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

面向武器装备领域的复杂三元组抽取方法

小型微型计算机系统 2023年

作者：游新冬刘陌村葛昊杰肖刚吕学强网络文化与数字传播北京市重点实验室(北京信息科技大学) 系统工程研究院复杂系统仿真总体重点实验室(军事科学院)

为解决武器装备领域中单实体重叠和实体对重叠的复杂三元组的抽取问题，提出了挂载武器装备领域知识结合多轮对抗攻击的复杂三元组抽取方法(RDA)，该方法通过武器装备领域微调后的Bert获取更具领域语义的文本向量；利用在嵌入层发起多... 详细信息

为解决武器装备领域中单实体重叠和实体对重叠的复杂三元组的抽取问题，提出了挂载武器装备领域知识结合多轮对抗攻击的复杂三元组抽取方法(RDA)，该方法通过武器装备领域微调后的Bert获取更具领域语义的文本向量；利用在嵌入层发起多轮对抗的方式，实现模型层面的数据增强，减少模型对标注样本规模的依赖；采用单层指针网络获取头实体对头实体的类别进行判定，利用维基百科知识库对武器装备领域的实体类别解释信息的向量，对武器装备类别信息以字为最小粒度进行融合，缓解分层标注的天然缺陷；最后在横纵两个维度基于不同粒度的序列标注实现复杂三元组的抽取。在武器装备领域的数据集上精准率达到88.54%，召回率达到75.88%，F1值达到81.72%，取得了SOTA效果。实验表明提出的RDA方法对武器装备领域的信息利用更加充分，有效地缓解武器装备领域遇到的单实体重叠问题(SEO)和实体对重叠(EPO)问题。

关键词：三元组抽取武器装备领域复杂命名实体识别单层指针网络多轮对抗攻击 RDA

KBLCC:融合实体关键字特征的医疗领域实体分类方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小型微型计算机系统 2022年第1期43卷 27-34页

作者：王星予吕学强游新冬北京信息科技大学网络文化与数字传播北京市重点实验室北京100101

实体抽取是自然语言处理中的一项基础任务,基于实体抽取的医疗领域实体分类是医疗知识图谱构建的基础,现有的实体抽取方法鲜有基于字符级的特征.文中提出了KBLCC方法,一种融合实体关键字特征的医疗领域实体分类方法.通过对医疗领域文本... 详细信息

实体抽取是自然语言处理中的一项基础任务,基于实体抽取的医疗领域实体分类是医疗知识图谱构建的基础,现有的实体抽取方法鲜有基于字符级的特征.文中提出了KBLCC方法,一种融合实体关键字特征的医疗领域实体分类方法.通过对医疗领域文本的语言特点进行分析与总结,发现医疗领域实体通常包含一些明显的关键字特征,能够辅助实体分类任务.融合实体关键字特征构建了BERT-BILSTM-CNN-CRF混合模型对医疗领域实体进行抽取,并将医疗实体分为检验指标、疾病、症状这三大类.实验结果表明,使用KBLCC模型进行医疗领域实体分类能够提高实验效果,准确率、召回率和F1值分别达到89.38%、92.46%和90.89%.

关键词：实体抽取实体分类 KBLCC 关键字混合模型

FGITA:一种基于细粒度对齐的多模态命名实体识别框架

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年

作者：吕学强王涛游新冬赵海兴才藏太陈玉忠北京信息科技大学网络文化与数字传播北京市重点实验室青海师范大学藏语智能信息处理及应用国家重点实验室

命名实体识别任务旨在识别出非结构化文本中所包含的实体并将其分配给预定义的实体类别中。随着互联网和社交媒体的发展，文本信息往往伴随着图像等视觉模态信息出现，传统的命名实体识别方法在多模态信息中表现不佳。近年来，多模态命... 详细信息

命名实体识别任务旨在识别出非结构化文本中所包含的实体并将其分配给预定义的实体类别中。随着互联网和社交媒体的发展，文本信息往往伴随着图像等视觉模态信息出现，传统的命名实体识别方法在多模态信息中表现不佳。近年来，多模态命名实体识别任务广受重视。然而，现有的多模态命名实体识别方法中，存在跨模态知识间的细粒度对齐不足问题，文本表征会融合语义不相关的图像信息，进而引入噪声。为了解决这些问题，提出了一种基于细粒度图文对齐的多模态命名实体识别方法(FGITA: A Multi-Modal NER Frame based on Fine-Grained Image-Text Alignment)。首先，该方法通过目标检测、语义相似性判断等，确定更为细粒度的文本实体和图像子对象之间的语义相关性；其次，通过双线性注意力机制，计算出图像子对象与实体的相关性权重，并依据权重将子对象信息融入到实体表征中；最后，提出了一种跨模态对比学习方法，依据图像和实体之间的匹配程度，优化实体和图像在嵌入空间中的距离，借此帮助实体表征学习相关的图像信息。在两个公开数据集上的实验表明，FGITA优于5个主流多模态命名实体识别方法，验证了方法的有效性，同时验证了细粒度跨模态对齐在多模态命名实体识别任务中的重要性和优越性。

关键词：多模态命名实体识别信息抽取知识图谱对比学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

新能源专利文本术语抽取研究

小型微型计算机系统 2022年第5期43卷 950-956页

作者：孙甜陈海涛吕学强游新冬北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 北京信息科技大学外国语学院北京100192

专业术语的自动抽取对于领域机器翻译、领域知识图谱等方面均具有重要作用.近年来,新能源领域专利文本的申请量逐年增加,我国科技文献走向世界有了更高需求,专业术语翻译质量直接影响专利文本的翻译质量.为了提高新能源领域专利文本术... 详细信息

专业术语的自动抽取对于领域机器翻译、领域知识图谱等方面均具有重要作用.近年来,新能源领域专利文本的申请量逐年增加,我国科技文献走向世界有了更高需求,专业术语翻译质量直接影响专利文本的翻译质量.为了提高新能源领域专利文本术语抽取结果的准确率和召回率,构建新能源领域术语库以及提高新能源领域专利文本的翻译质量打下基础.本文提出了基于BERT-BiLSTM-CRF的新能源专利术语抽取方法,以自建的3002条新能源领域专利文本作为实验对象,在中文数据集上的实验结果达到了0.9211的精确率,0.9245的召回率以及0.9228的F1值.与其他经典深度学习术语抽取模型相比,基于BERT-BiLSTM-CRF的新能源专利术语抽取模型能有效地将新能源领域专利文本中字符较多的长序列术语识别出来,提高术语抽取在实际应用中的效果.

关键词：术语抽取新能源专利 BERT BiLSTM CRF

一种融合BERT与关系位置特征的军事领域关系抽取方法

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2021年

作者：马江微吕学强游新冬肖刚韩君妹北京信息科技大学网络文化与数字传播北京市重点实验室复杂系统仿真总体重点实验室

[目的] 解决军事文本中实体关系重叠引起的关系抽取困难问题，提高军事文本关系抽取效果。[方法] 使用BERT模型作为输入文本的编码器，采用分层强化学习方法分别进行关系与其对应实体的解码，并在实体解码过程中融合了关系位置特征，构... 详细信息

[目的] 解决军事文本中实体关系重叠引起的关系抽取困难问题，提高军事文本关系抽取效果。[方法] 使用BERT模型作为输入文本的编码器，采用分层强化学习方法分别进行关系与其对应实体的解码，并在实体解码过程中融合了关系位置特征，构建军事领域关系抽取模型。[结果] 在军事武器装备数据集上F1值达到82.2%，相较其它方法提升约8%。在公开的NYT10、NYT10-sub数据集F1值分别达到了71.8%和69.0%，相较其它方法提升约7%与9%。[局限] 在人工标注数据集上抽取效果较好，在存在噪音的远程监督数据数据集上效果有待提升。[结论] 本文提出的HBP方法较目前主流方法在军事领域的关系抽取中效果更好，同时方法具有一定的泛化能力。

关键词：关系抽取 BERT 关系位置特征强化学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

BETES:一种中文长文档抽取式摘要方法

小型微型计算机系统 2022年第1期43卷 42-49页

作者：王宗辉李宝安吕学强游新冬北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 北京信息科技大学计算机学院北京100101

在自然语言处理领域是最重要的研究工作之一,并随着深度学习的兴起成为研究热点,而中文长文本的摘要抽取面临更大的挑战,存在长文本-摘要语料库不足、摘要抽取信息不准确、目标摘要冗余、摘要句缺失等问题.本文以中文长文本的摘要抽取... 详细信息

在自然语言处理领域是最重要的研究工作之一,并随着深度学习的兴起成为研究热点,而中文长文本的摘要抽取面临更大的挑战,存在长文本-摘要语料库不足、摘要抽取信息不准确、目标摘要冗余、摘要句缺失等问题.本文以中文长文本的摘要抽取为研究对象,提出一种BETES方法,基于规则和人工辅助筛选构建中文长文本-摘要语料库;利用Bert预处理模型进行文本向量化,更好地捕捉长文本上下文的语义,提升信息抽取的准确性;在识别中文长文本的基本篇章单元的基础上,以基本篇章单元为抽取对象,降低摘要抽取的冗余度;最后利用Transformer神经网络抽取模型,实现基本篇章单元的抽取,提升摘要句抽取的准确率.实验证明,提出的BETES方法在中文长文本的抽取式摘要过程中提高了准确性,降低了冗余度,并且ROUGE分数优于主流的摘要抽取方法.

关键词：文本摘要抽取式摘要 Bert 基本篇章单元 Transformer

在线全文

学校读者我要写书评

暂无评论

融入新能源领域术语知识的机器翻译方法

计算机科学 2022年第6期49卷 305-312页

作者：董振恒任维平游新冬吕学强北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 北京信息科技大学外国语学院北京100192

在领域机器翻译中,领域术语能否被正确翻译对翻译质量起着决定性作用,有效地将领域术语融入到神经机器翻译模型中,提升领域术语的翻译质量具有实际意义。文中提出了一种将新能源领域术语信息作为先验知识融入神经机器翻译中的方法,以新... 详细信息

在领域机器翻译中,领域术语能否被正确翻译对翻译质量起着决定性作用,有效地将领域术语融入到神经机器翻译模型中,提升领域术语的翻译质量具有实际意义。文中提出了一种将新能源领域术语信息作为先验知识融入神经机器翻译中的方法,以新能源领域双语术语知识库构建的术语字典为媒介,提出并比较了两种不同的知识融入方式:1)术语替换,即在源语言端使用目标端术语替换源端术语;2)术语添加,即在源语言端将源端术语与目标端术语拼接,并在源语言端与目标语言端均使用作为特殊外部知识的标识符来标识目标端术语的开头与结尾。以新能源领域中英文双语对齐语料以及构建的中英文对齐术语库为数据基础进行了实验,结果表明,在测试集上,所提方法的BLEU值比基线实验分别高出6.38与6.55,证明了所提方法能有效地将领域术语知识融入到翻译模型中,提升了领域术语的翻译质量。

关键词：领域机器翻译领域术语特殊标识先验知识术语替换术语添加

在线全文

学校读者我要写书评

暂无评论

虚拟环境下C语言程序的教学实践

电脑知识与技术（过刊） 2013年第2X期19卷 1084-1085页

作者：游新冬杭州电子科技大学计算机学院浙江杭州310018

由于ANSI C中对C语言的有些内容没有做具体的规定,不同的编译环境会对此做出不同的处理,为了使学生能够更好的理解C语言中的平台相关性以及部分语法的特殊性,以避免在实际的开发过程中出现意想不到的问题,以及为了能够更好地写出跨平台... 详细信息

由于ANSI C中对C语言的有些内容没有做具体的规定,不同的编译环境会对此做出不同的处理,为了使学生能够更好的理解C语言中的平台相关性以及部分语法的特殊性,以避免在实际的开发过程中出现意想不到的问题,以及为了能够更好地写出跨平台的C语言源程序,笔者试图在虚拟环境下搭建不同的操作系统,以及在不同的操作系统上搭建C语言的不同编译环境,进行C语言平台相关性的教学实践。

关键词： C语言程序设计循环结构渐进启发式教学方法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

TIMR:模板图像匹配矫正

小型微型计算机系统 2022年第4期43卷 807-814页

作者：张祥祥吕学强韩晶游新冬张凯北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 首都师范大学中国语言智能研究中心北京100048

针对当前文档图像透视变形矫正算法抗干扰性差,矫正效果不佳等问题,本文提出一种基于BRISK特征点检测与匹配的文档图像矫正算法,称之为模板图像匹配矫正算法(Template Image Matching Rectification,TIMR).该算法仅需制作目标领域内的... 详细信息

针对当前文档图像透视变形矫正算法抗干扰性差,矫正效果不佳等问题,本文提出一种基于BRISK特征点检测与匹配的文档图像矫正算法,称之为模板图像匹配矫正算法(Template Image Matching Rectification,TIMR).该算法仅需制作目标领域内的单张矫正模板图像,并结合BRISK算法与本文提出的双重特征点过滤算法实现该领域所有透视变形文档图像的矫正处理.其中,双重过滤算法包含特征点先验过滤(Prior Filtering,PF)与特征点迭代匹配过滤(Iterative Matching Filtering,IMF)算法,有效地过滤掉了矫正模板图像中的无关特征点与不稳定特征点,实现特征点匹配与TIMR算法的加速.在特定的医疗领域的检验单文档图像数据上进行矫正测试,并与当前主流矫正的算法与商业软件进行了比较.实验结果表明,本文算法具有使用简单方便,鲁棒性强,矫正效果好和矫正速度快等特点.

关键词：图像处理文档图像矫正透视变换图像匹配