检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于自适应阈值学习的时序因果推断方法

计算机应用 2024年第9期44卷 2660-2666页

作者：赵秦壮谭红叶山西大学计算机与信息技术学院太原030006

时序数据存在近因性特点,即变量值普遍依赖近期的历史信息,而现有时序因果推断方法没有充分考虑时序数据的这种特性,在通过假设检验推断不同延迟的因果关系时使用统一的阈值,难以有效推断较弱的因果关系。针对上述问题,提出基于自适应... 详细信息

时序数据存在近因性特点,即变量值普遍依赖近期的历史信息,而现有时序因果推断方法没有充分考虑时序数据的这种特性,在通过假设检验推断不同延迟的因果关系时使用统一的阈值,难以有效推断较弱的因果关系。针对上述问题,提出基于自适应阈值学习的时序因果推断方法:首先提取数据特性,其次根据不同延迟下数据呈现的性质,自动地学习假设检验过程中使用的阈值组合,最后将该阈值组合用于PC(Peter-Clark)算法、PCMCI(Peter-Clark and Momentary Conditional Independence)算法和VAR-LINGAM(Vector AutoRegressive LINear non-Gaussian Acyclic Model)算法的假设检验过程,以得到更准确的因果关系结构。在仿真数据集上的实验结果表明,采用所提方法的自适应PC算法、自适应PCMCI算法和自适应VAR-LINGAM算法的F1值都有所提高。

关键词：因果推断时间序列假设检验参数优化自适应

在线全文

学校读者我要写书评

暂无评论

基于混合提示学习的中医病案小样本分类方法

计算机应用与软件 2024年

作者：冯慧敏谭红叶林浩楠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大学计算机与信息技术学院

中医病案是对患者诊疗过程的记录，具有很高的研究价值，然而目前中医领域公开可用的数据资源不足。针对中医病案小样本分类问题，提出了一种基于混合提示学习的方法。该方法具有以下特点：（1）设计了离散提示与连续提示相结合的中医... 详细信息

中医病案是对患者诊疗过程的记录，具有很高的研究价值，然而目前中医领域公开可用的数据资源不足。针对中医病案小样本分类问题，提出了一种基于混合提示学习的方法。该方法具有以下特点：（1）设计了离散提示与连续提示相结合的中医混合提示模板，将病案分类任务的输入建模成适配预训练模型处理的形式，以充分利用模型中的先验知识；（2）使用外部知识库扩展每个中医类别的标签词集合，将不同类型的中医知识以相关词形式融入到映射器中，加强了中医类别和病案文本之间的语义关联。实验结果表明，在两个公开数据集的不同数量小样本上，该方法均优于现有的基线方法。

关键词：中医病案小样本文本分类混合提示学习知识库

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于HHO优化的时空水质预测模型

现代电子技术 2024年第2期47卷 176-182页

作者：李顺勇张睿轩谭红叶山西大学数学科学学院山西太原030006 山西大学计算机与信息技术学院山西太原030006

我国水资源现状不容乐观,提高水质预测模型精度对水资源质量监测具有重要意义。为捕捉水质指标时序数据非线性变化趋势,水质指标多基于神经网络模型进行预测。但是现有模型忽略了河流流向,没有考虑上游监测点水质对下游水质的影响;同时... 详细信息

我国水资源现状不容乐观,提高水质预测模型精度对水资源质量监测具有重要意义。为捕捉水质指标时序数据非线性变化趋势,水质指标多基于神经网络模型进行预测。但是现有模型忽略了河流流向,没有考虑上游监测点水质对下游水质的影响;同时现有模型多基于启发式优化算法中的粒子群算法调整神经网络的超参数,但该优化算法仍需设置较多超参数,而参数选取不当容易使模型陷入局部最优。为此,建立了时空水质预测模型(WT‐CNN‐LSTM‐HHO),利用哈里斯鹰优化算法(HHO),基于上游水质数据预测下游的氮、磷和溶解氧水质指标。实验结果显示,本文所提出的模型对水质预测性能有明显提升,可以实现设置较少超参数而达到较高的水质预测精度。

关键词：时空水质预测哈里斯鹰优化算法 LSTM神经网络时间序列 CNN‐LSTM 小波降噪

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于图文理解增强的教科书视觉问答方法

山西大学学报(自然科学版) 2024年

作者：胡景畅强鹏鹏谭红叶王宏宇慕永利山西大学计算机与信息技术学院计算智能与中文信息处理教育部重点实验室智林信息技术股份有限公司

教科书视觉问答是智慧教育领域的一项多模态任务，需要深度理解教科书图像、文本和问题以推理正确答案。然而，现有通用领域视觉问答方法在这一任务中表现不佳。主要原因是：首先，这些方法仅能简单地识别物体属性，缺乏学科信息，且容... 详细信息

教科书视觉问答是智慧教育领域的一项多模态任务，需要深度理解教科书图像、文本和问题以推理正确答案。然而，现有通用领域视觉问答方法在这一任务中表现不佳。主要原因是：首先，这些方法仅能简单地识别物体属性，缺乏学科信息，且容易受到与问题无关的冗余信息干扰；其次，这些方法难以捕捉文本关键信息。针对上述问题，提出基于图文理解增强的教科书视觉问答方法，主要包括3个模块：（1）文本编码与理解：利用大语言模型提取问题关键词，并在文本中检索与问题关键词相关语句，来增强文本理解，消除冗余信息干扰。（2）图像编码与描述：根据问题关键词，在图像描述中采用问题-图像注意力机制生成问题约束的细粒度图像描述语句，从而增强图像理解能力。（3）答案预测：使用预训练视觉语言模型，将文本信息与视觉信息融合，以提高模型推理能力。实验结果表明：该文提出的方法能够较好地理解教科书图文信息，有效提升答案预测准确率。在测试集和验证集上准确率分别提高了1.82%和1.72%。

关键词：视觉问答智慧教育图像描述图文理解增强

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于变换的中国地名自动识别研究(英文)

软件学报 2001年第11期12卷 1608-1613页

作者：谭红叶郑家恒刘开瑛山西大学计算机科学系山西太原030006

专有名词中的中国地名的自动识别是中文信息处理中要解决的一个重要问题 .完全依靠统计方法只能保证一定的召回率 ,而准确率偏低 .提出了一种基于变换的策略 ,可以有效地克服这一缺陷 .经测试 ,系统最终的准确率提高了 7% ,达到了 90 .9% .

关键词：中国地名自动识别专有名词中文信息处理计算机

在线全文

学校读者我要写书评

暂无评论

一种基于软模式的语义类发现方法

哈尔滨工业大学学报 2007年第11期39卷 1776-1779页

作者：谭红叶赵铁军哈尔滨工业大学计算机科学与技术学院

为解决基于模式的方法发现语义类时召回率和精确率低的问题,提出了一种基于软模式的语义类发现方法,该方法首先利用bootsrapping方法获得传统的模式,即硬模式,然后再扩展生成软模式,最后通过计算待测模式的分值实现软模式的模糊匹配,从... 详细信息

为解决基于模式的方法发现语义类时召回率和精确率低的问题,提出了一种基于软模式的语义类发现方法,该方法首先利用bootsrapping方法获得传统的模式,即硬模式,然后再扩展生成软模式,最后通过计算待测模式的分值实现软模式的模糊匹配,从而完成语义类的发现.在人民日报语料上测试最低召回率可达到60.1%.表明由于软模式可以包含丰富的信息,形式更加灵活,而且可进行模糊匹配,在保证系统高召回率方面表现良好.

关键词：模式软模式语义类命名实体

基于MHSA和句法关系增强的机器阅读理解方法研究

在线全文

学校读者我要写书评

暂无评论

自动化学报 2022年第11期48卷 2718-2728页

作者：张虎王宇杰谭红叶李茹山西大学计算机与信息技术学院太原030006

机器阅读理解(Machine reading comprehension,MRC)是自然语言处理领域中一项重要研究任务,其目标是通过机器理解给定的阅读材料和问题,最终实现自动答题.目前联合观点类问题解答和答案依据挖掘的多任务联合学习研究在机器阅读理解应用... 详细信息

机器阅读理解(Machine reading comprehension,MRC)是自然语言处理领域中一项重要研究任务,其目标是通过机器理解给定的阅读材料和问题,最终实现自动答题.目前联合观点类问题解答和答案依据挖掘的多任务联合学习研究在机器阅读理解应用中受到广泛关注,它可以同时给出问题答案和支撑答案的相关证据,然而现有观点类问题的答题方法在答案线索识别上表现还不是太好,已有答案依据挖掘方法仍不能较好捕获段落中词语之间的依存关系.基于此,引入多头自注意力(Multi-head self-attention,MHSA)进一步挖掘阅读材料中观点类问题的文字线索,改进了观点类问题的自动解答方法;将句法关系融入到图构建过程中,提出了基于关联要素关系图的多跳推理方法,实现了答案支撑句挖掘;通过联合优化两个子任务,构建了基于多任务联合学习的阅读理解模型.在2020中国“法研杯”司法人工智能挑战赛(China AI Law Challenge 2020,CAIL2020)和HotpotQA数据集上的实验结果表明,本文提出的方法比已有基线模型的效果更好.

关键词：机器阅读理解多头自注意力句法关系多跳推理

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于最小风险贝叶斯的垃圾博客识别算法研究

山西大学学报(自然科学版) 2014年第1期37卷 42-47页

作者：何苑郝梦岩谭红叶长治学院计算机系山西大学计算机与信息技术学院

针对当前垃圾博客识别研究中,正常博客误识别为垃圾博客损失高的问题,提出了一种基于最小风险贝叶斯的垃圾博客识别算法。该算法提取多结构特征,在朴素贝叶斯分类方法中引入风险因子,通过最小化风险进行垃圾博客和正常博客的分类。实验... 详细信息

针对当前垃圾博客识别研究中,正常博客误识别为垃圾博客损失高的问题,提出了一种基于最小风险贝叶斯的垃圾博客识别算法。该算法提取多结构特征,在朴素贝叶斯分类方法中引入风险因子,通过最小化风险进行垃圾博客和正常博客的分类。实验结果表明:该算法能在对召回率影响很小的情况下,进一步降低误判率,提高识别准确率。与朴素贝叶斯方法相比,准确率提高近5个百分点,与支持向量机方法性能接近。

关键词：中文信息处理垃圾博客贝叶斯最小风险多结构特征

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于集成学习的中文文本欺骗检测研究

计算机研究与发展 2015年第5期52卷 1005-1013页

作者：张虎谭红叶钱宇华李茹陈千山西大学计算机与信息技术学院太原030006

欺骗信息检测是信息安全领域中的重要研究内容.现有的研究表明,三分之一的人际交往中会涉及到潜在的欺骗,大量的欺骗信息充斥在各种各样的通信媒介中,在海量的网络信息中欺骗性数据的规模通常远小于非欺骗性数据的规模,已有方法还不能... 详细信息

欺骗信息检测是信息安全领域中的重要研究内容.现有的研究表明,三分之一的人际交往中会涉及到潜在的欺骗,大量的欺骗信息充斥在各种各样的通信媒介中,在海量的网络信息中欺骗性数据的规模通常远小于非欺骗性数据的规模,已有方法还不能很好地适应于准确高效地欺骗检测,迫切期望提出一种能高效地检测欺骗信息的方法.针对具有非平衡性的海量网络信息,提出了一种基于集成学习的欺骗行为检测方法.通过改进的二分k-means划分方法对训练样本集进行分解,分别在每对正负样本集上学习各自独立的分类器,然后利用每个独立分类器分别计算待测样本的类别输出值,并采用结合个体分类器分类正确率的最小最大模块化方法集成每个判别结果.实验结果验证了该方法的有效性.

关键词：欺骗欺骗检测集成学习样本划分最小最大模块化支持向量机