检索结果-内蒙古大学图书馆

中文信息学报 2020年第6期34卷 81-88页

作者：谭红叶屈保兴山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

机器阅读理解是基于给定文本,自动回答与文本内容相关的问题。针对此任务,学术界与工业界提出多个数据集与模型,促使阅读理解取得了一定的进步,但提出的模型大多只是针对某一类问题,不能满足现实世界问题多样性的需求。因此,该文针对阅... 详细信息

机器阅读理解是基于给定文本,自动回答与文本内容相关的问题。针对此任务,学术界与工业界提出多个数据集与模型,促使阅读理解取得了一定的进步,但提出的模型大多只是针对某一类问题,不能满足现实世界问题多样性的需求。因此,该文针对阅读理解中问题类型多样性的解答展开研究,提出一种基于Bert的多任务阅读理解模型,利用注意力机制获得丰富的问题与篇章的表示,并对问题进行分类,然后将分类结果用于任务解答,实现问题的多样性解答。该文在中文公共阅读理解数据集CAIL2019-CJRC上对所提模型进行了实验,结果表明,系统取得了比所有基线模型都要好的效果。

关键词：阅读理解分类注意力机制多类型问题

来源：评论

学校读者我要写书评

暂无评论

基于语言特征自动获取的反问句识别方法

引用

中文信息学报 2020年第2期34卷 96-104页

作者：李旸吴卓嘉王素格梁吉业山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

反问句是以疑问的形式表达强烈情感的修辞方式,对其有效识别可为自然语言处理中的情感分析任务提供技术支持。该文提出了一种基于语言特征自动获取的反问句识别方法。首先,利用标签注意机制,建立了一个数据驱动的特征抽取模型,用于获取... 详细信息

反问句是以疑问的形式表达强烈情感的修辞方式,对其有效识别可为自然语言处理中的情感分析任务提供技术支持。该文提出了一种基于语言特征自动获取的反问句识别方法。首先,利用标签注意机制,建立了一个数据驱动的特征抽取模型,用于获取与任务相关的词汇、句法结构、符号标记和话题等语言特征。其次,利用Bi-LSTM模型分别对句子和语言特征进行表示,两者的交互注意被用于获取句子的各个词和符号的注意力权重向量。该权重向量作用于句子的表示,用于构建一个强化语言特征的反问句识别模型。在中文微博数据集上的实验结果表明,提出的方法与之前的工作相比,反问句识别性能有显著提升。

关键词：反问句特征抽取注意力机制识别模型

来源：评论

学校读者我要写书评

暂无评论

基于答案及其上下文信息的问题生成模型

引用

中文信息学报 2020年第5期34卷 74-81页

作者：谭红叶孙秀琴闫真山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

基于文本的问题生成是从给定的句子或段落中生成相关问题。目前,主要采用序列到序列的神经网络模型来研究包含答案的句子生成问题,然而这些方法存在以下问题:①生成的疑问词与答案类型不匹配;②问题与答案的相关性不强。该文提出一个基... 详细信息

基于文本的问题生成是从给定的句子或段落中生成相关问题。目前,主要采用序列到序列的神经网络模型来研究包含答案的句子生成问题,然而这些方法存在以下问题:①生成的疑问词与答案类型不匹配;②问题与答案的相关性不强。该文提出一个基于答案及其上下文信息的问题生成模型。该模型首先根据答案与上下文信息的关系确定与答案类型匹配的疑问词;然后利用答案及其上下文信息确定问题相关词,使问题尽可能使用原文中的词;最后结合原句作为输入来生成问题。相关实验表明,该文提出的模型性能明显优于基线系统。

关键词：问题生成神经网络问题相关词

来源：评论

学校读者我要写书评

暂无评论

藏文图像文本识别在安卓系统中的应用——基于混合注意力机制神经网络模型

引用

青海师范大学学报（自然科学版） 2021年第4期37卷 26-33页

作者：王悦凝华却才让才让当知环科尤青海师范大学计算机学院青海西宁810008 青海师范大学藏文信息处理教育部重点实验室青海西宁810008

针对藏文图像文本识别在Android系统上的应用问题,提出了一种基于混合注意力机制神经网络模型(CBAM-LeNet-5)的藏文图像文本识别方法,并采用Android平台研发了APP,实现印刷体藏文文本图像预处理、字丁分割以及识别等功能.经实验,改进后... 详细信息

针对藏文图像文本识别在Android系统上的应用问题,提出了一种基于混合注意力机制神经网络模型(CBAM-LeNet-5)的藏文图像文本识别方法,并采用Android平台研发了APP,实现印刷体藏文文本图像预处理、字丁分割以及识别等功能.经实验,改进后的网络模型比传统的LeNet-5模型识别率提高了2.36个百分点,表明CBAM-LeNet-5模型的有效性.

关键词：藏文文本识别 Android平台 CBAM-LeNet-5网络模型

来源：评论

学校读者我要写书评

暂无评论

融合Spark与隐性兴趣的用户综合影响力度量

引用

计算机工程 2020年第11期46卷 61-69页

作者：童曼琪黄江升郭昆福州大学福建省空间数据挖掘与信息共享教育部重点实验室福州350002 国网信通亿力科技有限责任公司福州350003 福州大学福建省网络计算与智能信息处理重点实验室福州350002

为解决传统用户影响力度量算法面向海量数据处理时运行速度下降的问题,提出一种基于隐性兴趣的用户综合影响力度量算法.通过隐含狄利克雷分配模型得到用户隐性兴趣偏好,根据困惑度和平均话题相似度综合确定最优兴趣话题数,并改进PageRan... 详细信息

为解决传统用户影响力度量算法面向海量数据处理时运行速度下降的问题,提出一种基于隐性兴趣的用户综合影响力度量算法.通过隐含狄利克雷分配模型得到用户隐性兴趣偏好,根据困惑度和平均话题相似度综合确定最优兴趣话题数,并改进PageRank算法的用户兴趣传播转移率获得用户隐性兴趣传播影响力.在Spark计算框架的基础上,采用层次分析法且结合用户自身影响力和用户隐性兴趣传播影响力,计算得到最终用户影响力.实验结果表明,该算法综合考虑用户兴趣和用户自身影响因素,能够更客观高效地评估用户的真实影响力.

关键词：用户影响力用户兴趣相似度 PageRank算法 Spark计算框架隐含狄利克雷分配模型

来源：评论

学校读者我要写书评

暂无评论

基于光强传输方程与SLM的快速相位恢复（英文）

引用

红外与激光工程 2018年第7期47卷 287-291页

作者：程鸿吕倩倩韦穗邓会龙高要利安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039

基于光强传输方程(TIE)的相位恢复技术,可以通过测量一系列垂直于光轴分布的散焦强度图,直接求解得到光场的相位信息。传统的基于TIE的强度图像采集系统在获得散焦图像时需要机械移动。通过在空间光调制器(SLM)上加载透镜相位图,使其实... 详细信息

基于光强传输方程(TIE)的相位恢复技术,可以通过测量一系列垂直于光轴分布的散焦强度图,直接求解得到光场的相位信息。传统的基于TIE的强度图像采集系统在获得散焦图像时需要机械移动。通过在空间光调制器(SLM)上加载透镜相位图,使其实现可编程透镜的功能,任意改变此透镜的焦距值,可以实现不同的散焦距离,从而避免采集图像过程中CCD的移动。根据不同的算法理论,设计了两种光强图像采集系统。由于日常生活中使用相机拍照时,透镜的相位调制作用不可忽略,使用SLM代替含透镜的光传播模型中透镜的作用,设计了第一种实验装置。此外,通过在4f系统的频率域位置放置SLM,设计了第二种实验装置。真实实验的结果验证了这两种方法的有效性和正确性。

关键词：相位恢复光强传输方程空间光调制器

来源：评论

学校读者我要写书评

暂无评论

水声通信信道估计技术的研究进展

引用

电讯技术 2024年第12期64卷 2081-2090页

作者：刘金荣冷相文姬庆王志林胡云峰中国电子科学研究院北京100041 海军大连舰艇学院水武与防化系辽宁大连116013 海军工程大学兵器工程学院武汉430033 中国人民解放军92941部队辽宁葫芦岛125001 东南大学水声信号处理教育部重点实验室南京210096

水声信道估计是水声通信的关键技术,其估计性能直接影响通信系统的可靠性和传输速率。介绍了水声通信技术发展的不同阶段、水声信道相关特性以及其对水声通信系统的影响,对现有的水声信道估计技术进行分类,讨论了各自的优势与不足,最后... 详细信息

水声信道估计是水声通信的关键技术,其估计性能直接影响通信系统的可靠性和传输速率。介绍了水声通信技术发展的不同阶段、水声信道相关特性以及其对水声通信系统的影响,对现有的水声信道估计技术进行分类,讨论了各自的优势与不足,最后分析了水声信道估计技术面临的问题并提出了解决思路。

关键词：水声通信信道估计压缩感知动态压缩感知自适应滤波贝叶斯推断

来源：评论

学校读者我要写书评

暂无评论

基于可调多粒度对偶犹豫模糊概率粗糙集的三支多属性群决策

引用

模糊系统与数学 2021年第6期35卷 14-27页

作者：丁娟娟张超申利华李德玉庞继芳王志文山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006 山西省信息产业技术研究院有限公司山西太原030012

本文为减少三支决策中主观性因素对决策结果的影响,并克服经典多粒度粗糙集模型在信息融合方面存在极端性的局限,在对偶犹豫模糊信息系统中探索了基于可调多粒度概率粗糙集的三支决策模型与方法,用于求解多属性群决策问题。首先,本文将... 详细信息

本文为减少三支决策中主观性因素对决策结果的影响,并克服经典多粒度粗糙集模型在信息融合方面存在极端性的局限,在对偶犹豫模糊信息系统中探索了基于可调多粒度概率粗糙集的三支决策模型与方法,用于求解多属性群决策问题。首先,本文将对偶犹豫模糊的概念引入三支决策中,提出了可调多粒度对偶犹豫模糊概率粗糙集模型。然后,本文依据离差最大化法计算属性权重与专家权重,进一步利用多粒度三支决策框架建立了对偶犹豫模糊多属性群决策方法。最后,通过医学诊断的实例验证了本文所建立方法的可行性与有效性。

关键词：多粒度三支决策对偶犹豫模糊信息系统多属性群决策医学诊断

来源：评论

学校读者我要写书评

暂无评论

基于Huber损失的非负矩阵分解算法

引用

计算机科学 2020年第11期47卷 80-87页

作者：王丽星曹付元山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

非负矩阵分解(Nonnegative Matrix Factorization)算法能为原始数据找到非负的、线性的矩阵表示且保留了数据的本质特征,已被成功应用于多个领域。经典的NMF算法及其变体算法大部分使用均方误差函数来度量重建误差,在许多任务中已经显... 详细信息

非负矩阵分解(Nonnegative Matrix Factorization)算法能为原始数据找到非负的、线性的矩阵表示且保留了数据的本质特征,已被成功应用于多个领域。经典的NMF算法及其变体算法大部分使用均方误差函数来度量重建误差,在许多任务中已经显示出其有效性,但它在处理含有噪声的数据时仍然面临一些困难。Huber损失函数对较小的残差执行的惩罚与均方误差损失函数相同,对较大的残差执行的惩罚是线性增长的,因此与均方误差损失函数相比,Huber损失函数具有更强的鲁棒性;已有研究证明L_(2,1)范数稀疏正则项在机器学习的分类和聚类模型中具有特征选择作用。结合两者的优点,文中提出了一种基于Huber损失函数且融入L_(2,1)范数正则项的非负矩阵分解聚类模型,并给出了基于投影梯度更新规则的优化过程。在多组数据集上将所提算法与经典的多种聚类算法进行对比,实验结果验证了所提算法的有效性。

关键词：非负矩阵分解 Huber损失函数 L2 1范数投影梯度法

来源：评论

学校读者我要写书评

暂无评论

多类分类模型和多层次增量算法

引用

计算机科学与探索 2019年第8期13卷 1431-1440页

作者：徐怡王旭生安徽大学计算智能与信号处理教育部重点实验室合肥230039 安徽大学计算机科学与技术学院合肥230601

多类分类问题的实际应用中,在决策对象的认识由粗粒度向细粒度转化时,通过使用粒结构,提出一种基于多类分类的序贯三支决策模型。在此基础上,使用该模型非增量的方法计算序贯三支决策的时间开销较大,针对决策表中条件属性的变化,给出该... 详细信息

多类分类问题的实际应用中,在决策对象的认识由粗粒度向细粒度转化时,通过使用粒结构,提出一种基于多类分类的序贯三支决策模型。在此基础上,使用该模型非增量的方法计算序贯三支决策的时间开销较大,针对决策表中条件属性的变化,给出该模型的增量方法来进行决策。首先,通过增加新属性得到每层的条件属性,构建多层次粒结构。在多层次粒结构下,给出每层决策表的损失函数矩阵。然后,按层依次计算决策表中每个决策类的阈值,进行决策表的三支决策。最后,给出多类分类的序贯三支决策算法,通过实例说明该算法的计算过程。为了动态更新多层次下的三个域集,基于多类分类给出计算序贯三支决策的增量算法,通过仿真实验验证了该方法的有效性。

关键词：序贯三支决策粒结构多类分类增量方法

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：