检索结果-内蒙古大学图书馆

计算机工程与应用 2024年第12期60卷 34-47页

作者：吴玉洁奚雪峰崔志明苏州科技大学电子与信息工程学院江苏苏州215000 苏州市虚拟现实智能交互及应用技术重点实验室江苏苏州215000 苏州科技大学苏州智慧城市研究院江苏苏州215000

知识图谱是一种应用广泛且语义丰富的数据表示形式,日益成为知识工程领域的重要技术。但是由于现实世界中的知识图谱往往存在不完整和含糊的信息,阻碍了知识图谱应用性能。知识图谱补全技术旨在通过预测缺失的实体或关系来丰富知识图谱... 详细信息

知识图谱是一种应用广泛且语义丰富的数据表示形式,日益成为知识工程领域的重要技术。但是由于现实世界中的知识图谱往往存在不完整和含糊的信息,阻碍了知识图谱应用性能。知识图谱补全技术旨在通过预测缺失的实体或关系来丰富知识图谱的内容,是近年来研究的热点,特别是在知识图谱补全任务中采用嵌入式方法取得了显著进展。回顾近年来嵌入式静态知识图谱补全方法,从空间平移、张量分解、神经网络模型、预训练语言模型等角度开展分类探讨。这些方法通过将实体关系嵌入到连续向量空间中,实现了更好的语义表示和推理能力;同时,在捕捉实体间复杂关系、利用图结构信息等方面具有潜在优势。

关键词：知识图谱嵌入知识图谱补全预训练语言模型

来源：评论

学校读者我要写书评

暂无评论

面向知识图谱的会话式机器阅读理解研究综述

引用

计算机工程与应用 2024年第3期60卷 17-28页

作者：胡娟奚雪峰崔志明苏州科技大学电子与信息工程学院江苏苏州215000 苏州市虚拟现实智能交互及应用技术重点实验室江苏苏州215000 苏州智慧城市研究院江苏苏州215000

对话式机器阅读理解随着数据集的发展而发展,目的在于让机器在理解文章内容的基础上能够进行多轮对话。但现有的模型方法无法从对话历史中捕获到与当前问题最相关的历史信息,模型的推理能力较差,很难获取实体间的隐含信息。知识图谱应... 详细信息

对话式机器阅读理解随着数据集的发展而发展,目的在于让机器在理解文章内容的基础上能够进行多轮对话。但现有的模型方法无法从对话历史中捕获到与当前问题最相关的历史信息,模型的推理能力较差,很难获取实体间的隐含信息。知识图谱应用于推理问答是当前的一大研究热点。知识图谱技术可以推断出实体间的隐含关系,应用于推理问答则能够提升模型的推理问答能力,提高预测的准确率。近年来,知识图谱推理技术的广泛应用,极大地推动了知识图谱推理问答的发展。对基于知识图谱的会话式机器阅读理解从三方面进行总结:介绍了会话式机器阅读理解领域的数据集以及当前的一些典型的模型方法,并对模型的性能和优缺点作了简要的分析与比较;介绍了知识图谱的定义、架构以及四大核心技术,并简要介绍了三大类知识图谱推理问答的模型方法;最后总结工作,并根据会话式机器阅读理解的数据集特点和知识图谱推理问答模型的缺点,对未来的研究重点进行展望。

关键词：机器阅读理解多轮对话知识图谱知识图谱推理问答

来源：评论

学校读者我要写书评

暂无评论

多标签文本分类研究回顾与展望

引用

计算机工程与应用 2023年第18期59卷 28-48页

作者：张文峰奚雪峰崔志明邹逸晨栾进权苏州科技大学电子与信息工程学院江苏苏州215000 苏州市虚拟现实智能交互及应用技术重点实验室江苏苏州215000 苏州智慧城市研究院江苏苏州215000

文本分类(TC)是自然语言处理(NLP)领域的重要基础任务,多标签文本分类(MLTC)是TC的重要分支。为了对多标签文本分类领域进行深入了解,介绍了多标签文本分类的概念和流程。将近年来多标签文本分类方法划分为基于传统机器学习方法和基于... 详细信息

文本分类(TC)是自然语言处理(NLP)领域的重要基础任务,多标签文本分类(MLTC)是TC的重要分支。为了对多标签文本分类领域进行深入了解,介绍了多标签文本分类的概念和流程。将近年来多标签文本分类方法划分为基于传统机器学习方法和基于深度学习方法,梳理了多标签文本分类领域常用的数据集和评价指标,分析了部分多标签文本分类模型的优势和存在问题。介绍了多标签文本分类的研究方向:标签相关性、特定标签特性、类别不平衡、标签丢失和标签压缩。对多标签文本分类的难点和未来的发展方向进行了总结展望。

关键词：多标签文本分类深度学习标签相关性特定标签特性类别不平衡

来源：评论

学校读者我要写书评

暂无评论

图神经网络在命名实体识别中的应用研究

引用

计算机工程与应用 2023年第19期59卷 52-65页

作者：束文豪奚雪峰崔志明顾晨凯苏州科技大学电子与信息工程学院江苏苏州215000 苏州市虚拟现实智能交互及应用技术重点实验室江苏苏州215000 苏州智慧城市研究院江苏苏州215000

命名实体识别是自然语言处理的预处理任务之一,目的是从非结构化文本中识别出所需的实体及类型,应用于众多下游任务,例如构建知识图谱、事件抽取及自动问答等。近几年,随着自然语言处理领域对图神经网络的广泛应用,一些基于图神经网络... 详细信息

命名实体识别是自然语言处理的预处理任务之一,目的是从非结构化文本中识别出所需的实体及类型,应用于众多下游任务,例如构建知识图谱、事件抽取及自动问答等。近几年,随着自然语言处理领域对图神经网络的广泛应用,一些基于图神经网络的命名实体识别方法取得了较好的结果。对图神经网络在命名实体识别中的应用进行了系统性的调研,描述了命名实体识别的发展进程,介绍了图神经网络及三种变体模型,详细分析了如何利用图神经网络的特点在命名实体识别任务上的应用研究,最后提出了未来可能研究的方向和思路。

关键词：命名实体识别图神经网络自然语言处理深度学习

来源：评论

学校读者我要写书评

暂无评论

面向图像自动语句标注的注意力反馈模型

引用

计算机辅助设计与图形学学报 2019年第7期31卷 1122-1129页

作者：吕凡胡伏原张艳宁夏振平盛胜利苏州科技大学电子与信息工程学院苏州215009 苏州科技大学苏州市虚拟现实智能交互及应用技术重点实验室苏州215009 西北工业大学计算机学院西安710029 Department of Computer Science University of Central Arkansas Conway AZ 72035 天津大学智能与计算学部天津300072 江苏省建筑智慧节能重点实验室苏州215009

图像自动语句标注利用计算机自动生成描述图像内容的语句,在服务机器人等领域有广泛应用.许多学者已经提出了一些基于注意力机制的算法,但是注意力分散问题以及由注意力分散引起的生成语句错乱问题还未得到较好解决.在传统注意力机制的... 详细信息

图像自动语句标注利用计算机自动生成描述图像内容的语句,在服务机器人等领域有广泛应用.许多学者已经提出了一些基于注意力机制的算法,但是注意力分散问题以及由注意力分散引起的生成语句错乱问题还未得到较好解决.在传统注意力机制的基础上引入注意力反馈机制,利用关注信息的图像特征指导文本生成,同时借助生成文本中的关注信息进一步修正图像中的关注区域,该过程不断强化图像和文本中的关键信息匹配、优化生成的语句.针对常用数据集Flickr8k, Flickr30k 和MSCOCO 的实验结果表明,该模型在一定程度上解决了注意力分散和语句顺序错乱问题,比其他基于注意力机制方法标注的关注区域更加准确,生成语句更加通顺.

关键词：图像自动语句标注注意力机制注意力反馈

来源：评论

学校读者我要写书评

暂无评论

基于联合注意与特征关联的实例分割算法

引用

计算机工程 2023年第6期49卷 217-226页

作者：周逸云万新军胡伏原陈昊苏州科技大学电子与信息工程学院江苏苏州215009 苏州市虚拟现实智能交互及应用技术重点实验室江苏苏州215009 苏州市大数据与信息服务重点实验室江苏苏州215009

针对现有实例分割算法因目标特征表示不充分、模型捕获信息不完整等因素导致分割精度较低的问题,提出一种基于联合注意和特征关联的实例分割算法。该算法采用联合注意力机制,沿通道和空间两个不同维度对感兴趣区域特征进行权重优化,聚... 详细信息

针对现有实例分割算法因目标特征表示不充分、模型捕获信息不完整等因素导致分割精度较低的问题,提出一种基于联合注意和特征关联的实例分割算法。该算法采用联合注意力机制,沿通道和空间两个不同维度对感兴趣区域特征进行权重优化,聚焦关键对象位置,实现目标特征表示,抑制冗余信息对实例检测和分割结果干扰。在此基础上,在分割阶段建立特征关联关系,充分挖掘实例内部各像素点相似性,加强网络对实例部分的细节特征感知,实现高质量的掩膜预测。此外,通过引入协调损失函数监督检测中分类和回归任务产生一致预测,提高目标对象检测的准确性,进一步提升分割性能。在MS COCO 2017和Cityscapes两个数据集上进行实验验证,结果表明:该算法能够有效提高各现实场景下实例的检测和分割质量。当主干网络为ResNet-50/101时,该算法在COCO数据集上的掩膜平均精度分别达到37.5%和38.6%,较基线方法Mask R-CNN分别提高1.9和2.4个百分点;在Cityscapes验证集和测试集上,该算法较Mask R-CNN在主干网络为ResNet-50时分别提高2.4和2.5个百分点。

关键词：计算机视觉实例分割联合注意特征关联掩膜预测

来源：评论

学校读者我要写书评

暂无评论

深度学习的表格到文本生成研究综述

引用

计算机科学与探索 2022年第11期16卷 2487-2504页

作者：胡康奚雪峰崔志明周悦尧仇亚进苏州科技大学电子与信息工程学院江苏苏州215000 苏州市虚拟现实智能交互及应用重点实验室江苏苏州215000 苏州智慧城市研究院江苏苏州215000

文本生成是自然语言处理的热门领域,随着信息收集能力的不断增长,人们收集到越来越多的结构化数据,如表格。如何解决信息过载问题,理解表格含义并描述表格内容是人工智能面临的重要问题,因此有了表格到文本生成任务。表格到文本生成是... 详细信息

文本生成是自然语言处理的热门领域,随着信息收集能力的不断增长,人们收集到越来越多的结构化数据,如表格。如何解决信息过载问题,理解表格含义并描述表格内容是人工智能面临的重要问题,因此有了表格到文本生成任务。表格到文本生成是指语言模型输入表格数据后生成表格的对应文本描述。模型生成的文本描述应该语句流畅,充分表达表格信息且不能偏离表格事实。描述了表格到文本生成任务背景并做出了详细定义,分析了当前任务主要难点并介绍了主流研究方法。表格到文本生成共有两大问题:描述什么,如何描述。梳理了不同研究人员针对这两大问题所提出的解决方法,同时总结了所提出模型的特点、优势以及劣势。对比分析了这些优秀模型在主流数据集上的表现,同时根据模型类型进行归类,并进行横向比较分析。介绍了表格到文本生成领域较为通用的评价方法,总结了不同评价方法的特点、优势以及劣势。最后展望了表格到文本生成任务未来发展趋势。

关键词：自然语言处理文本生成结构化数据表格到文本生成

来源：评论

学校读者我要写书评

暂无评论

融合多尺度上下文信息的实例分割

引用

中国图象图形学报 2023年第2期28卷 495-509页

作者：万新军周逸云沈鸣飞周涛胡伏原苏州科技大学电子与信息工程学院苏州215009 苏州市虚拟现实智能交互及应用技术重点实验室苏州215009 北方民族大学计算机科学与工程学院银川750021

目的实例分割通过像素级实例掩膜对图像中不同目标进行分类和定位。然而不同目标在图像中往往存在尺度差异,目标多尺度变化容易错检和漏检,导致实例分割精度提高受限。现有方法主要通过特征金字塔网络(feature pyramid network,FPN)提... 详细信息

目的实例分割通过像素级实例掩膜对图像中不同目标进行分类和定位。然而不同目标在图像中往往存在尺度差异,目标多尺度变化容易错检和漏检,导致实例分割精度提高受限。现有方法主要通过特征金字塔网络(feature pyramid network,FPN)提取多尺度信息,但是FPN采用插值和元素相加进行邻层特征融合的方式未能充分挖掘不同尺度特征的语义信息。因此,本文在Mask R-CNN(mask region-based convolutional neural network)的基础上,提出注意力引导的特征金字塔网络,并充分融合多尺度上下文信息进行实例分割。方法首先,设计邻层特征自适应融合模块优化FPN邻层特征融合,通过内容感知重组对特征上采样,并在融合相邻特征前引入通道注意力机制对通道加权增强语义一致性,缓解邻层不同尺度目标间的语义混叠;其次,利用多尺度通道注意力设计注意力特征融合模块和全局上下文模块,对感兴趣区域(region of interest,RoI)特征和多尺度上下文信息进行融合,增强分类回归和掩膜预测分支的多尺度特征表示,进而提高对不同尺度目标的掩膜预测质量。结果在MS COCO 2017(Microsoft common objects in context 2017)和Cityscapes数据集上进行综合实验。在MS COCO 2017数据集上,本文算法相较于Mask R-CNN在主干网络为ResNet50/101时分别提高了1.7%和2.5%;在Cityscapes数据集上,以ResNet50为主干网络,在验证集和测试集上进行评估,比Mask R-CNN分别提高了2.1%和2.3%。可视化结果显示,所提方法对不同尺度目标定位更精准,在相互遮挡和不同目标分界处的分割效果显著改善。结论本文算法有效提高了网络对不同尺度目标检测和分割的准确率。

关键词：实例分割 Mask R-CNN 特征金字塔网络(FPN) 多尺度上下文信息多尺度通道注意力(MSCA)

来源：评论

学校读者我要写书评

暂无评论

基于Spark的大数据聚类研究及系统实现

引用

数据采集与处理 2018年第6期33卷 1077-1085页

作者：王磊邹恩岑曾诚奚雪峰陆悠苏州科技大学电子与信息工程学院苏州215009 苏州市虚拟现实智能交互及应用技术重点实验室苏州215009 苏州科技大学普开大数据重点实验室苏州215009 昆山市公安局指挥中心苏州215300

传统聚类算法由于单机内存和运算能力的限制已经不能满足当前大数据处理的要求,因而迫切需要寻找新的解决方法。针对单机内存运算问题,结合聚类算法的迭代计算特点,提出并实现了一种基于Spark平台的聚类系统。针对稀疏集和密集集两种不... 详细信息

传统聚类算法由于单机内存和运算能力的限制已经不能满足当前大数据处理的要求,因而迫切需要寻找新的解决方法。针对单机内存运算问题,结合聚类算法的迭代计算特点,提出并实现了一种基于Spark平台的聚类系统。针对稀疏集和密集集两种不同类型的数据集,系统首先采用不同策略实现数据预处理;其次分析比较了不同聚类算法在Spark平台下的聚类性能,并给出最佳方案;最后利用数据持久化技术提高了计算速度。实验结果表明,所提系统能够有效满足海量数据聚类分析的任务要求。

关键词： Spark 聚类大数据

来源：评论

学校读者我要写书评

暂无评论

基于双向注意力流和自注意力结合的机器阅读理解

引用

南京大学学报（自然科学版） 2019年第1期55卷 125-132页

作者：顾健伟曾诚邹恩岑陈扬沈艺陆悠奚雪峰苏州科技大学电子与信息工程学院苏州215009 苏州市虚拟现实智能交互及应用技术重点实验室苏州215009 昆山市公安局指挥中心苏州215300

机器阅读理解(Machine Reading Comprehension,MRC)一直是自然语言处理(Natural Language Processing,NLP)领域的研究热点和核心问题.近期,百度开源了一款大型中文阅读理解数据集DuReader,旨在处理现实生活中的RC(Reading Comprehension)问题.该数据集包含1000k的文本、200k的问题和420k的答案,是目前最大型的中文机器阅读理解数据集,在此数据集上发布的阅读理解任务比以往更具有实际意义,也更有难度.针对该数据集的阅读理解任务,分析研究了一种结合双向注意力流与自注意力(self-attention)机制实现的神经网络模型.该模型通过双向注意力流机制来获取query-aware上下文信息表征并进行粒度分级,使用自注意力机制捕捉文本和问题句内的词语依赖关系和句法信息,再通过双向长短期记忆(Long Short-Term Memory,LSTM)网络进行语义信息聚合.实验结果最终得到相同词数百分比(BLEU-4)为44.7%,重叠单元百分比(Rouge-L)为49.1%,与人类测试平均水平较为接近,证明了该模型的有效性.

关键词：中文机器阅读理解 DuReader数据集 BiDAF模型自注意力机制

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：