检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于图注意力神经网络的实体消歧方法

山东大学学报（理学版） 2024年第3期59卷 71-80,94页

作者：牛泽群李晓戈强成宇韩伟姚怡刘洋西安邮电大学计算机学院陕西西安710121 西安邮电大学陕西省网络数据分析与智能处理重点实验室陕西西安710121 西安邮电大学西安市知识发现与应用工程技术中心陕西西安710121

针对链接对象为存在半结构化数据的知识库,提出了一种基于图注意力神经网络的短文本实体指称消歧方法。通过信息抽取与融入关键词,将含有半结构化数据的知识库构建为全局知识图谱;同时基于Bert预训练模型对短文本中的实体指称项进行嵌... 详细信息

针对链接对象为存在半结构化数据的知识库,提出了一种基于图注意力神经网络的短文本实体指称消歧方法。通过信息抽取与融入关键词,将含有半结构化数据的知识库构建为全局知识图谱;同时基于Bert预训练模型对短文本中的实体指称项进行嵌入融合;使用图注意力神经网络对全局知识图谱中候选实体节点进行加权聚合表征,并计算实体指称项与各候选实体之间的相似度得分,实现实体消歧。在CCKS2019数据集上的实验结果表明,基于图注意力神网络的实体消歧模型有效提高了实体消歧效果。

关键词：实体消歧知识图谱关键词提取图注意力神经网络自然语言处理

在线全文

学校读者我要写书评

暂无评论

多属性推荐算法在企业研发服务系统中的应用

小型微型计算机系统 2023年第1期44卷 8-13页

作者：田俊鹏李晓戈马鲜艳西安邮电大学计算机学院西安710000 西安邮电大学陕西省网络数据分析与智能处理重点实验室西安710000

为满足企业的技术服务及研发需求,各地陆续建设线上供需服务平台.线上技术供需匹配难的主要原因在于文本相似度计算的准确性以及多元数据对于成交结果的影响.为解决上述问题,本文提出一种融合多属性的供需推荐模型,针对“陕西省中小企... 详细信息

为满足企业的技术服务及研发需求,各地陆续建设线上供需服务平台.线上技术供需匹配难的主要原因在于文本相似度计算的准确性以及多元数据对于成交结果的影响.为解决上述问题,本文提出一种融合多属性的供需推荐模型,针对“陕西省中小企业研发服务平台”数据进行供需推荐,其中包括论文、专利、成果、项目等多属性特征,采用基于Bert(Bidirectional Encoder Representation from Transformers)的句向量表示方法计算供需文本的相似得分,并结合熵值法确定各属性权重,对各属性数据得分加权变换后实现推荐.实验表明,所提出的相似度计算模型在真实数据集上,各项评价指标优于词向量的表示方法.结合权值矩阵的多属性推荐模型,可较好的实现企业科技研发的供需推荐.

关键词：供需推荐短文本相似度多属性融合 Bert

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

基于日志多特征融合的无监督异常检测算法

小型微型计算机系统 2023年第12期44卷 2727-2733页

作者：程思强李晓戈李显亮西安邮电大学计算机学院西安710000 西安邮电大学陕西省网络数据分析与智能处理重点实验室西安710000 浪潮软件科技有限公司济南250000

日志是一种记录系统运行过程中重要信息的文本文件,而有效的日志异常检测可以帮助运维人员快速定位并解决问题,保证系统的快速恢复,从而减少经济损失.系统日志内容通常包含着丰富的系统信息(时间,序列,参数等),本文提出了一种基于预训... 详细信息

日志是一种记录系统运行过程中重要信息的文本文件,而有效的日志异常检测可以帮助运维人员快速定位并解决问题,保证系统的快速恢复,从而减少经济损失.系统日志内容通常包含着丰富的系统信息(时间,序列,参数等),本文提出了一种基于预训练的日志多特征融合的异常检测方法Log Multi-Feature Fusion(LMFF).首先,基于预训练模型对日志的事件模板进行语义信息提取,将系统日志建模为自然语言序列;然后,利用特征提取器分别对日志的事件序列,计数序列和时间序列进行特征提取融合,通过Tranformer和LSTM神经网络学习正常日志的特征信息.最后,对日志进行分析,并能够检测出潜在模式偏离正常日志序列的异常.通过在Hadoop日志文件系统(HDFS)数据的F1值达到约96%和在OpenStack数据的F1值达到约99%的结果表明,本文所提的异常检测方法与其它的日志异常检测算法Deeplog、LogAnomaly和基于主成分分析(PCA)的方法相比有较好的表现.

关键词：日志分析日志序列深度学习日志异常检测

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

基于网页图像分类的自动化网页正文抽取模型

计算机工程与设计 2023年第2期44卷 386-392页

作者：秦龙李晓戈穆诤辉李涛西安邮电大学计算机学院陕西西安710121 西安邮电大学陕西省网络数据分析与智能处理重点实验室陕西西安710121

运用卷积神经网络技术提出一种基于网页图像分类的自动化网页正文抽取模型(I-AWCE)。通过分析现有网页类型及网页正文在网页中的位置和结构特点,将网页分为文章网页和列表网页。根据网页截屏图像在卷积神经网络模型中的分类结果,分别提... 详细信息

运用卷积神经网络技术提出一种基于网页图像分类的自动化网页正文抽取模型(I-AWCE)。通过分析现有网页类型及网页正文在网页中的位置和结构特点,将网页分为文章网页和列表网页。根据网页截屏图像在卷积神经网络模型中的分类结果,分别提出两种基于多特征融合的网页正文提取方法。实验结果表明,网页图像数据集在LeNet-5和预训练模型的效果最好;与Boilerpipe抽取模型相比,基于图像分类的自动化网页正文抽取模型具有较高的准确性,可以满足网页正文自动化抽取的实际需要。

关键词：图像分类网页正文抽取卷积神经网络残差网络预训练模型标准差文本长度

面向属性情感分类的无标签数据增强位置感知网络

在线全文

学校读者我要写书评

暂无评论

计算机工程 2023年第11期49卷 106-114页

作者：蒋慧凯李晓戈安晓春王甜甜阮桁西安邮电大学计算机学院西安710121 陕西省网络数据分析与智能处理重点实验室西安710121 山东大学管理学院济南250100

在现有的属性情感分类研究中,训练模型时大多完全依赖标签数据或需要引入文本级标签数据作为补充,很少关注无标签数据对模型性能的提升。提出一种基于无标签数据增强的位置感知网络(UDE-PAN)。引入交叉可视训练(CVT)的半监督训练算法,... 详细信息

在现有的属性情感分类研究中,训练模型时大多完全依赖标签数据或需要引入文本级标签数据作为补充,很少关注无标签数据对模型性能的提升。提出一种基于无标签数据增强的位置感知网络(UDE-PAN)。引入交叉可视训练(CVT)的半监督训练算法,使模型能够同时利用无标签数据。CVT算法在标签数据和无标签数据中交替训练模型来提升表征学习能力,使模型在无标签数据中学习到额外知识。此外,基于语义相对距离(SRD)嵌入层和动态特征加权(CDW)层捕获属性词和上下文的关系:SRD嵌入层显式地将位置信息建模成特征向量,使上下文特征包含特定的属性信息;CDW层通过动态设置权重系数来感知上下文中与属性词更密切的部分。在SemEval14的2个公开数据集上的实验结果表明:UDE-PAN的准确率分别达到76.23%、82.47%,Macro-F1值分别达到72.13%、73.97%,优于对比的主流模型,验证了模型的有效性;借助CVT算法,无标签数据的训练对模型的准确率平均提升1%,Macro-F1平均提升2%,验证了无标签数据可以有效增强模型性能。

关键词：属性情感分类无标签数据位置感知交叉视图训练注意力机制

在线全文

学校读者我要写书评

暂无评论

图神经网络在招投标文件分类中的应用

小型微型计算机系统 2023年第2期44卷 275-280页

作者：强成宇李晓戈马鲜艳李涛田俊鹏西安邮电大学计算机学院西安710000 西安邮电大学陕西省网络数据分析与智能处理重点实验室西安710000

全国政府机关、事业单位的采购网站每天都会发布数万条招投标信息,如何快速有效的分类这些数据,成为挖掘其相应价值的关键.本文针对网络上招投标文件缺乏标注、文本语义稀疏、数据来源多样、信息结构复杂等问题,提出了一种基于图卷积神... 详细信息

全国政府机关、事业单位的采购网站每天都会发布数万条招投标信息,如何快速有效的分类这些数据,成为挖掘其相应价值的关键.本文针对网络上招投标文件缺乏标注、文本语义稀疏、数据来源多样、信息结构复杂等问题,提出了一种基于图卷积神经网络的半监督分类方法(BD-GCN).该方法首先将爬取的招投标文件进行结构化清洗,并利用信息抽取技术构建为特殊的知识图谱模型,再融合外部文本信息,最后采用图卷积神经网络实现招投标文件的半监督分类.本文利用在网络上爬取的36123条招投标文件进行实验,并与当前流行的分类方法进行对比.实验结果表明,BD-GCN能有效提高分类的准确率.

关键词：文本分类知识图谱多源异构图图卷积神经网络