检索结果-内蒙古大学图书馆

计算机应用研究 2019年第10期36卷 2952-2954,2970页

作者：万福成中国民族语言文字信息技术教育部重点实验室西北民族大学

在大数据环境下进行模糊信息挖掘抽取中受到数据之间的小扰动类间干扰的影响,导致信息抽取的特征聚类性不好。为此提出一种基于改进混沌分区算法的模糊信息抽取方法,对高维数据信息流进行分布式结构重组,以Lorenz混沌吸引子作为训练测... 详细信息

在大数据环境下进行模糊信息挖掘抽取中受到数据之间的小扰动类间干扰的影响,导致信息抽取的特征聚类性不好。为此提出一种基于改进混沌分区算法的模糊信息抽取方法,对高维数据信息流进行分布式结构重组,以Lorenz混沌吸引子作为训练测试集进行大数据模糊信息抽取的自适应学习训练,采用相空间重构技术对大数据的混沌吸引子负载特征量进行自相关特征匹配处理,提取模糊信息的平均互信息特征量,结合关联规则模糊配对方法进行大数据混沌分区,实现模糊信息的优化聚类,根据数据聚类结果实现模糊信息准确抽取,对抽取的高维模糊信息进行特征压缩,降低计算开销。仿真结果表明,采用该方法进行大数据样本序列的模糊信息抽取的聚类性较好,抗类间扰动能力较强,模糊信息抽取的准确概率较高,在数据挖掘和特征提取中具有很好的应用价值。

关键词：大数据混沌分区算法聚类模糊信息抽取

来源：评论

学校读者我要写书评

暂无评论

不安全越界行为的个性化实时检测

引用

计算机科学与探索 2020年第6期14卷 1017-1027页

作者：林强张淋均谢艾伶王维兰西北民族大学数学与计算机科学学院兰州730124 西北民族大学中国民族语言文字信息技术教育部重点实验室兰州730030

户外迷路甚至走失事件在老年人群体中多发频发,成为危及他们独立生活安全的突出问题之一。为防止老年人走离日常生活所在的安全区域,进而避免走失事件的发生,研究并提出基于个人出行轨迹的个性化安全地理围栏构建方法及面向越界行为发... 详细信息

户外迷路甚至走失事件在老年人群体中多发频发,成为危及他们独立生活安全的突出问题之一。为防止老年人走离日常生活所在的安全区域,进而避免走失事件的发生,研究并提出基于个人出行轨迹的个性化安全地理围栏构建方法及面向越界行为发现的异常轨迹实时检测算法。首先,建模每个人的户外安全地理围栏为不规则多边形,其中顶点代表经常到访的物理位置,边代表连接物理位置之间的道路;其次,使用GPS轨迹实例化构建的安全地理围栏模型,包括相关区域的划分和轨迹的映射处理;再次,通过在传统点在多边形内部判定算法中融入异常轨迹跨越度的量化评价指标,提出不安全越界行为的个性化实时检测算法;最后,使用一组来自个人的GPS轨迹数据进行了实验验证。实验结果表明提出的方法在老年人边界越界行为的识别中是可行的,在所有数据集上获得的AUC值均高于0.995,该原型系统具有良好的响应时间和检测性能。

关键词：地理围栏 GPS轨迹挖掘智能辅助技术实时检测算法

来源：评论

学校读者我要写书评

暂无评论

AI 绘画研究综述

引用

计算机科学与探索 2024年第6期18卷 1404-1420页

作者：张泽宇王铁君郭晓然龙智磊徐魁西北民族大学中国民族语言文字信息技术教育部重点实验室兰州730030 西北民族大学数学与计算机科学学院兰州730030

AI绘画,作为计算机视觉领域的热门研究方向,正通过自然语言处理技术、图文预训练大模型,以及新兴的扩散模型,不断拓展其在艺术创作、影视媒体、工业设计、艺术教育等领域的应用边界。将以图生图和以文生图两类AI绘画任务作为主线,深入... 详细信息

AI绘画,作为计算机视觉领域的热门研究方向,正通过自然语言处理技术、图文预训练大模型,以及新兴的扩散模型,不断拓展其在艺术创作、影视媒体、工业设计、艺术教育等领域的应用边界。将以图生图和以文生图两类AI绘画任务作为主线,深入分析了代表性模型及其关键技术和方法。对于以图生图方式,从基于自编码器和基于生成式对抗网络两类模型分别探讨了各自的发展脉络、生成原理以及优缺点,并总结了它们在公共数据集上的效果;对于以文生图方式,归纳了基于扩散模型等三类模型的结构区别,以及在三个数据集上各类模型的生成效果,同时指出利用扩散模型的以文生图方式已成为当下的热点,并预示着未来图像生成方式的多样化发展。对目前主流的AI绘画平台从使用方式、生成速度等角度进行了对比总结。最后在总结AI绘画在技术层面和社会层面所面临的问题与争议的基础上,展望了AI绘画与人类艺术家的互补发展、绘画过程互动性增强以及新职业和产业的出现等未来趋势。

关键词： AI绘画以图生图以文生图图像生成人工智能生成内容(AIGC)

来源：评论

学校读者我要写书评

暂无评论

基于条件随机场的多线索中文语义角色标注

引用

云南大学学报（自然科学版） 2020年第3期42卷 474-480页

作者：王一成万福成马宁西北民族大学中国民族语言文字信息技术教育部重点实验室甘肃兰州730030 西北民族大学甘肃省民族语言智能处理重点实验室甘肃兰州730030

随着人工智能和中文信息处理技术的产业化发展,自然语言处理相关研究已逐步深入到语义理解层次上,而中文语义角色标注则是语义理解领域的核心技术.针对现有线性标注模型无法满足语义信息技术产业化发展对准确率的需求,提出了采用多层级... 详细信息

随着人工智能和中文信息处理技术的产业化发展,自然语言处理相关研究已逐步深入到语义理解层次上,而中文语义角色标注则是语义理解领域的核心技术.针对现有线性标注模型无法满足语义信息技术产业化发展对准确率的需求,提出了采用多层级语言学线索组合的模型优化方法.首先,选取综合标注性能优异的条件随机场基准模型,构建相配套的语义角色标注语料库.然后,在模型中融入词法及句式等多层级语言学线索,实现了对模型的多层次优化.最后,通过对比实验各项标注指标,论证了融入的相关语言学线索可以有效增强线性序列模型的标注性能.

关键词：自然语言处理语义角色标注条件随机场语言学线索

来源：评论

学校读者我要写书评

暂无评论

基于Transformer编码器的中文命名实体识别

引用

吉林大学学报（工学版） 2021年第3期51卷 989-995页

作者：郭晓然罗平王维兰西北民族大学数学与计算机科学学院兰州730030 兰州交通大学电子与信息工程学院兰州730070 西北民族大学中国民族语言文字信息技术教育部重点实验室兰州730030

提出了一种基于Transformer编码器和BiLSTM的字级别中文命名实体识别方法,将字向量与位置编码向量拼接成联合向量作为字表示层,避免了字向量信息的损失和位置信息的丢失;利用BiLSTM为联合向量融入方向性信息,引入Transformer编码器进一... 详细信息

提出了一种基于Transformer编码器和BiLSTM的字级别中文命名实体识别方法,将字向量与位置编码向量拼接成联合向量作为字表示层,避免了字向量信息的损失和位置信息的丢失;利用BiLSTM为联合向量融入方向性信息,引入Transformer编码器进一步抽取字间关系特征。实验结果表明,该方法在MSRA数据集和唐卡数据集上的F1值分别达到了81.39%和86.99%,有效提升了中文命名实体识别的效果。

关键词：命名实体识别 Transformer编码器 BiLSTM 位置编码

来源：评论

学校读者我要写书评

暂无评论

基于《知网》概念定义的情感词典构建研究

引用

计算机工程与应用 2015年第17期51卷 118-123页

作者：张森曹晖西北民族大学国家民委-教育部中国民族语言文字信息技术重点实验室兰州730030

情感倾向,就是人对人或事物的看法,即主观色彩,通常分为褒贬、积极消极、好坏等方面。情感词语的情感倾向判别和权值赋予问题是文本倾向性分析研究中的基础,情感权值的研究在文本倾向性分析、舆情分析、文本分类等研究领域有着广泛的应... 详细信息

情感倾向,就是人对人或事物的看法,即主观色彩,通常分为褒贬、积极消极、好坏等方面。情感词语的情感倾向判别和权值赋予问题是文本倾向性分析研究中的基础,情感权值的研究在文本倾向性分析、舆情分析、文本分类等研究领域有着广泛的应用,最具有代表性的方法是通过对《知网》中词语的义原相似度的计算来进行词语相似度的计算。在其词语相似度计算方法的基础上,对《知网》词语概念库***文件进行提取、修剪和增删,并通过同义词、反义词和人工甄选种子词语,使其对于情感词的权值的计算研究更加精确,实验结果表明,该方法在情感词褒贬义判别、权值取值上和应用上都有不错的效果。

关键词：概念定义情感权值倾向性分析知网

来源：评论

学校读者我要写书评

暂无评论

结合池化技术和特征组的汉语语义角色标注

引用

云南大学学报（自然科学版） 2021年第5期43卷 906-912页

作者：朱傲万福成马宁车郭怡西北民族大学教育部中国民族语言文字信息技术重点实验室甘肃兰州730030 西北民族大学甘肃省民族语言智能处理重点实验室甘肃兰州730030

利用基于统计机器学习方法进行汉语语义角色标注(Semantic Role Labeling,SRL)存在人工抽取特征工作繁琐低效、模型难以捕捉长句上下文语义信息等问题.对此,提出BiLSTM-MaxPool-CRF融合模型进行汉语SRL,同时进行模型性能优化研究.首先,... 详细信息

利用基于统计机器学习方法进行汉语语义角色标注(Semantic Role Labeling,SRL)存在人工抽取特征工作繁琐低效、模型难以捕捉长句上下文语义信息等问题.对此,提出BiLSTM-MaxPool-CRF融合模型进行汉语SRL,同时进行模型性能优化研究.首先,在训练语料中融入词性、论元标记、短语句法等多层级语言学特征;然后,结合AvgPool技术对特征组进行采样选取;最后,通过多组实验结果表明,相比于未采样提取的多特征组,经过池化技术采样提取的多特征能够显著提高模型的性能.

关键词：汉语语义角色标注 BiLSTM-CRF 池化技术语言学特征多特征

来源：评论

学校读者我要写书评

暂无评论

藏语机读音标SAMPA_ST的设计

引用

中文信息学报 2012年第4期26卷 66-72页

作者：于洪志高璐李永宏郑文思西北民族大学中国民族语言文字信息技术教育部-国家民委重点实验室甘肃兰州730030

该文选取具有代表意义的藏语卫藏方言的拉萨话、安多方言的夏河话以及康方言的德格话进行语言调查;整理归纳藏语三大方言音系,包括单辅音、复辅音、单元音、复合元音和辅音韵尾,以及三大方言声调;依照SAMPA的规则建立适合于藏语三大方... 详细信息

该文选取具有代表意义的藏语卫藏方言的拉萨话、安多方言的夏河话以及康方言的德格话进行语言调查;整理归纳藏语三大方言音系,包括单辅音、复辅音、单元音、复合元音和辅音韵尾,以及三大方言声调;依照SAMPA的规则建立适合于藏语三大方言的机读音标,并设计了SAMPA_ST的自动标注系统,实现文音转换功能,为语音的韵律特征分析和语音工程的研究提供依据。

关键词： SAMPA_ST 国际音标声母韵母声调

来源：评论

学校读者我要写书评

暂无评论

基于噪声检测的多语言知识图谱实体对齐技术研究

引用

云南大学学报（自然科学版） 2023年第1期45卷 67-73页

作者：沙宝程徐涛邓鉴格马坤西北民族大学中国民族语言文字信息技术教育部重点实验室甘肃兰州730030

针对在实体对齐任务中,由于缺少噪音实体对的标记,导致对齐准确率不高的问题,提出采用健壮性实体对齐(Robust Entity Alignment,REA)方法,设计了噪声感知实体对齐模块和噪声检测模块.首先,噪声感知实体对齐模块是基于图卷积神经网络(Gra... 详细信息

针对在实体对齐任务中,由于缺少噪音实体对的标记,导致对齐准确率不高的问题,提出采用健壮性实体对齐(Robust Entity Alignment,REA)方法,设计了噪声感知实体对齐模块和噪声检测模块.首先,噪声感知实体对齐模块是基于图卷积神经网络(Graph Convolutional Networks,GCN)的知识图编码器,将知识图谱中的实体对更新嵌入;然后,基于生成对抗网络(Generative Adversarial Networks,GAN)设计了噪声生成器和噪声鉴别器,从而将实体对中的噪音实体对区分出来;最后,通过一种交互的强化训练策略,迭代使噪声感知和实体对齐相结合.实验结果表明,在DBP15K数据集上测试,新方法能有效提高在涉及噪音情况下的实体对齐精准度,与GCN-Align和IPTransE这些基准嵌入模型相比,Hits@1、Hits@5、MRR3个评价指标上均有较大的提升.

关键词：实体对齐噪声检测图卷积神经网络生成对抗网络交互训练

来源：评论

学校读者我要写书评

暂无评论

基于朴素贝叶斯的档案分类研究

引用

河北大学学报（自然科学版） 2018年第5期38卷 549-554页

作者：刘佩鑫于洪志徐涛西北民族大学中国民族语言文字信息技术教育部重点实验室甘肃兰州730030

通过对甘肃省档案局数据资源的分析研究,并与朴素贝叶斯分类算法相结合,实现对档案资源分类应用的研究.根据档案数据的特征,选用TFIDF(term frequency-inverse document frequency)算法进行选取符合档案文本主题的属性.样本实验结果证明... 详细信息

通过对甘肃省档案局数据资源的分析研究,并与朴素贝叶斯分类算法相结合,实现对档案资源分类应用的研究.根据档案数据的特征,选用TFIDF(term frequency-inverse document frequency)算法进行选取符合档案文本主题的属性.样本实验结果证明,该分类模型适用于档案文本资源的分类,实现了档案资源自动分类的功能.相较于传统朴素贝叶斯分类方法,所提出的分类模型针对档案资源的分类效率提高了1%~2%.

关键词：档案文本资源档案特征文本分类朴素贝叶斯分类器

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：