检索结果-南通市图书馆

基于Triplet注意力的循环卷积神经网络模型

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2022年第2期35卷 116-129页

作者：汪璟玢雷晶张璟璇孙首男福州大学计算机与大数据学院福州350108

现有的融合文本或邻居信息的知识补全模型忽略文本和邻居之间的相互作用,难以捕获与实体具有较强语义相关性的信息,加上基于卷积神经网络的模型未考虑实体中的关系相关信息,导致预测性能不佳.因此,文中结合文本信息和拓扑邻居信息,提出... 详细信息

现有的融合文本或邻居信息的知识补全模型忽略文本和邻居之间的相互作用,难以捕获与实体具有较强语义相关性的信息,加上基于卷积神经网络的模型未考虑实体中的关系相关信息,导致预测性能不佳.因此,文中结合文本信息和拓扑邻居信息,提出基于Triplet注意力的循环卷积神经网络模型.首先,通过语义匹配的方式,选取文本描述中与实体具有较强语义相关性的单词.再与拓扑邻居复合作为实体邻居,增强实体表示.然后,重塑实体的融合表示和关系表示.最后,利用Triplet注意力优化卷积输入,使卷积操作能提取实体中与关系相关的特征,提升模型性能.在多个公开数据集上的链路预测实验表明,文中模型性能较优.

关键词：知识图谱补全文本信息拓扑邻居循环卷积 Triplet注意力

在线全文

学校读者我要写书评

暂无评论

基于关系约束的上下文感知时态知识图谱补全

计算机科学 2023年第3期50卷 23-33页

作者：汪璟玢赖晓连林新宇杨心逸福州大学计算机与大数据学院福州350108

现有的时间知识图谱补全模型仅考虑四元组自身的结构信息,忽略了实体隐含的邻居信息和关系对实体的约束,导致模型在时态知识图谱补全任务上表现不佳。此外,一些数据集在时间上呈现不均衡的分布,导致模型训练难以达到一个较好的平衡点。... 详细信息

现有的时间知识图谱补全模型仅考虑四元组自身的结构信息,忽略了实体隐含的邻居信息和关系对实体的约束,导致模型在时态知识图谱补全任务上表现不佳。此外,一些数据集在时间上呈现不均衡的分布,导致模型训练难以达到一个较好的平衡点。针对这些问题,提出了一个基于关系约束的上下文感知模型(CARC)。CARC通过自适应时间粒度聚合模块来解决数据集在时间上分布不均衡的问题,并使用邻居聚合器将上下文信息集成到实体嵌入中,以增强实体的嵌入表示。此外,设计了四元组关系约束模块,使具有相同关系约束的实体嵌入彼此相近,不同关系约束的实体嵌入彼此远离,以进一步增强实体的嵌入表示。在多个公开的时间数据集上进行了大量实验,实验结果证明了所提模型的优越性。

关键词：时间知识图谱链路预测时间区间预测关系约束邻居信息时间粒度

在线全文

学校读者我要写书评

暂无评论

面向产出的软件工程实践课程教学探索

计算机教育 2022年第4期 194-200页

作者：汪璟玢张璟璇福州大学计算机与大数据学院福建福州350108

针对软件工程实践课程教学所需要解决的能力训练不明确、考核反馈机制不合理等问题,提出以面向产出为导向的课程教学思路,探讨如何围绕课程目标组织教学和考核内容,以能力递进为原则开展教学和加强对学生的能力培养。通过学生问卷调查... 详细信息

针对软件工程实践课程教学所需要解决的能力训练不明确、考核反馈机制不合理等问题,提出以面向产出为导向的课程教学思路,探讨如何围绕课程目标组织教学和考核内容,以能力递进为原则开展教学和加强对学生的能力培养。通过学生问卷调查结果、课程目标达成度分析及教学团队与学生竞赛成果展示,说明课程教学效果。

关键词：软件工程实践工程认证教学探索课程教学

在线全文

学校读者我要写书评

暂无评论

分布式RDF关键词近似搜索方法

中国科学技术大学学报 2017年第10期47卷 823-836页

作者：陈远汪璟玢福州大学数学与计算机科学学院福建福州350108

现有的RDF关键词搜索方法主要是在大规模的RDF数据图上直接进行搜索,未能充分利用RDF本体中的语义信息,迭代次数过多造成搜索效率和效果不理想.针对这些问题,借助Redis内存数据库集群,提出分布式RDF关键词近似搜索算法(DKASR),即在分布... 详细信息

现有的RDF关键词搜索方法主要是在大规模的RDF数据图上直接进行搜索,未能充分利用RDF本体中的语义信息,迭代次数过多造成搜索效率和效果不理想.针对这些问题,借助Redis内存数据库集群,提出分布式RDF关键词近似搜索算法(DKASR),即在分布式平台上实现大规模数据的并行搜索.算法结合RDF本体的语义信息构建本体子图,利用语义评分函数对本体子图进行排序,借助MapReduce计算模型实现并行搜索并返回Top-k结果;如果返回的结果没有达到Top-k,则对本体子图进行扩展生成近似本体子图,使用语义相似度函数对近似本体子图进行排序,再利用MapReduce计算模型实现并行搜索,直到返回Top-k结果.实验结果表明,DKASR算法能够高效正确地实现RDF关键词近似搜索并有效返回Top-k结果.

关键词： RDF 关键词近似搜索 Redis MapReduce

在线全文

学校读者我要写书评

暂无评论

基于多模态表示学习的知识库补全

模式识别与人工智能 2021年第1期34卷 33-43页

作者：汪璟玢苏华赖晓连福州大学数学与计算机科学学院福州350108

目前大多数知识图谱表示学习只考虑实体和关系之间的结构知识,性能受存储知识的限制,造成知识库补全能力不稳定,而融入外部信息的知识表示方法大多只针对某一特定的外部模态信息建模,适用范围有限.因此,文中提出带有注意力模块的卷积神... 详细信息

目前大多数知识图谱表示学习只考虑实体和关系之间的结构知识,性能受存储知识的限制,造成知识库补全能力不稳定,而融入外部信息的知识表示方法大多只针对某一特定的外部模态信息建模,适用范围有限.因此,文中提出带有注意力模块的卷积神经网络模型.首先,考虑文本和图像两种外部模态信息,提出三种融合外部模态信息和实体的方案,获得实体的多模态表示.再通过结合通道注意力模块和空间注意力模块,增强卷积的表现力,提高知识表示的质量,提升模型的补全能力.在多个公开的多模态数据集上进行链路预测和三元组分类实验,结果表明文中模型性能较优.

关键词：知识图谱链路预测多模态表示学习

结合Rete的RDF数据分布式并行推理算法

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2016年第5期29卷 417-426页

作者：汪璟玢郑翠春福州大学数学与计算机科学学院福州350108

现有的资源描述框架(RDF)数据分布式并行推理算法大多需要启动多个MapReduce任务,但有些算法对于含有实例三元组前件的RDFS/OWL规则的推理效率低下,整体推理效率不高.针对此问题,文中提出结合Rete的RDF数据分布式并行推理算法(DRRM).首... 详细信息

现有的资源描述框架(RDF)数据分布式并行推理算法大多需要启动多个MapReduce任务,但有些算法对于含有实例三元组前件的RDFS/OWL规则的推理效率低下,整体推理效率不高.针对此问题,文中提出结合Rete的RDF数据分布式并行推理算法(DRRM).首先结合RDF数据本体,构建模式三元组列表和规则标记模型.在RDFS/OWL推理阶段,结合MapReduce实现Rete算法中的alpha阶段和beta阶段.然后对推理结果进行去重处理,完成一次RDFS/OWL全部规则推理.实验表明,文中算法能高效正确地实现大规模数据的并行推理.

关键词：资源描述框架(RDF) Rete算法分布式推理

基于Oracle SDOAPI的空间数据管理方法

在线全文

学校读者我要写书评

暂无评论

福州大学学报（自然科学版） 2005年第6期33卷 736-740页

作者：汪璟玢福州大学计算机软件与理论研究所福建福州350002

研究Oracle Spatial对空间数据管理的机制,结合面向对象的思想,利用Oracle所提供的SDOAPI实现空间数据的导入、可视化查询、增加、删除、叠加和提取空间数据等操作.对空间数据的操作不必借用前台的GIS软件,可以完全基于Oracle,在底层上... 详细信息

研究Oracle Spatial对空间数据管理的机制,结合面向对象的思想,利用Oracle所提供的SDOAPI实现空间数据的导入、可视化查询、增加、删除、叠加和提取空间数据等操作.对空间数据的操作不必借用前台的GIS软件,可以完全基于Oracle,在底层上实现空间数据的管理.

关键词：空间数据 Oracle Spatial SDOAPI

在线全文

学校读者我要写书评

暂无评论

基于索引的分布式RDF查询优化算法

计算机科学 2014年第11期41卷 233-238页

作者：汪璟玢方知立福州大学数学与计算机科学学院福州350108

在Hadoop平台中采用索引文件来辅助查询是解决海量RDF(Resource Description Framework)查询的一种新思路。目前在Hadoop平台中实现的RDF查询都较少利用索引文件,且主要针对RDF的静态数据,对数据动态更新操作的兼容性都比较差。为了克... 详细信息

在Hadoop平台中采用索引文件来辅助查询是解决海量RDF(Resource Description Framework)查询的一种新思路。目前在Hadoop平台中实现的RDF查询都较少利用索引文件,且主要针对RDF的静态数据,对数据动态更新操作的兼容性都比较差。为了克服这两个缺点,提出IMSQ(using Index in MapReduce to Segment and Query)算法来对RDF文件进行分布式查询。该算法主要分为分割和查询两部分:首先为RDF进行一次星形分割,得到若干个分割,文件并建立索引文件;其次在查询时,按照分层生成连接计划,采用过滤选择策略,先找索引文件,缩小文件集,再对相应的分割文件进行查询;最后进行一次结果合并和输出。在LUBM数据集上进行的测试实验表明,在数据量大的情况下IMSQ方法的查询效率具有明显的优势。

关键词： Hadoop RDF 索引 MapReduce

基于注意力机制的多尺度空洞卷积神经网络模型

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2021年第6期34卷 497-508页

作者：汪璟玢赖晓连雷晶张璟璇福州大学数学与计算机科学学院福州350108

现有的时间知识图谱表示方法不能较好地捕获四元组内的复杂关系,而基于神经网络的模型大都无法建模随时间变化的知识,不能捕获丰富的特征信息,实体和关系间的交互性也较差.因此,文中提出基于注意力机制的多尺度空洞卷积神经网络模型.首... 详细信息

现有的时间知识图谱表示方法不能较好地捕获四元组内的复杂关系,而基于神经网络的模型大都无法建模随时间变化的知识,不能捕获丰富的特征信息,实体和关系间的交互性也较差.因此,文中提出基于注意力机制的多尺度空洞卷积神经网络模型.首先利用长短期记忆网络获得时间感知的关系表示.再利用多尺度空洞卷积神经网络提高四元组的交互性.最后,使用多尺度注意力机制捕获关键特征,提高模型的补全能力.在多个公开时间数据集上的链路预测实验表明,文中模型性能较优.

关键词：时间知识图谱链路预测多尺度空洞卷积注意力机制