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

基于对话的中文正面情感风格迁移

清华大学学报（自然科学版） 2024年第5期64卷 780-788页

作者：胡玉婷左家莉刘江盛万剑怡王明文江西师范大学计算机信息工程学院南昌330022

文本风格迁移旨在保留文本内容的前提下,通过编辑或生成的方法使得目标文本带有某些特殊属性,如礼貌、情感、性别等。现有的情感风格迁移研究主要集中在英文数据集上,在中文数据集上的研究相对较少。该文构建了一个基于对话的中文情感... 详细信息

文本风格迁移旨在保留文本内容的前提下,通过编辑或生成的方法使得目标文本带有某些特殊属性,如礼貌、情感、性别等。现有的情感风格迁移研究主要集中在英文数据集上,在中文数据集上的研究相对较少。该文构建了一个基于对话的中文情感文本数据集,该数据集的部分原始数据源自电视连续剧《家有儿女》中的对白,并对其进行人工标注和循环模型标注。目前该数据集的负面情感文本和正面情感文本句子共30 836个。根据该数据集中大多数情感词是显性的特点,在编辑类的模型上开展了基于对话的中文正面情感风格迁移的研究。实验结果表明:在该数据集上,编辑类的模型可以较好地识别文本的情感属性,并实现文本正面情感风格迁移。

关键词：自然语言处理文本生成情感风格迁移循环模型编辑模型家庭对话

融合Emoji情感分布的多标签情绪识别方法

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2024年第4期38卷 120-133页

作者：刘烨刘仕鑫曾雪强左家莉江西师范大学计算机信息工程学院江西南昌330022

随着基于互联网的社交媒体兴起,Emoji由于具有以图形化方式快速准确地表达情绪的特点,目前已经成为用户在日常交流中广泛使用的图像文本。已有研究工作表明,在基于文本的情绪识别模型中考虑Emoji信息,对于提升模型性能具有重要的作用。... 详细信息

随着基于互联网的社交媒体兴起,Emoji由于具有以图形化方式快速准确地表达情绪的特点,目前已经成为用户在日常交流中广泛使用的图像文本。已有研究工作表明,在基于文本的情绪识别模型中考虑Emoji信息,对于提升模型性能具有重要的作用。目前,考虑Emoji信息的情绪识别模型大多采用词嵌入模型学习Emoji表示,得到的Emoji向量缺乏与目标情绪的直接关联,Emoji表示蕴含的情绪识别信息较少。针对上述问题,该文通过软标签为Emoji构建与目标情绪直接关联的情感分布向量,并将Emoji情感分布信息与基于预训练模型的文本语义信息相结合,提出融合Emoji情感分布的多标签情绪识别方法(Emoji Emotion Distribution Information Fusion for Multi-label Emotion Recognition,EIFER)。EIFER方法在经典的二元交叉熵损失函数的基础上,通过引入标签相关感知损失对情绪标签间存在的相关性进行建模,以提升模型的多标签情绪识别性能。EIFER方法的模型结构由语义信息模块、Emoji信息模块和多损失函数预测模块组成,采用端到端的方式对模型进行训练。在SemEval2018英文数据集上的情绪预测对比实验结果表明,该文提出的EIFER方法比已有的情绪识别方法具有更优的性能。

关键词： Emoji情感分布多标签分类情绪识别情绪相关性

在线全文

学校读者我要写书评

暂无评论

中文去毒任务的研究

山西大学学报(自然科学版) 2024年

作者：刘江盛左家莉胡玉婷万剑怡王明文江西师范大学计算机信息工程学院

文章旨在研究如何有效去除中文文本的毒性。针对此任务，文章重构了一个中文毒性语料集，以此作为任务研究的数据基础。基于此数据集文章探究了文本的毒性表现形式，同时对特定类别的毒性文本成因展开了分析。基于上述分析结果，文章使... 详细信息

文章旨在研究如何有效去除中文文本的毒性。针对此任务，文章重构了一个中文毒性语料集，以此作为任务研究的数据基础。基于此数据集文章探究了文本的毒性表现形式，同时对特定类别的毒性文本成因展开了分析。基于上述分析结果，文章使用基于编辑式、生成式两类文本风格迁移模型进行文本去毒，并进一步探究了大语言模型基于不同Prompt时去除文本毒性的表现。据实验结果表明，基于编辑式的模型能有效去除显式毒性文本的毒性，且具有较高的内容保存度，生成式模型生成的文本则有更高的流畅度。基于Prompt的大语言模型在一定程度上可以去除句子毒性，但相较于特定的风格迁移模型而言，小参数大语言模型的去毒能力还有待提高。

关键词：文本风格迁移文本去毒大语言模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于情感分布的emoji嵌入式表示

山东大学学报（理学版） 2024年第3期59卷 81-94页

作者：曾雪强孙雨刘烨万中英左家莉王明文江西师范大学计算机信息工程学院江西南昌330022

提出了一种基于情感分布的emoji嵌入式表示方法(emoji embedded representation based on emotion distribution,EDEER)。EDEER方法采用基于BERT的情绪预测模型软标签,从真实数据中学习emoji嵌入式表示,通过情感分布直接建模emoji在各... 详细信息

提出了一种基于情感分布的emoji嵌入式表示方法(emoji embedded representation based on emotion distribution,EDEER)。EDEER方法采用基于BERT的情绪预测模型软标签,从真实数据中学习emoji嵌入式表示,通过情感分布直接建模emoji在各种情绪上的表达程度,使嵌入式表示中包含emoji的多种情感信息。在包含emoji的中文微博数据集上的多组对比实验表明,本文提出的方法可以有效地学习到与细粒度情绪直接关联的emoji嵌入式表示,构建具有较高情绪表达质量的emoji表示空间。

关键词： emoji 情绪分析嵌入式表示情感分布

在线全文

学校读者我要写书评

暂无评论

中文文本去毒任务的研究

山西大学学报(自然科学版) 2024年第3期47卷 528-538页

作者：刘江盛左家莉胡玉婷万剑怡王明文江西师范大学计算机信息工程学院

关键词：文本风格迁移文本去毒大语言模型

来源：博看期刊

在线全文

学校读者我要写书评

暂无评论

基于情感分布的emoji嵌入式表示

山东大学学报(理学版) 2023年

作者：曾雪强孙雨刘烨万中英左家莉王明文江西师范大学计算机信息工程学院

关键词： emoji 情绪分析嵌入式表示情感分布

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

文言文-现代文神经机器翻译的研究

江西师范大学学报（自然科学版） 2023年第5期47卷 483-489页

作者：何思兰左家莉朱洪坤王明文江西师范大学计算机信息工程学院江西南昌330022

中国古典文献汗牛充栋,它们是中国文化的瑰宝,但现代人想要理解这些文献极为困难,人工翻译它们更是不可能完成的任务.因此,该文研究了文言文-现代文的神经机器翻译,通过应用Seq2Seq模型和Transformer模型,考察了训练语料规模对文言文-... 详细信息

中国古典文献汗牛充栋,它们是中国文化的瑰宝,但现代人想要理解这些文献极为困难,人工翻译它们更是不可能完成的任务.因此,该文研究了文言文-现代文的神经机器翻译,通过应用Seq2Seq模型和Transformer模型,考察了训练语料规模对文言文-现代文翻译性能的影响.研究结果发现:基于现有的训练语料规模,分词与否会极大影响Seq2Seq模型的性能.此外,若训练语料和测试语料的文体不同,则模型的性能也会受到影响.

关键词：文言文-现代文神经机器翻译 Seq2Seq模型翻译

在线全文

学校读者我要写书评

暂无评论

融合情感轮注意力的情感分布学习

计算机工程与应用 2023年第4期59卷 120-129页

作者：陈启凡曾雪强左家莉万中英王明文江西师范大学计算机信息工程学院南昌330022

情感分布学习是一种近年提出的有效的多情绪分析模型,其核心思路是通过情感分布记录示例在各个情绪上的表达程度,适于处理存在情绪模糊性的情感分析任务。针对现有的情感分布学习方法较少考虑情感心理学先验知识的问题,提出一种基于情... 详细信息

情感分布学习是一种近年提出的有效的多情绪分析模型,其核心思路是通过情感分布记录示例在各个情绪上的表达程度,适于处理存在情绪模糊性的情感分析任务。针对现有的情感分布学习方法较少考虑情感心理学先验知识的问题,提出一种基于情感轮注意力的情感分布学习(emotion wheel attention based emotion distribution learning,EWA-EDL)模型。EWA-EDL模型为每种基本情绪生成一个描述情绪心理学相关性的先验情感分布,再通过注意力机制将基于情感轮的先验知识直接融入深度神经网络。EWA-EDL模型采用端到端的方式对深度网络进行训练,同时学习情感分布预测和情绪分类任务。EWA-EDL模型主要由5部分构成,分别为输入层、卷积层、池化层、注意力层和多任务损失层。在8个常用的文本情感数据集上的对比实验表明,EWA-EDL模型在情感分布预测和情绪分类任务上的性能均优于对比的情感分布学习方法。

关键词：情感分布学习情感轮注意力机制情绪分类

在线全文

学校读者我要写书评

暂无评论

基于Markov网络的信息检索扩展模型

清华大学学报（自然科学版） 2005年第S1期45卷 1847-1852页

作者：左家莉王明文王希江西师范大学计算机信息工程学院南昌330027 南昌教育学院信息工程系南昌330006

为了解决信息检索性能较差的问题,查询扩展将索引项之间的关系以及文档之间的相似度引入到检索中,这个过程可以通过构造知识网络来进行。M arkov网络是一种有效的知识关联图形表示方法,可以从实例数据训练获得。本研究提出并实现了基于M... 详细信息

为了解决信息检索性能较差的问题,查询扩展将索引项之间的关系以及文档之间的相似度引入到检索中,这个过程可以通过构造知识网络来进行。M arkov网络是一种有效的知识关联图形表示方法,可以从实例数据训练获得。本研究提出并实现了基于M arkov网络的信息检索扩展模型,通过对文档集的学习,构造了关于索引项和文档的M arkov网络,将有利于检索的信息加入到检索中。实验表明,基于M arkov网络的信息检索扩展模型优于BM 25模型。

关键词：查询扩展 Markov网络信息检索