检索结果-内蒙古大学图书馆

软件学报 2025年

作者：何亮曹永昌黄琰琛吴震戴新宇陈家骏计算机软件新技术全国重点实验室(南京大学)

汉语成语作为汉语写作的重要组成部分,具有凝练的表现力和深厚的文化内涵.它们通常是经过长期使用而固定下来的词组或短句,来源广泛,含义相对固定.然而,由于汉字的形意属性和汉语词汇、语义的古今变迁,成语的字面意思与实际含义往往存... 详细信息

汉语成语作为汉语写作的重要组成部分,具有凝练的表现力和深厚的文化内涵.它们通常是经过长期使用而固定下来的词组或短句,来源广泛,含义相对固定.然而,由于汉字的形意属性和汉语词汇、语义的古今变迁,成语的字面意思与实际含义往往存在偏差,呈现出特有的非组合性特点,这种特点使得成语在使用过程中极易产生误用现象,研究显示,某些成语的误用率甚至高达98.6%.与其他语言不同,汉语成语的误用通常不会导致词法或语法错误,因此传统的拼写或语法错误检测方法无法有效识别成语误用.一种直观的方法是将成语的释义融入模型中,但是简单的拼接释义会导致句子过长难以处理和知识噪声等问题.为了解决这一问题,提出一种基于释义知识浮动注入的模型.该模型通过引入可学习的权重因子来控制知识注入,并探讨有效的释义知识注入策略.为了验证模型的有效性,构建一套针对汉语成语误用诊断的数据集.实验结果显示,该模型在所有测试集上均取得了最优效果,特别是在长文本多成语的复杂场景中,性能比基线模型提高了12.4%–13.9%,同时训练速度提升了30%–40%,测试速度提升了90%.这证明了所提出的释义知识浮动注入模型不仅有效融合了成语释义特征,还显著降低了成语释义拼接对模型处理能力和效率的负面影响,从而提升了成语误用诊断的性能,并增强了模型处理多成语和长释义等复杂场景的能力.

关键词：汉语成语误用诊断释义知识浮动注入成语误用数据集

来源：评论

学校读者我要写书评

暂无评论

稳健选择伪标注的混合式半监督学习

引用

中国科学：信息科学 2024年第3期54卷 623-637页

作者：郭兰哲李宇峰计算机软件新技术国家重点实验室(南京大学) 南京210023

半监督学习旨在数据标注缺乏的情形下利用无标注数据提升学习性能,是重要的机器学习范式.尽管不少研究报道表明半监督学习取得了优异的性能表现,然而其在面临诸多实践任务时仍存在伪标注质量判断困难、超参数选择敏感、理论指导缺乏等瓶... 详细信息

半监督学习旨在数据标注缺乏的情形下利用无标注数据提升学习性能,是重要的机器学习范式.尽管不少研究报道表明半监督学习取得了优异的性能表现,然而其在面临诸多实践任务时仍存在伪标注质量判断困难、超参数选择敏感、理论指导缺乏等瓶颈.针对上述挑战,本文提出一种稳健选择伪标注的混合式半监督学习方法,通过综合利用模型预测结果之间的分歧自适应地判断伪标注质量,无需预设超参数,显著提升了半监督学习的稳健性.本文在理论上证明了新方法的错误率随训练轮数的增加而显著下降.实验验证了本文方法较主流技术取得了明显的性能提升,例如,相较于在CIFAR-10数据集中表现最优的半监督学习技术FixMatch,新方法的分类错误率下降了11%以上,在更具挑战的STL-10数据集中分类错误率下降了18.8%.

关键词：机器学习深度学习半监督学习伪标注稳健性

来源：评论

学校读者我要写书评

暂无评论

神经符号系统:非确定性管理的视角

引用

中国科学:信息科学 2025年第1期55卷 1-31页

作者：李泽南姚远马晓星吕建南京大学计算机软件新技术全国重点实验室南京210023 南京大学计算机学院南京210023

作为一种智能化软件形态,融合了神经网络和符号规则的神经符号系统正受到越来越多的关注,相关研究爆炸性增长.然而,现有技术仍然难以有效支持较大规模神经符号系统“端到端”的自动构建.神经网络训练和符号规则学习过程中对非确定性的... 详细信息

作为一种智能化软件形态,融合了神经网络和符号规则的神经符号系统正受到越来越多的关注,相关研究爆炸性增长.然而,现有技术仍然难以有效支持较大规模神经符号系统“端到端”的自动构建.神经网络训练和符号规则学习过程中对非确定性的不兼容的处理方式是造成神经符号学习效果欠佳的一个关键因素.本文旨在以非确定性管理的新视角,较为系统、一致、严谨地讨论分析“端到端”神经符号学习的技术挑战,并以此视角整理讨论相关工作的思路、进展和当前仍然存在的问题.在此基础上,展望下一步的发展方向.

关键词：神经符号学习神经符号接地推理捷径符号约束合成

来源：评论

学校读者我要写书评

暂无评论

深度指导的无监督领域自适应语义分割

引用

计算机辅助设计与图形学学报 2024年第1期36卷 133-141页

作者：卢加文史金龙诸皓伟孙蕴瀚成志刚江苏科技大学计算机学院镇江2120002 南京大学计算机软件新技术国家重点实验室南京210046 浙江大学软件学院杭州310058

为了提高语义分割精度,解决模型在不同数据域上泛化性差的问题,提出基于深度信息的无监督领域自适应语义分割方法.首先,深度感知自适应框架通过捕捉深度信息和语义信息的内在联系,减小不同域之间的差异;然后,设计了一个轻量级深度估计... 详细信息

为了提高语义分割精度,解决模型在不同数据域上泛化性差的问题,提出基于深度信息的无监督领域自适应语义分割方法.首先,深度感知自适应框架通过捕捉深度信息和语义信息的内在联系,减小不同域之间的差异;然后,设计了一个轻量级深度估计网络来提供深度信息,通过跨任务交互策略融合深度和语义信息,并在深度感知空间对齐源域和目标域的分布差距;最后,提出基于深度信息的域内自适应策略弥合目标域内部的分布差异,将目标域分为子源域和子目标域,并缩小子源域和子目标域分布差距.实验结果表明,所提方法在SYNTHIA-2-Cityscapes和SYNTHIA-2-Mapillary跨域任务上的平均交并比分别为46.7%和73.3%,与同类方法相比,该方法在语义分割和深度估计精度上均有显著提升.

关键词：无监督领域自适应语义分割多任务学习深度估计

来源：评论

学校读者我要写书评

暂无评论

安全的混成系统神经网络控制器生成与验证

引用

软件学报 2023年第7期34卷 2981-3001页

作者：赵庆晔王豫李宣东计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

控制器生成是混成系统控制中的重要问题.生成具有安全保证的控制器,关系着混成系统在安全攸关领域的使用.提出了一种为混成系统生成具有安全保证的神经网络控制器的方法.神经网络控制器的安全性由与其同时生成的障碍证书保证.为了生成... 详细信息

控制器生成是混成系统控制中的重要问题.生成具有安全保证的控制器,关系着混成系统在安全攸关领域的使用.提出了一种为混成系统生成具有安全保证的神经网络控制器的方法.神经网络控制器的安全性由与其同时生成的障碍证书保证.为了生成安全的神经网络控制器,首先确定控制器的网络结构,并基于混成系统构造训练数据集;然后,根据保证控制器安全的障碍证书条件编码神经网络训练时的损失函数.当训练完成后,学习到的神经网络控制器对于训练数据集中的数据是安全的,但对于整个混成系统可能并不安全.为了检验学习到的控制器在整个系统上的安全性,将其安全验证问题转化为一组混合整数规划问题,并使用数值优化器求解,以得到形式化保证的结果.工作实现了安全神经网络控制器生成工具SafeNC,并评估了它在8个基准系统上的性能.实验结果表明:SafeNC可以生成包含6个隐藏层的具有1804个神经元的安全神经网络控制器;同时,与现有方法相比,SafeNC可为更复杂的系统生成安全的神经网络控制器,更有效且更具扩展性.

关键词：混成系统安全控制神经网络控制器障碍证书混合整数规划

来源：评论

学校读者我要写书评

暂无评论

基于改动树检索的拉取请求描述生成方法

引用

软件学报 2024年第11期35卷 5065-5082页

作者：蒋竞刘子豪张莉汪亮复杂关键软件环境全国重点实验室(北京航空航天大学) 北京100191 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

随着开源人工智能系统规模的扩大,软件的开发与维护也变得困难.GitHub是开源社区最重要的开源项目托管平台之一,通过GitHub提供的拉取请求系统,开发者可以方便地参与到开源项目的开发.拉取请求的描述可以帮助项目核心团队理解拉取请求... 详细信息

随着开源人工智能系统规模的扩大,软件的开发与维护也变得困难.GitHub是开源社区最重要的开源项目托管平台之一,通过GitHub提供的拉取请求系统,开发者可以方便地参与到开源项目的开发.拉取请求的描述可以帮助项目核心团队理解拉取请求的内容和开发者的意图,促进拉取请求被接受.当前,存在可观比例的开发者没有为拉取请求提供描述,既增加了核心团队的工作负担,也不利于项目日后的维护工作.提出一种自动为拉取请求生成描述的方法PRSim.所提方法提取拉取请求包含的提交说明、注释更新和代码改动等特征,建立语法改动树,使用树结构自编码器编码以检索代码改动相似的其他拉取请求,参照相似拉取请求的描述,使用编码器-解码器网络概括提交说明和注释更新,生成新拉取请求的描述.实验结果表明,PRSim的生成效果在Rouge-1、Rouge-2和Rouge-L这3个指标的F1分数上分别达到36.47%、27.69%和35.37%,与现有方法LeadCM相比分别提升了34.3%、75.2%和55.3%,与方法Attn+PG+RL相比分别提升了16.2%、22.9%和16.8%,与方法PRHAN相比分别提升了23.5%、72.0%和24.8%.

关键词：拉取请求语法改动树相似度计算自动摘要开源社区

来源：评论

学校读者我要写书评

暂无评论

语义可感知的灰盒编译器模糊测试

引用

软件学报 2025年

作者：欧先飞蒋炎岩许畅计算机软件新技术全国重点实验室(南京大学) 南京大学计算机学院

模糊测试技术在软件质量保障、软件安全测试等领域起到重要作用.然而,在面对编译器这样输入语义复杂的系统时,现有的模糊测试工具由于其变异策略中缺乏对语义的感知能力,导致生成的程序难以通过编译器前端检查.提出了一种语义可感知的... 详细信息

模糊测试技术在软件质量保障、软件安全测试等领域起到重要作用.然而,在面对编译器这样输入语义复杂的系统时,现有的模糊测试工具由于其变异策略中缺乏对语义的感知能力,导致生成的程序难以通过编译器前端检查.提出了一种语义可感知的灰盒模糊测试方法,旨在提高模糊测试工具在编译器测试领域的效能.设计并实现了一系列可保持输入语义合法性并探索上下文多样性的变异操作符,并针对这些操作符的特点开发了高效的选择策略.将这些策略与传统的灰盒模糊测试工具相结合,实现了灰盒模糊测试工具SemaAFL.实验结果表明,通过应用这些变异操作符, SemaAFL在GCC和Clang编译器上的代码覆盖率相比AFL++和同类工具GrayC提高了约14.5%和11.2%.在为期一周的实验期间, SemaAFL发现并报告了6个以前未被发现的GCC和Clang缺陷.

关键词：编译器测试语义可感知的模糊测试灰盒模糊测试

来源：评论

学校读者我要写书评

暂无评论

一种基于振动感知的按键识别技术实验

引用

北京邮电大学学报 2023年第5期46卷 132-138页

作者：李超然谢磊南京大学计算机软件新技术国家重点实验室南京210023

智能手表的屏幕小,按键多,常发生输入错误。而用语音输入容易受到环境噪声的影响并且有隐私泄露的危险。为了解决上述问题,提出了基于振动感知来识别用户按键行为的文本输入方法。通过辨识指关节的敲击,将不同指关节映射到不同的按键上... 详细信息

智能手表的屏幕小,按键多,常发生输入错误。而用语音输入容易受到环境噪声的影响并且有隐私泄露的危险。为了解决上述问题,提出了基于振动感知来识别用户按键行为的文本输入方法。通过辨识指关节的敲击,将不同指关节映射到不同的按键上,对敲击产生的振动信号分类处理,从而解决了在小屏幕上按键输入不便的问题。首先,使用低采样率LPMS-B2模块的加速度计来收集敲击指关节所产生的振动信号;然后设计了信号处理和时频图提取信号特征的方案;最后利用朴素贝叶斯分类方法来识别敲击的位置。实验结果表明,对指关节进行三分类的识别准确率达到90%以上,五分类的识别准确率约为75%。

关键词：智能手表振动感知按键识别时频图朴素贝叶斯分类

来源：评论

学校读者我要写书评

暂无评论

任播研究综述

引用

软件学报 2023年第1期34卷 334-350页

作者：周敏苑郑嘉琦窦万春陈贵海计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

任播通过将相同IP地址分配到多个终端节点上,利用BGP实现最佳路径选择.近年来,随着任播技术发展越来越成熟,任播被广泛运用到DNS和CDN服务上.首先全方位介绍了任播技术,随后讨论了任播技术目前存在的问题并将这些问题归结为3大类:任播... 详细信息

任播通过将相同IP地址分配到多个终端节点上,利用BGP实现最佳路径选择.近年来,随着任播技术发展越来越成熟,任播被广泛运用到DNS和CDN服务上.首先全方位介绍了任播技术,随后讨论了任播技术目前存在的问题并将这些问题归结为3大类:任播推断的不完善,任播性能无法保证,难以控制任播负载均衡.针对这些问题,阐述了国内外最新研究进展,总结了任播研究工作中的相关问题及改进方向,为相关领域的研究者提供有益的参考.

关键词：任播 IP地址站点内容分发网络域名系统

来源：评论

学校读者我要写书评

暂无评论

基于链接实体回放的多源知识图谱终身表示学习

引用

软件学报 2023年第10期34卷 4501-4517页

作者：孙泽群崔员宁胡伟计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

知识图谱存储大量的结构化知识和丰富的语义信息,已被广泛应用于知识驱动的智能软件.随着智能应用的不断发展,它们对知识图谱的需求也在发生变化.而单一知识图谱往往具有数据不完备等缺点,难以满足需求.因此,支持新数据来源、融合多源... 详细信息

知识图谱存储大量的结构化知识和丰富的语义信息,已被广泛应用于知识驱动的智能软件.随着智能应用的不断发展,它们对知识图谱的需求也在发生变化.而单一知识图谱往往具有数据不完备等缺点,难以满足需求.因此,支持新数据来源、融合多源知识已成为迫切需求.传统的知识图谱表示学习和应用范式只考虑单一图谱,忽视了不同图谱间的知识迁移.多源知识图谱联合训练虽然可以带来性能提升,但不支持新增知识图谱的拓展表示学习.鉴于此,提出了多源知识图谱终身表示学习的新范式.给定一个知识图谱序列,终身表示学习的目标是在学习新知识图谱的同时,从已学习的知识图谱与模型中获得知识迁移.为实现这一目标,提出了一个基于链接实体回放的多源知识图谱终身表示学习框架.首先,设计了一个以Transformer为编码器的知识图谱表示学习模型作为框架核心,利用关系相关性进行实体的链接预测;其次,提出了链接子图构造方法,基于实体对齐构建并回放新增知识图谱和已有知识图谱之间的链接子图进行终身学习和知识迁移;最后,采用动态结构方法,为每个知识图谱存储相应的模型参数快照来避免灾难性遗忘.多个链接预测基准数据集上的实验结果表明:所提出的表示学习模型可以取得最先进的性能,且提出的终身表示学习框架可以实现有效的知识迁移.

关键词：多源知识图谱表示学习终身学习回放链接预测

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：