检索结果-内蒙古大学图书馆

计算机工程与科学 2023年第2期45卷 370-380页

作者：曹军航黄瑞章白瑞娜赵建辉公共大数据国家重点实验室贵州贵阳550025 贵州大学计算机科学与技术学院贵州贵阳550025

中文文本纠错技术在自然语言处理中有着非常重要的应用。针对书写灵活多变的中文文本,现有的纠错模型无法覆盖多种错误类型且存在从候选集合TOPK中挑选TOP1时出错概率极大的问题。提出了一种面向中文文本的集成式纠错框架——DCsR,摒弃... 详细信息

中文文本纠错技术在自然语言处理中有着非常重要的应用。针对书写灵活多变的中文文本,现有的纠错模型无法覆盖多种错误类型且存在从候选集合TOPK中挑选TOP1时出错概率极大的问题。提出了一种面向中文文本的集成式纠错框架——DCsR,摒弃以往建立在已知错误类型的假设上利用单一模型进行纠错的解决方案,根据不同场景选择添加多种表现优异的纠错模型分别进行纠错再集成召回更全面的候选集,同时根据自定义特征的重要程度建立了一个多策略、可拓展的候选排序算法,以挑选更具有公信力的修正结果。DCsR框架有效地解决了模型的偏向性问题,进一步全面提升了对中文文本拼写纠错的能力。实验结果表明,在公开数据集SIGHAN15上,对比现在的主流纠错模型,使用DCsR框架进行纠错的F1值比表现最优的单模型纠错高出了3.93%,进一步提升了对中文文本的纠错能力。针对CGED2020进行的消融实验也表明了DCsR框架的有效性。

关键词：中文文本纠错 DCsR框架集成式纠错特征重要程度候选排序算法

来源：评论

学校读者我要写书评

暂无评论

结合预训练和自训练的法律信息抽取增强式方法

引用

燕山大学学报 2023年第3期47卷 255-261页

作者：周裕林陈艳平黄瑞章秦永彬林川公共大数据国家重点实验室贵州贵阳550025 贵州大学计算机科学与技术学院贵州贵阳550025

在“智慧法院”的建设中,法律信息抽取是法律人工智能任务中最基本的任务。目前,法律信息抽取方法主要基于深度神经网络的监督学习模型。由于现有的监督学习模型需要大量的标签数据,而人工标注的方式会提高法律信息抽取任务的成本,存在... 详细信息

在“智慧法院”的建设中,法律信息抽取是法律人工智能任务中最基本的任务。目前,法律信息抽取方法主要基于深度神经网络的监督学习模型。由于现有的监督学习模型需要大量的标签数据,而人工标注的方式会提高法律信息抽取任务的成本,存在只有少样本情况下模型学习性能较差的问题。针对上述问题,提出一种结合预训练和自训练的法律信息抽取增强式方法。首先,利用大规模预训练模型和标签数据训练出一个教师模型;然后,利用改进的文本相似度计算公式从法律文书库中寻找出与训练集相似的无标签法律文本数据,再结合训练完成的教师模型对其生成伪标签数据;最后,将有标签数据和伪标签数据混合起来重新训练出一个学生模型用于下游的法律信息抽取任务。本文在2021法研杯提供的信息抽取数据集上进行验证。与基线模型进行对比,本文提出的结合预训练和自训练的法律信息抽取增强式方法取得了较好的抽取效果。

关键词：预训练法律信息抽取自训练人工智能自然语言处理

来源：评论

学校读者我要写书评

暂无评论

面向热点新闻事件的层次化故事脉络生成方法

引用

计算机应用 2023年第8期43卷 2376-2381页

作者：刘东林川任丽娜黄瑞章公共大数据国家重点实验室(贵州大学) 贵阳550025 贵州大学计算机科学与技术学院贵阳550025

热点新闻事件的发展十分丰富,各个阶段的发展都有其独特的叙述,并且随着事件的发展呈现出层次化故事脉络演化的趋势。针对现有故事脉络生成方法存在脉络可解释性不佳以及缺乏层次性的问题,提出一种面向热点新闻事件的层次化故事脉络生... 详细信息

热点新闻事件的发展十分丰富,各个阶段的发展都有其独特的叙述,并且随着事件的发展呈现出层次化故事脉络演化的趋势。针对现有故事脉络生成方法存在脉络可解释性不佳以及缺乏层次性的问题,提出一种面向热点新闻事件的层次化故事脉络生成方法(HSGM)。首先,采用改进热词算法来挑选主干种子事件,以构建主干脉络;其次,挑选分支事件热词以增强分支可解释性;然后,在分支脉络中采用融合热词关联度与动态时间惩罚的脉络连贯度挑选策略来增强父子事件的连接,以构建层次化热词,进而构建多层次故事脉络;此外,考虑到热点新闻事件存在潜伏期,在脉络构建过程加入孵化池以解决因热度不够所产生的初始事件被忽略问题。在两个自建真实数据集上进行实验的结果表明,在事件追踪过程中,与分别基于singlePass和基于k-means的方法相比,HSGM的F值分别高出了4.51%、6.41%和20.71%、13.01%;而在脉络构建过程中,与Story Forest和Story Graph相比,HSGM在两个自建数据集上的准确性、可理解性、完整性方面表现良好。

关键词：故事脉络热点新闻事件故事树事件演化聚类

来源：评论

学校读者我要写书评

暂无评论

基于视点预测的全景视频码率自适应策略

引用

计算机应用研究 2023年第8期40卷 2508-2513,2542页

作者：刘克峰李泽平贵州大学公共大数据国家重点实验室贵阳550025 贵州大学计算机科学与技术学院贵阳550025

为解决全景视频传输中存在的视频卡顿多、用户体验质量(quality of experience,QoE)低等问题,研究当前主流的视点自适应传输方案,提出一种基于视点预测的码率自适应策略(VPBAS)。首先,构建了一种基于长短期记忆网络和全卷积网络的视点... 详细信息

为解决全景视频传输中存在的视频卡顿多、用户体验质量(quality of experience,QoE)低等问题,研究当前主流的视点自适应传输方案,提出一种基于视点预测的码率自适应策略(VPBAS)。首先,构建了一种基于长短期记忆网络和全卷积网络的视点预测模型,模型将视点数据和视频显著性信息进行特征融合,实现不同模态数据的相互补充和修正,提高视点预测的准确率;然后,客户端采用随机森林算法预测当前的可用带宽,并根据视点预测结果和可用带宽信息为视频分块选择码率;最后,客户端把选择的码率信息定期发送给服务器,服务器根据反馈的信息向客户端推送最佳码率的全景视频流,这种交互过程在视频播放期间不断地重复,直至客户端观看完毕。实验结果表明,与现有传输方案相比,VPBAS能有效提高带宽受限情况下的视频观看体验。

关键词：全景视频自适应传输视点预测体验质量码率控制

来源：评论

学校读者我要写书评

暂无评论

结合边界信息的对比学习嵌套命名实体识别

引用

计算机应用 2025年

作者：范锦涛陈艳平杨采薇林川贵州大学文本计算与认知智能教育部工程研究中心公共大数据国家重点实验室(贵州大学) 贵州大学计算机科学与技术学院

针对现有对比学习(CL)方法在嵌套命名实体识别(NER)任务中存在以下两个主要缺点：1）枚举生成的候选实体作为对比学习的对象，缺失上下文语义依赖和边界信息；2）产生不必要的噪音和无效信息，增加模型的计算负担并弱化了对比学习的性... 详细信息

针对现有对比学习(CL)方法在嵌套命名实体识别(NER)任务中存在以下两个主要缺点：1）枚举生成的候选实体作为对比学习的对象，缺失上下文语义依赖和边界信息；2）产生不必要的噪音和无效信息，增加模型的计算负担并弱化了对比学习的性能。提出两阶段命名实体识别框架。在第一阶段，通过边界识别模型生成候选实体边界，并通过边界集成模块生成候选实体，减少不必要的负候选实体的生成；同时，在候选实体两侧插入注意力线索，生成对应的候选实体文本，使得模型能够感知上下文语义和边界信息。在第二阶段，提出一个双编码框架用于识别实体，通过对比学习将候选实体文本和实体类型注释映射到相同向量表征空间中，对比的对象不再是候选实体，而是带有注意力线索的句子。此外，设计带有标签语义的分类参数矩阵，丰富模型对候选实体的理解能力。与Binder方法相比，所提方法在GENIA、ACE2005和ACE2004三种嵌套数据集上，性能提升了1.22个百分点，3.42个百分点，2.31个百分点的F1值，验证了所提方法对嵌套命名实体识别任务的有效性。

关键词：对比学习边界信息双编码器标签语义嵌套命名实体识别

来源：评论

学校读者我要写书评

暂无评论

基于自适应结构学习的深度文本聚类

引用

计算机工程 2024年第11期50卷 89-97页

作者：潘伟黄瑞章任丽娜薛菁菁贵州大学文本计算与认知智能教育部工程研究中心贵州贵阳550025 贵州大学公共大数据国家重点实验室贵州贵阳550025 贵州大学计算机科学与技术学院贵州贵阳550025

近年来,将结构信息应用于深度文本聚类中以提升聚类效果取得了较优的成果。然而,结构信息的构造方法大多只进行简单的距离测算且近邻数量固定,导致构建的图难以获得较精确的文本结构信息。另外,众多方法对近邻文本只进行一阶挖掘,使图... 详细信息

近年来,将结构信息应用于深度文本聚类中以提升聚类效果取得了较优的成果。然而,结构信息的构造方法大多只进行简单的距离测算且近邻数量固定,导致构建的图难以获得较精确的文本结构信息。另外,众多方法对近邻文本只进行一阶挖掘,使图结构信息未得到完全挖掘,限制了结合结构信息的深度文本聚类性能。为此,提出一种基于自适应结构学习的深度文本聚类模型DCMBS。首先,设计一种阈值构图方法,动态调整近邻文本数量,解决因近邻文本固定存在结构信息不精确的问题;其次,引入一种拓扑探索近邻的方法,对近邻文本进行多阶挖掘,解决以往方法只进行一阶挖掘存在结构信息不完整的问题。此外,设计了1个阈值衰减策略,避免拓扑过程中因拓扑阶数增加导致学习泛化。在4个真实数据集的实验结果表明,DCMBS与现有较好的聚类模型相比,准确度、归一化互信息(NMI)和调整兰德指数(ARI)平均提高了6.83、2.93、6.23个百分点。

关键词：阈值深度文本聚类文本结构信息图神经网络自适应结构学习

来源：评论

学校读者我要写书评

暂无评论

基于语义平面插值的命名实体识别方法

引用

计算机工程 2025年

作者：杨丽陈艳平黄辉黄瑞章秦永彬贵州大学文本计算与认知智能教育部工程研究中心贵州大学公共大数据国家重点实验室贵州大学计算机科学与技术学院

在命名实体识别方法中，通过将句子中的所有跨度组织成平面化句子表示，可以有效解析命名实体的嵌套语义结构。然而，平面化句子表示中的跨度是句子中不同长度短语的抽象表示，一个跨度既可能表示单个字，也可能表示整个句子。这种特性... 详细信息

在命名实体识别方法中，通过将句子中的所有跨度组织成平面化句子表示，可以有效解析命名实体的嵌套语义结构。然而，平面化句子表示中的跨度是句子中不同长度短语的抽象表示，一个跨度既可能表示单个字，也可能表示整个句子。这种特性导致了以下两个问题：短跨度中上下文语义依赖不足和长跨度的语义信息在压缩过程中的损失问题。针对上述问题，该文提出了一种基于语义平面插值的命名实体识别方法。该方法通过对平面中的相邻跨度进行最近邻插值，实现句子平面的扩张。这种扩张策略可以显著放大跨度间的语义特征及其上下文依赖关系，有效构建短跨度之间的语义依赖，同时增强长跨度中的语义表达，从而更好地支撑命名实体。此外，为避免原始平面信息的丢失，该文构建了一个语义感知网络，用于提取并融合原始句子平面表示中的全局和局部信息，实现特征表达的多层细化。该方法在ACE2004、ACE2005、GENIA、简历和微博数据集上的F1最高成绩分别为88.87%、88.52%、81.55%、96.49%和72.84%，与基准模型相对比分别提升了1.13%、1.61%、0.15%、0.37%和0.46%，验证了该方法在命名实体识别任务中的通用性和有效性。

关键词：命名实体识别平面化句子表示最近邻插值语义感知网络语义平面扩张

来源：评论

学校读者我要写书评

暂无评论

基于机器阅读理解的中文司法实体识别优化策略研究

引用

广西科学 2023年第1期30卷 27-34页

作者：余俊晖陈艳平秦永彬黄辉公共大数据国家重点实验室贵州贵阳550025 贵州大学计算机科学与技术学院贵州贵阳550025

针对中文司法领域信息抽取数据集中实体专业性较强、现有机器阅读理解(MRC)模型无法通过构建问句提供充足的标签语义且在噪声样本上表现不佳等问题,本研究提出了一种联合优化策略。首先,通过聚合在司法语料中多次出现的实体构建司法领... 详细信息

针对中文司法领域信息抽取数据集中实体专业性较强、现有机器阅读理解(MRC)模型无法通过构建问句提供充足的标签语义且在噪声样本上表现不佳等问题,本研究提出了一种联合优化策略。首先,通过聚合在司法语料中多次出现的实体构建司法领域词典,将专业性较强的实体知识注入RoBERTa-wwm预训练语言模型进行预训练。然后,通过基于自注意力机制来区分每个字对不同标签词的重要性,从而将实体标签语义融合到句子表示中。最后,在微调阶段采用对抗训练算法对模型进行优化,增强模型的鲁棒性和泛化能力。在2021年中国法律智能评测(CAIL2021)司法信息抽取数据集上的实验结果表明:相较于基线模型,本研究方法F1值提高了2.79%,并且模型在CAIL2021司法信息抽取赛道中获得了全国三等奖的成绩,验证了联合优化策略的有效性。

关键词：司法信息抽取预训练自注意力机制标签语义对抗训练

来源：评论

学校读者我要写书评

暂无评论

基于边界掩码的中文命名实体识别方法

引用

计算机工程 2025年

作者：胡晶亮陈艳平秦永彬黄瑞章邹安琪贵州大学文本计算与认知智能教育部工程研究中心贵州大学公共大数据国家重点实验室贵州大学计算机科学与技术学院

在命名实体识别任务中，实体边界作为粒度较小的语言单元，具有歧义性小和语义特征明显的特点，因此通常被用来表征实体。然而，现有命名实体识别方法在训练时，通常仅依赖原始文本的语义逻辑来挖掘实体边界信息。由于边界词与非边界词... 详细信息

在命名实体识别任务中，实体边界作为粒度较小的语言单元，具有歧义性小和语义特征明显的特点，因此通常被用来表征实体。然而，现有命名实体识别方法在训练时，通常仅依赖原始文本的语义逻辑来挖掘实体边界信息。由于边界词与非边界词共享相同的上下文语义，这导致模型难以充分感知实体边界语义特征和捕获实体边界语义信息。针对此问题，提出了一种基于边界掩码的中文命名实体识别模型。模型由实体边界检测、实体编码和实体分类三个模块组成。模型首先通过实体边界检测模块识别出候选实体边界。然后在实体编码模块中依据候选实体边界信息构造候选实体集，并通过引入边界线索标记[B]和[E]及预训练语言模型预置的掩码标记[MASK]来定位和掩码实体边界，从而增强模型感知实体边界语义特征的能力和充分挖掘预训练语言模型关于候选实体的潜在知识。最后，将实体边界原始语义与边界线索标记语义，及通过掩码标记预测得到的边界语义相融合，并利用双仿射机制与真实实体类型信息进行交互，从而充分丰富实体边界语义信息，提高模型识别实体的性能。该模型在ACE2005中文、Weibo和Resume三个中文数据集上分别取得了91.40%、74.06%和96.79%的F1值，验证了该模型的有效性。

关键词：中文命名实体识别实体边界线索标记边界掩码多标记语义融合

来源：评论

学校读者我要写书评

暂无评论

结合大语言模型与动态提示的裁判文书摘要方法

引用

计算机应用 2025年

作者：张滨滨秦永彬黄瑞章陈艳平贵州大学计算机科学与技术学院公共大数据国家重点实验室(贵州大学) 贵州大学文本计算与认知智能教育部工程研究中心

针对裁判文书案件结构复杂、涉案事实冗余且案情分布广泛的问题，现有的大语言模型难以有效关注结构信息及事实错误关联，从而导致结构信息缺失和事实不一致。为此，提出一种结合大语言模型与动态提示的裁判文书摘要方法 DPCM(Dynamic P... 详细信息

针对裁判文书案件结构复杂、涉案事实冗余且案情分布广泛的问题，现有的大语言模型难以有效关注结构信息及事实错误关联，从而导致结构信息缺失和事实不一致。为此，提出一种结合大语言模型与动态提示的裁判文书摘要方法 DPCM(Dynamic Prompt Correction Method)。首先，利用大语言模型进行单样本学习，以生成裁判文书摘要。其次，计算原文与摘要之间的高维相似性，检测摘要中可能存在的结构缺失或事实不一致问题。如果发现问题，将错误摘要与原文拼接，并加入提示词，随后再次进行单样本学习以修正并生成新的摘要，并进行相似性检测。如果问题仍然存在，则重复此生成与检测过程。最后，通过这种反复迭代的方式，动态调整提示词，逐步优化生成的摘要。在CAIL2021公共司法摘要数据集上的实验结果表明，相较于Least＿To＿Most＿Prompting、Zero＿Shot＿Reasoners、Self＿Consistency＿Cot等方法，所提方法在Rouge-1、Rouge-2、Rouge-L、BERTscore、FactCC(F1)和FactCC(Acc)指标上均有所提高。

关键词：大语言模型动态提示裁判文书摘要结构缺失事实不一致

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：