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Markov网络的信息检索模型

基于Markov网络的信息检索模型

作者：左家莉江西师范大学

学位级别：硕士

随着计算机和网络的出现和迅速发展,人们能接触到的信息越来越多。用户一方面可以迅速、方便地接触到丰富的信息,在另一方面,如何在如此繁杂的信息中找到所真正需要的信息却一直是一个难题。在这种背景下,信息检索技术在最近几十年得到... 详细信息

随着计算机和网络的出现和迅速发展,人们能接触到的信息越来越多。用户一方面可以迅速、方便地接触到丰富的信息,在另一方面,如何在如此繁杂的信息中找到所真正需要的信息却一直是一个难题。在这种背景下,信息检索技术在最近几十年得到了蓬勃的发展。但是直到现在,信息检索仍旧不能很好地满足人们的需求。这是因为在信息检索的过程中,文档表示和用户查询都存在着大量的不确定性。用户的查询本身就是一个难以确定的概念,它受限于多种因素,包括用户的背景、环境等等。而用户感兴趣的程度也难以刻画。通过学习机制,在检索过程中加入有利于检索的信息已经被证明可以有效的提高信息检索的效果。这些信息可以通过对文档集进行分析、学习得到,或是从用户的相关性反馈中获得,现有的一些模型采用这种方法已经取得了不错的效果。图形模型可以很好的构造学习机制,其中贝叶斯网络模型的效果最好,但是由于贝叶斯网络的有向性使得它的构造是一个相当复杂且计算量庞大的过程。Markov网络是另一种较好的表示知识关联的图形表示方法,可以从实例数据来训练获得,并且它的无向性能更好地解释信息检索中知识之间的关系同时也更易于构造。在本文中,我们提出了基于Markov网络的信息检索模型。通过对文档集的学习,我们找到文档与文档、索引项与索引项之间的关系构造Markov网络,通过索引项之间的关系对查询进行扩展,利用文档之间的关系重新构造文档与查询的相似度。实验表明,我们的模型在很大程度上提高了检索效果。本文的创新点在于: 1.首次提出了基于Markov网络的信息检索模型,这个模型能够较好的表示索引项之间的关系及文档之间的关系,且已有的经典模型均可看作此模型的特例。 2.通过实验验证和分析了基于Markov网络的信息检索模型的性能,并与一些常用的检索模型算法进行了比较。

关键词：信息检索查询扩展 Markov网络图形模型

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于时空上下文信息的POI推荐模型研究

电子与信息学报 2021年第12期43卷 3546-3553页

作者：叶继华杨思渝左家莉王明文江西师范大学计算机信息工程学院南昌330022

随着基于位置的社交网络(LBSN)技术的快速发展,为移动用户提供个性化服务的兴趣点(POI)推荐成为关注重点。由于POI推荐面临着数据稀疏、影响因素多和用户偏好复杂的挑战,因此传统的POI推荐往往只考虑签到频率以及签到时间和地点对用户... 详细信息

随着基于位置的社交网络(LBSN)技术的快速发展,为移动用户提供个性化服务的兴趣点(POI)推荐成为关注重点。由于POI推荐面临着数据稀疏、影响因素多和用户偏好复杂的挑战,因此传统的POI推荐往往只考虑签到频率以及签到时间和地点对用户的影响,而忽略了签到序列中用户前后行为的关联影响。为了解决上述问题,该文通过序列的表示考虑签到数据的时间影响和空间影响,建立了时空上下文信息的POI推荐模型(STCPR),为POI推荐提供了更精准的个性化偏好。该模型基于序列到序列的框架下,将用户信息、POI信息、类别信息和时空上下文信息进行向量化后嵌入GRU网络中,同时利用了时间注意力机制、全局和局部的空间注意力机制来综合考虑用户偏好与变化趋势,从而向用户推荐感兴趣的Top-N的POI。该文通过在两个真实的数据集上实验来验证模型的性能。实验的结果表明,该文所提出的方法在召回率(Recall)和归一化折损累计增益(NDCG)方面优于几种现有的方法。

关键词：兴趣点推荐模型时空相关性上下文注意力机制

基于情感词和多任务卷积神经网络的文本情感分布学习

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2023年第4期37卷 126-136页

作者：江晨琳曾雪强郭小奉东雨畅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

不同于传统的情感分析范式,情感分布学习采用与示例关联的情感分布对多种情绪进行定量建模,可以较好地处理具有情绪模糊性的情感分析任务。针对现有情感分布学习方法缺乏考虑文本分析任务特有的情感词语言学先验知识的问题,该文提出一... 详细信息

不同于传统的情感分析范式,情感分布学习采用与示例关联的情感分布对多种情绪进行定量建模,可以较好地处理具有情绪模糊性的情感分析任务。针对现有情感分布学习方法缺乏考虑文本分析任务特有的情感词语言学先验知识的问题,该文提出一种基于情感词和多任务卷积神经网络(Lexicon enhanced Multi-Task Convolutional Neural Network,LMT-CNN)的文本情感分布学习模型,用于预测文本的情感分布和情绪标签。LMT-CNN模型的网络结构由文本语义信息模块、情感词的情感知识模块和多任务预测模块组成,采用端到端方式进行模型训练和预测。在7个常用的文本情感数据集上的对比实验结果表明,LMT-CNN模型具有比已有的情感分布学习方法更优的情感分布预测和情绪分类性能。

关键词：情感分布学习文本情绪分析情感词多任务卷积神经网络

基于情感轮和情感词典的文本情感分布标记增强方法

在线全文

学校读者我要写书评

暂无评论

计算机学报 2021年第6期44卷 1080-1094页

作者：曾雪强华鑫刘平生左家莉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用于处理存在情绪模糊性的多情绪分析模型,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.不同于传统的单标记或多标记学习,情感分布学习可以定量地对多个情绪同时建模.目前,情感分布学习面临... 详细信息

情感分布学习是一种近年提出的用于处理存在情绪模糊性的多情绪分析模型,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.不同于传统的单标记或多标记学习,情感分布学习可以定量地对多个情绪同时建模.目前,情感分布学习面临的一个重要困难是缺乏已标注情感分布的文本数据集.为了利用大量已有的单标记情感数据集,情感分布标记增强方法可以将示例的情绪标签增强为情感分布.基于文本中的情感词蕴含着大量情感信息的特点,本文在引入普鲁契克情感轮心理学模型的基础上,提出基于情感轮和情感词典的情感分布标记增强方法(Emotion Wheel and Lexicon based emotion distribution Label Enhancement,EWLLE).EWLLE方法基于情绪的心理学距离为句子的真实情绪标签和情感词的情绪标签分别生成离散高斯分布,然后通过分布的叠加将两种信息综合为统一的情感分布.在7个常用的中英文文本情感数据集上的对比实验表明,EWLLE方法在情绪识别任务上的性能优于已有的情感分布标记增强方法.

关键词：标记增强情感轮情感词典情感分布学习情感分析

在线全文

学校读者我要写书评

暂无评论

基于词重要性的信息检索图模型

中文信息学报 2016年第4期30卷 134-141页

作者：王明文洪欢江爱文左家莉江西师范大学计算机信息工程学院江西南昌330022

在信息检索建模中,确定索引词项在文档中的重要性是一项重要内容。以词袋(bag-of-word)的形式表示文档来建立检索模型的方法中大多是基于词项独立性假设,用TF和IDF的函数来计算词项的重要性,并未考虑词项之间的关系。该文采用基于词项图... 详细信息

在信息检索建模中,确定索引词项在文档中的重要性是一项重要内容。以词袋(bag-of-word)的形式表示文档来建立检索模型的方法中大多是基于词项独立性假设,用TF和IDF的函数来计算词项的重要性,并未考虑词项之间的关系。该文采用基于词项图(graph-of-word)的文档表示形式来捕获词项间的依赖关系,提出了一种新的基于词重要性的信息检索图模型TI-IDF。根据词项图得到文档中词项的共现矩阵和词项间的概率转移矩阵,通过马尔科夫链计算方法来确定词项在文档中的重要性(Term Importance,TI),并以此替代索引过程中传统的词项频率TF。该模型具有更好的鲁棒性,我们在国际公开数据集上与传统的检索模型进行了比较。实验结果表明,该文提出的模型都要优于BM25,且在大多数情况下优于BM25的扩展模型、TW-IDF等模型。

关键词：词项重要性词项图检索模型 TI-IDF

在线全文

学校读者我要写书评

暂无评论

结合语义的位置语言模型

北京大学学报（自然科学版） 2013年第2期49卷 203-212页

作者：余伟王明文万剑怡左家莉江西师范大学计算机信息工程学院南昌330027 江西师范大学初等教育学院南昌330027

针对位置语言模型没有考虑词与词之间语义关系的问题,提出一种结合语义的位置语言模型。首先采用高斯核函数来度量词与词之间的位置关系;然后提出一种平滑互信息的技术来度量词与词之间的语义关系,证明了平滑互信息能够有效解决大量词... 详细信息

针对位置语言模型没有考虑词与词之间语义关系的问题,提出一种结合语义的位置语言模型。首先采用高斯核函数来度量词与词之间的位置关系;然后提出一种平滑互信息的技术来度量词与词之间的语义关系,证明了平滑互信息能够有效解决大量词对之间无法通过互信息来计算转移概率的问题;还证明了位置语言模型是结合语义位置语言模型的一个特例;最后将结合语义的位置语言模型应用于信息检索,得到一个基于该模型的检索模型。实验结果表明,基于该模型的检索模型在性能方面要优于基于位置语言模型的检索模型。

关键词：位置语言模型平滑互信息信息检索语义关系

在线全文

学校读者我要写书评

暂无评论

人脸表情识别综述

数据采集与处理 2020年第1期35卷 21-34页

作者：叶继华祝锦泰江爱文李汉曦左家莉江西师范大学计算机信息工程学院

人脸表情识别是人类情感识别的基础,是近年来模式识别与人工智能领域研究的热点问题。本文首先总结了人脸表情识别的发展过程,主要包括传统的表情特征提取、表情分类方法与基于深度学习的表情识别方法,并对各种算法的识别率与性能进行... 详细信息

人脸表情识别是人类情感识别的基础,是近年来模式识别与人工智能领域研究的热点问题。本文首先总结了人脸表情识别的发展过程,主要包括传统的表情特征提取、表情分类方法与基于深度学习的表情识别方法,并对各种算法的识别率与性能进行了分析与比较。然后介绍了表情识别常用的数据集及各数据集的优势与存在的问题,并针对这些问题归纳分析了生成对抗网络等用于数据增强的技术与方法。最后,总结了表情识别领域目前存在的问题并展望了未来可能的发展。

关键词：表情识别特征提取表情分类深度学习表情数据集

在线全文

学校读者我要写书评

暂无评论

小学汉字认识量及常用字使用频度研究

计算机工程与应用 2016年第11期52卷 243-247,253页

作者：罗文兵付翠琴左家莉江西师范大学计算机信息工程学院南昌330022

汉字生字是编写小学语文教材的主要考虑因素之一,采用计算机自动对人民网、腾讯网新闻、课外阅读语料和人教版义务教育语文教材中汉字进行统计和分析,计算出小学各年级学生的汉字认识量,并将其作为建议更新小学语文教材中常用字的依据... 详细信息

汉字生字是编写小学语文教材的主要考虑因素之一,采用计算机自动对人民网、腾讯网新闻、课外阅读语料和人教版义务教育语文教材中汉字进行统计和分析,计算出小学各年级学生的汉字认识量,并将其作为建议更新小学语文教材中常用字的依据。同时,对新闻语料和《现代汉语常用字表》中的汉字的字频、通用率和覆盖率等属性进行统计和对比,结果表明人们日常生活中的常用汉字也具有一定的时效性,给今后《现代汉语常用字表》的调整工作提供了统计学上的依据和参考。

关键词：认识量常用字使用频度语料库

一种结合深度学习和随机森林的地平线检测方法

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2018年第7期30卷 2507-2514页

作者：叶继华时淑霞李汉曦左家莉王仕民江西师范大学计算机信息工程学院南昌330022

已有地平线检测方法检测效果受环境影响较大,计算复杂度较高。提出了一种基于深度学习与随机森林相结合的地平线检测方法。利用深度学习模型进行深度特征提取,将得到的深度特征用于随机森林训练,采用随机森林回归投票方式得到地平线检... 详细信息

已有地平线检测方法检测效果受环境影响较大,计算复杂度较高。提出了一种基于深度学习与随机森林相结合的地平线检测方法。利用深度学习模型进行深度特征提取,将得到的深度特征用于随机森林训练,采用随机森林回归投票方式得到地平线检测结果。仿真结果表明,所提方法检测效果较好。不仅在笔直的道路上检测结果与真实值比较相近,而且在阴影区域以及弯道中的预测值也基本与真实值重合,表明该方法鲁棒性强,能够很好的用于复杂道路场景中的地平线检测。

关键词：地平线检测深度学习随机森林复杂道路场景仿真