检索结果-南通市图书馆

一种基于深度挖掘用户和内容特征的CTR预估方法

在线全文

学校读者我要写书评

暂无评论

电脑编程技巧与维护 2023年第4期 135-137页

作者：李陈迟呈英战学刚辽宁科技大学计算机与软件工程学院辽宁鞍山114051

预估点击率(CTR)是推荐系统的核心任务之一,基于此提出一种深度挖掘用户和内容特征的CTR预估模型——DFAR模型。在用户特征提取部分,通过长短期记忆网络(LSTM)对用户时序特征进行提取,通过残差模块与注意力机制实现对用户特征的深度提... 详细信息

预估点击率(CTR)是推荐系统的核心任务之一,基于此提出一种深度挖掘用户和内容特征的CTR预估模型——DFAR模型。在用户特征提取部分,通过长短期记忆网络(LSTM)对用户时序特征进行提取,通过残差模块与注意力机制实现对用户特征的深度提取。首先,在待推荐内容部分利用因子分解机(FM)来提取浅层特征。然后,使用多头注意力机制和残差网络从待推荐内容中提取深度特征。最后,将用户特征与待推荐内容特征做内积结合并做出最终预测。最终在Movielens-100K数据集上利用该模型进行实验,实验结果表明,提出的模型在AUC值上相比于深度因子分解机(DeepFM)模型提升了1.45%。验证了DFAR模型对CTR预测的有效性。

关键词：点击率多头注意力机制残差网络 DFAR模型

基于BM25-RoBERTa的法律案例检索研究

在线全文

学校读者我要写书评

暂无评论

电脑编程技巧与维护 2023年第3期 74-75,130页

作者：王贺迟呈英战学刚辽宁科技大学计算机与软件工程学院辽宁鞍山114051

法律案例检索是根据用户给定的查询范围在相应的候选案例中进行检索与查询出具有相似描述的法律案例。由于法律文本区别于普通短文本,采用传统的检索模型无法检索到更精准的法律案例。针对上述问题,提出了基于BM25和RoBERTa的法律案例... 详细信息

法律案例检索是根据用户给定的查询范围在相应的候选案例中进行检索与查询出具有相似描述的法律案例。由于法律文本区别于普通短文本,采用传统的检索模型无法检索到更精准的法律案例。针对上述问题,提出了基于BM25和RoBERTa的法律案例检索模型BM25-RoBERTa,该模型将传统的检索模型与神经检索相结合以获得更好的排序结果。实验结果表明,文中提出的模型在处理法律案例检索任务时表现良好。

关键词：法律案例检索 BM25算法 RoBERTa模型文本相似性

在线全文

学校读者我要写书评

暂无评论

一种基于BERT的句子完整性判断方法

电脑编程技巧与维护 2023年第2期 37-39页

作者：李陈迟呈英战学刚辽宁科技大学计算机与软件工程学院辽宁鞍山114051

提出了一种用于判断输入句子完整性的深度学习模型BCLN,并由此来完成后续的数据清洗工作。通过利用BCLN模型,可以将单语数据集中的非完整句子进行辨别并处理。所提出的BCLN模型是基于BERT加入了卷积神经网络,通过此模型来进行特征提取,... 详细信息

提出了一种用于判断输入句子完整性的深度学习模型BCLN,并由此来完成后续的数据清洗工作。通过利用BCLN模型,可以将单语数据集中的非完整句子进行辨别并处理。所提出的BCLN模型是基于BERT加入了卷积神经网络,通过此模型来进行特征提取,加入判断模块最终判断句子的完整程度。BCLN模型在专用数据集上进行测试,实验结果显示,提出的模型对判断句子完整性有明显效果。

关键词：数据清洗句子完整性 BERT模型卷积神经网络

融合知识图谱与Bert+CNN的图书文本分类研究

在线全文

学校读者我要写书评

暂无评论

电脑编程技巧与维护 2023年第1期 140-142,158页

作者：孔令蓉迟呈英战学刚辽宁科技大学计算机与软件工程学院辽宁鞍山114051

基于海量图书的分类需求,提出了一种融合知识图谱(Knowledge Graph, KG)与转换器双向编码器(Bidirectional Encoder Representation from Transformers, Bert)的图书文本分类模型。通过构建面向图书领域知识图谱扩展图书文本的语义信息... 详细信息

基于海量图书的分类需求,提出了一种融合知识图谱(Knowledge Graph, KG)与转换器双向编码器(Bidirectional Encoder Representation from Transformers, Bert)的图书文本分类模型。通过构建面向图书领域知识图谱扩展图书文本的语义信息,并且使用深度学习的方法获取文本深层语义信息,将扩展语义信息与深层语义信息相结合后,通过TextCNN进行图书分类。经研究试验表明,融合知识图谱与深度学习的图书文本分类算法相对于只使用深度学习进行图书分类算法,前者的分类效果更佳。

关键词：知识图谱深度学习 Bert编码器 CNN技术图书分类

基于Bi-LSTM与CRF的泰语句子切分模型

在线全文

学校读者我要写书评

暂无评论

计算机工程 2020年第10期46卷 294-300页

作者：李自荐迟呈英战学刚辽宁科技大学计算机与软件工程学院辽宁鞍山114031

在自然语言处理领域中,对于泰语等东南亚语言的分句处理是一项具有挑战性的工作。将序列标注模型应用于句子切分任务,提出基于双向长短期记忆循环神经网络的句子边界自动识别模型。利用Glove词向量技术,将泰语句子中的词或字转换为不同... 详细信息

在自然语言处理领域中,对于泰语等东南亚语言的分句处理是一项具有挑战性的工作。将序列标注模型应用于句子切分任务,提出基于双向长短期记忆循环神经网络的句子边界自动识别模型。利用Glove词向量技术,将泰语句子中的词或字转换为不同维度的向量,进而将词或字向量组合成为句子向量输入模型进行训练。在此基础上,通过双向网络结构捕捉上下文信息以达到更好的句子切分效果。实验结果表明,该模型在泰语句子切分任务上表现出非常精准的识别效果。

关键词：自然语言处理句子切分深度学习循环神经网络长短期记忆网络泰语

在线全文

学校读者我要写书评

暂无评论

基于TF统计和语法分析的关键词提取算法

计算机应用与软件 2014年第1期31卷 47-49,92页

作者：战学刚吴强辽宁科技大学软件学院辽宁鞍山114051

为了提高中文关键词提取的准确率和实用性,提出一种基于TF统计和语法分析相结合的中文关键词提取算法。该算法在对文本进行自动分词后,用TF统计和语法分析对每个词进行权重计算,然后根据计算结果提取文献的关键词。实验结果表明,该方法... 详细信息

为了提高中文关键词提取的准确率和实用性,提出一种基于TF统计和语法分析相结合的中文关键词提取算法。该算法在对文本进行自动分词后,用TF统计和语法分析对每个词进行权重计算,然后根据计算结果提取文献的关键词。实验结果表明,该方法提高了关键词提取的精度。

关键词：关键词提取权重计算语法分析中文分词

在线全文

学校读者我要写书评

暂无评论

一种基于隐马尔可夫聚类的信息提取方法

情报杂志 2008年第3期27卷 96-98页

作者：金砚硕迟呈英战学刚辽宁科技大学鞍山114051

为了通过统计的学习来得到最优的模型参数,我们通过基于形式的聚类方法将训练数据聚成几个类,每个类的数据被用来训练一个初始概率和一个转移概率矩阵。在进行文本信息提取时,结合每一个初始概率矩阵、每一个转移概率矩阵,使用Viterbi... 详细信息

为了通过统计的学习来得到最优的模型参数,我们通过基于形式的聚类方法将训练数据聚成几个类,每个类的数据被用来训练一个初始概率和一个转移概率矩阵。在进行文本信息提取时,结合每一个初始概率矩阵、每一个转移概率矩阵,使用Viterbi算法来找出最优的标记序列。结果这些最优的标记序列中概率最大的标记序列将被作为最终输出。实验表明,新的算法在一定条件下能提高文本信息提取的精确度和召回率。

关键词：聚类信息提取隐马尔可夫模型

基于双向NAT和智能DNS内网服务器安全快速访问策略

在线全文

学校读者我要写书评

暂无评论

计算机工程与设计 2009年第12期30卷 2941-2944,2955页

作者：陈松战学刚辽宁科技大学网络信息中心辽宁鞍山114044

校园内网服务器的访问通过教育网链路进行,公网用户的访问速度慢。通过双向NAT策略将公网用户的请求IP封包进行有效转换,将此IP包的公网源地址和目的地址转换为内网源地址和目的地址,并避开边界路由器内网口策略路由,实现通过公网链路... 详细信息

校园内网服务器的访问通过教育网链路进行,公网用户的访问速度慢。通过双向NAT策略将公网用户的请求IP封包进行有效转换,将此IP包的公网源地址和目的地址转换为内网源地址和目的地址,并避开边界路由器内网口策略路由,实现通过公网链路进行路由选路;智能DNS对公网用户和教育网用户针对同一域名分别解析各自所在网络的IP地址,保证公网用户通过公网链路访问内网服务器。实验结果表明,公网用户的访问速度明显提高。

关键词：路由智能DNS 策略路由正向NAT 反向NAT

在线全文

学校读者我要写书评

暂无评论

基于条件随机场的中文分词方法

情报杂志 2008年第5期27卷 79-81页

作者：迟呈英于长远战学刚辽宁科技大学鞍山114051

提出了一种基于条件随机场(Conditional Random Fields,简称CRF)的中文分词方法。CRF模型利用词的上下文信息,对歧义词和未登陆词进行分词统计处理取得了理想的效果。以SIGHAN2006 Chinese Language ProcessingBakeoff提供的数据作为实... 详细信息

提出了一种基于条件随机场(Conditional Random Fields,简称CRF)的中文分词方法。CRF模型利用词的上下文信息,对歧义词和未登陆词进行分词统计处理取得了理想的效果。以SIGHAN2006 Chinese Language ProcessingBakeoff提供的数据作为实验数据。实验数据表明,基于CRF的中文分词方法取得了很好的效果,在Uppen,Msra两种语料的封闭测试中准确率分别达到了95.8%和95.9%。

关键词：条件随机场中文分词歧义词未登陆词