提供了更全面的语义信息。实验表明，所提出的算法在CIFAR-100和ImageNet等多个数据集上均显著提升了学生模型的分类准确率，验证了该算法的有效性。

关键词：深度学习模型压缩知识蒸馏图像分类卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于对抗式神经网络的多维度情绪回归

引用

软件学报 2019年第7期30卷 2091-2108页

作者：朱苏阳李寿山周国栋苏州大学计算机科学与技术学院

情绪分析是细粒度的情感分析任务,其目的是通过训练机器学习模型来判别文本中蕴含了何种情绪,是当前自然语言处理领域中的研究热点。情绪分析可细分为情绪分类与情绪回归两个任务。针对情绪回归任务,提出一种基于对抗式神经网络的多维... 详细信息

情绪分析是细粒度的情感分析任务,其目的是通过训练机器学习模型来判别文本中蕴含了何种情绪,是当前自然语言处理领域中的研究热点。情绪分析可细分为情绪分类与情绪回归两个任务。针对情绪回归任务,提出一种基于对抗式神经网络的多维度情绪回归方法。所提出的对抗式神经网络由3部分组成:特征抽取器、回归器、判别器。该方法旨在训练多个特征抽取器和回归器,以对输入文本的不同情绪维度进行打分。特征抽取器接受文本为输入,从文本中抽取针对不同情绪维度的特征;回归器接受由特征抽取器输出的特征为输入,对文本的不同情绪维度打分;判别器接受由特征抽取器输出的特征为输入,以判别输入的特征是针对何情绪维度。该方法借助判别器对不同的特征抽取器进行对抗式训练,从而获得能够抽取出泛化性更强的针对不同情绪维度的特征抽取器。在EMOBANK多维度情绪回归语料上的实验结果表明,该方法在EMOBANK新闻领域和小说领域的情绪回归上均取得了较为显著的性能提升,并在r值上超过了所有的基准系统,其中包括文本回归领域的先进系统。

关键词：情绪回归情绪分析对抗式神经网络对抗式学习 EMOBANK语料

来源：评论

学校读者我要写书评

暂无评论

基于情感信息辅助的多模态情绪识别

引用

北京大学学报（自然科学版） 2020年第1期56卷 75-81页

作者：吴良庆刘启元张栋王建成李寿山周国栋苏州大学计算机科学与技术学院

不同于纯文本的情绪分析,本文面向多模态数据(文本和语音)进行情绪识别研究。为了同时考虑多模态数据特征,提出一种新颖的联合学习框架,将多模态情绪分类作为主任务,多模态情感分类作为辅助任务,通过情感信息来辅助提升情绪识别任务的... 详细信息

不同于纯文本的情绪分析,本文面向多模态数据(文本和语音)进行情绪识别研究。为了同时考虑多模态数据特征,提出一种新颖的联合学习框架,将多模态情绪分类作为主任务,多模态情感分类作为辅助任务,通过情感信息来辅助提升情绪识别任务的性能。首先,通过私有网络层对主任务中的文本和语音模态信息分别进行编码,以学习单个模态内部的情绪独立特征表示。接着,通过辅助任务中的共享网络层来获取主任务的辅助情绪表示以及辅助任务的单模态完整情感表示。在得到主任务的文本和语音辅助情绪表示之后,分别与主任务中的单模态独立特征表示相结合,得到主任务中单模态情绪信息的完整表示。最后,通过自注意力机制捕捉每个任务上的多模态交互特征,得到最终的多模态情绪表示和情感表示。实验结果表明,本文方法在多模态情感分析数据集上可以通过情感辅助信息大幅度地提升情绪分类任务的性能,同时情感分类任务的性能也得到一定程度的提升。

关键词：多模态情绪识别联合学习情感分析

来源：评论

学校读者我要写书评

暂无评论

基于神经耦合模型的异构词法数据转化和融合

引用

北京大学学报（自然科学版） 2020年第1期56卷 97-104页

作者：黄德朋李正华龚晨张民苏州大学计算机科学与技术学院

为了扩大人工标注数据的规模,从而提高模型性能,尝试充分利用已有的异构人工标注数据训练模型参数。将Li等2015年提出的耦合序列标注方法扩展到基于BiLSTM的深度学习框架,直接在两个异构训练数据上训练参数,测试阶段则同时预测两个标签... 详细信息

为了扩大人工标注数据的规模,从而提高模型性能,尝试充分利用已有的异构人工标注数据训练模型参数。将Li等2015年提出的耦合序列标注方法扩展到基于BiLSTM的深度学习框架,直接在两个异构训练数据上训练参数,测试阶段则同时预测两个标签序列。在词性标注、分词词性联合标注两个任务上进行大量实验,结果表明,与多任务学习方法和传统耦合模型相比,神经耦合模型在利用词法异构数据方面更优越,在异构数据转化和融合两个场景上都取得更高的性能。

关键词：耦合模型 BiLSTM 深度学习词性标注分词

来源：评论

学校读者我要写书评

暂无评论

融合篇章表征的事件指代消解研究

引用

北京大学学报（自然科学版） 2020年第1期56卷 82-88页

作者：吴瑞萦孔芳苏州大学计算机科学与技术学院

事件指代消解任务比实体指代消解难度大,主要原因为事件描述在非结构化文本中分布稀疏,且不具备同指关系的单链占很大比例,同时事件自身承载的语义信息比实体更加丰富。为了准确地抽取文本中的同指事件,针对以上特点,提出一种融合篇章... 详细信息

事件指代消解任务比实体指代消解难度大,主要原因为事件描述在非结构化文本中分布稀疏,且不具备同指关系的单链占很大比例,同时事件自身承载的语义信息比实体更加丰富。为了准确地抽取文本中的同指事件,针对以上特点,提出一种融合篇章表征的事件指代消解模型。该模型通过CRF有效地区分非事件句、单链以及同指链,同时利用分层注意力机制捕捉句子级别和篇章级别的重要信息。在KBP2015和2016数据集上进行的事件指代消解实验验证了该模型的有效性,在CoNLL评测标准下F1值达到43.07%。

关键词：事件指代消解篇章表征分层注意力机制

来源：评论

学校读者我要写书评

暂无评论

汉语否定与不确定覆盖域检测

引用

计算机研究与发展 2019年第7期56卷 1506-1516页

作者：叶静邹博伟洪宇沈龙骧朱巧明周国栋苏州大学计算机科学与技术学院

自然语言文本中存在大量否定和不确定表述,识别这些信息并将其与确定性内容分离,对自然语言处理的下游应用,如信息抽取、信息检索、情感分析等,都具有十分重要的意义.与英语相比,面向汉语的否定与不确定覆盖域检测研究目前较为匮乏.提... 详细信息

自然语言文本中存在大量否定和不确定表述,识别这些信息并将其与确定性内容分离,对自然语言处理的下游应用,如信息抽取、信息检索、情感分析等,都具有十分重要的意义.与英语相比,面向汉语的否定与不确定覆盖域检测研究目前较为匮乏.提出了一个基于双向长短期记忆(bidirectional long short-term memory, BiLSTM)网络和条件随机场(conditional random fields, CRF)的融合模型,将覆盖域检测任务作为序列标注问题,针对给定的否定或不确定关键词,识别其在句子中的语义作用范围.该模型既具有LSTM(long short-term memory)网络能够利用前向与后向上下文信息的特性,同时又能够借助CRF 层获取输出标签之间的依赖关系,这得益于该框架能够有效地对序列信息及长距离上下文依赖信息进行编码的优势.在CNeSp语料集上的实验结果验证了模型的有效性,其中,在金融新闻子数据集上,否定与不确定覆盖域检测准确率分别达到79.16%和76.79%,比目前基于传统机器学习的汉语覆盖域检测方法分别提升了25.06%和34.46%.

关键词：否定不确定覆盖域检测 BiLSTM-CRF模型序列标注

来源：评论

学校读者我要写书评

暂无评论

基于状态控制的动态柔性工作流

引用

计算机集成制造系统 2006年第2期12卷 257-263页

作者：陆剑江钱培德杨季文苏州大学计算机科学与技术学院

为了解决工作流的动态性及柔性问题,提出了一种基于状态控制的解决方案。在该方案中,采用面向对象的设计方法,将工作流中的活动节点和流转公文描述成对象,并采用访问控制矩阵的方法来描述对象状态的迁移过程。重点分析了如何通过角色流... 详细信息

为了解决工作流的动态性及柔性问题,提出了一种基于状态控制的解决方案。在该方案中,采用面向对象的设计方法,将工作流中的活动节点和流转公文描述成对象,并采用访问控制矩阵的方法来描述对象状态的迁移过程。重点分析了如何通过角色流和控制流的相互配合来实现基于状态的动态访问控制,提出了工作流模型进行动态演化的算法。另外,提出了一系列相应的演进规则,使动态变化的工作流程能与原流程实现无缝衔接,在适应动态变化的同时具备了一定的柔性,给出的程序代码风格的演化算法和演进规则,保证了实际应用的可行性。

关键词：工作流状态控制柔性动态性规则

来源：评论

学校读者我要写书评

暂无评论

全局自匹配机制的短文本摘要生成方法

引用

软件学报 2019年第9期30卷 2705-2717页

作者：吴仁守王红玲王中卿周国栋苏州大学计算机科学与技术学院

基于编码器-解码器架构的序列到序列学习模型是近年来主流的生成式自动文摘模型,其在计算每一个词的隐层表示时,通常仅考虑该词之前(或之后)的一些词,无法获取全局信息,从而进行全局优化.针对这个问题,在编码器端引入全局自匹配机制进... 详细信息

基于编码器-解码器架构的序列到序列学习模型是近年来主流的生成式自动文摘模型,其在计算每一个词的隐层表示时,通常仅考虑该词之前(或之后)的一些词,无法获取全局信息,从而进行全局优化.针对这个问题,在编码器端引入全局自匹配机制进行全局优化,并利用全局门控单元抽取出文本的核心内容.全局自匹配机制根据文本中每个单词语义和文本整体语义的匹配程度,动态地从整篇文本中为文中每一个词收集与该词相关的信息,并进一步将该词及其匹配的信息有效编码到最终的隐层表示中,以获得包含全局信息的隐层表示.同时,考虑到为每一个词融入全局信息可能会造成冗余,引入了全局门控单元,根据自匹配层获得的全局信息对流入解码端的信息流进行过滤,筛选出原文本的核心内容.实验结果显示,与目前主流的生成式文摘方法相比,该方法在Rouge 评价上有显著提高,这表明所提出的模型能有效融合全局信息,挖掘出原文本的核心内容.

关键词：自匹配机制全局信息神经网络自动文摘自然语言生成

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：