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

基于自适应阈值学习的时序因果推断方法

计算机应用 2024年

作者：赵秦壮谭红叶山西大学计算机与信息技术学院

时序数据存在近因性特点，即变量值普遍依赖近期的历史信息，而现有方法没有充分考虑时序数据的这种特性，在通过假设检验推断不同延迟的因果关系时使用统一的阈值，难以有效推断较弱的因果关系。针对上述问题，提出了基于自适应阈值学... 详细信息

时序数据存在近因性特点，即变量值普遍依赖近期的历史信息，而现有方法没有充分考虑时序数据的这种特性，在通过假设检验推断不同延迟的因果关系时使用统一的阈值，难以有效推断较弱的因果关系。针对上述问题，提出了基于自适应阈值学习的时序因果推断方法：首先提取数据特性，然后根据不同延迟下数据呈现的性质，自动地学习假设检验过程中使用的阈值组合，最后将该阈值组合用于PC(Peter-Clark)算法、PCMCI(Peter-Clark and Momentary Conditional Independence)算法和VAR-LINGAM(Vector Autoregressive Linear non-Gaussian Acyclic Model)算法的假设检验过程，以得到更为准确的因果关系结构。在仿真数据集上进行了实验验证：在数据集a上，采用所提方法的自适应PC算法、自适应PCMCI算法、自适应VAR-LINGAM算法的F1值分别提高了约、1、0.03个百分点；在数据集b上分别提高了约0.53、1.16、2.36个百分点；在数据集c上分别提高了约0.22、3.56、0.98个百分点。

关键词：因果推断时间序列假设检验参数优化自适应

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于混合提示学习的中医病案小样本分类方法

计算机应用与软件 2024年

作者：冯慧敏谭红叶林浩楠山西大学计算智能与中文信息处理教育部重点实验室山西大学计算机与信息技术学院

中医病案是对患者诊疗过程的记录，具有很高的研究价值，然而目前中医领域公开可用的数据资源不足。针对中医病案小样本分类问题，提出了一种基于混合提示学习的方法。该方法具有以下特点：（1）设计了离散提示与连续提示相结合的中医... 详细信息

中医病案是对患者诊疗过程的记录，具有很高的研究价值，然而目前中医领域公开可用的数据资源不足。针对中医病案小样本分类问题，提出了一种基于混合提示学习的方法。该方法具有以下特点：（1）设计了离散提示与连续提示相结合的中医混合提示模板，将病案分类任务的输入建模成适配预训练模型处理的形式，以充分利用模型中的先验知识；（2）使用外部知识库扩展每个中医类别的标签词集合，将不同类型的中医知识以相关词形式融入到映射器中，加强了中医类别和病案文本之间的语义关联。实验结果表明，在两个公开数据集的不同数量小样本上，该方法均优于现有的基线方法。

关键词：中医病案小样本文本分类混合提示学习知识库

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HHO优化的时空水质预测模型

现代电子技术 2024年第2期47卷 176-182页

作者：李顺勇张睿轩谭红叶山西大学数学科学学院山西太原030006 山西大学计算机与信息技术学院山西太原030006

我国水资源现状不容乐观,提高水质预测模型精度对水资源质量监测具有重要意义。为捕捉水质指标时序数据非线性变化趋势,水质指标多基于神经网络模型进行预测。但是现有模型忽略了河流流向,没有考虑上游监测点水质对下游水质的影响;同时... 详细信息

我国水资源现状不容乐观,提高水质预测模型精度对水资源质量监测具有重要意义。为捕捉水质指标时序数据非线性变化趋势,水质指标多基于神经网络模型进行预测。但是现有模型忽略了河流流向,没有考虑上游监测点水质对下游水质的影响;同时现有模型多基于启发式优化算法中的粒子群算法调整神经网络的超参数,但该优化算法仍需设置较多超参数,而参数选取不当容易使模型陷入局部最优。为此,建立了时空水质预测模型(WT‐CNN‐LSTM‐HHO),利用哈里斯鹰优化算法(HHO),基于上游水质数据预测下游的氮、磷和溶解氧水质指标。实验结果显示,本文所提出的模型对水质预测性能有明显提升,可以实现设置较少超参数而达到较高的水质预测精度。

关键词：时空水质预测哈里斯鹰优化算法 LSTM神经网络时间序列 CNN‐LSTM 小波降噪

融入BioCopy机制的医疗报告抽取生成模型

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2023年

作者：刘岚谭红叶山西大学计算机与信息技术学院山西大学计算智能与中文信息处理教育部重点实验室

智慧医疗是融合了人工智能技术的新型健康医疗服务模式，其中医疗报告自动生成是智慧医疗领域的一项重要任务，该任务依据病人自述和医患对话，生成半结构化的医疗报告。医疗报告不仅包含主诉等多个子部分，而且包含大量来自原文的医疗... 详细信息

智慧医疗是融合了人工智能技术的新型健康医疗服务模式，其中医疗报告自动生成是智慧医疗领域的一项重要任务，该任务依据病人自述和医患对话，生成半结构化的医疗报告。医疗报告不仅包含主诉等多个子部分，而且包含大量来自原文的医疗术语。针对这些特点，采用了融入BioCopy机制的抽取与生成结合的摘要模型，模型首先对每个子部分进行关键句抽取，排除无关信息的干扰；然后在生成医疗报告时加入BioCopy机制以复制关键句中的医疗术语，保证结果的准确性。在CCL 2021相关数据集上的实验结果表明：该模型优于主要baseline，取得了较好的效果。

关键词：医疗报告自动生成抽取与生成 BioCopy

基于MHSA和句法关系增强的机器阅读理解方法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

自动化学报 2022年第11期48卷 2718-2728页

作者：张虎王宇杰谭红叶李茹山西大学计算机与信息技术学院太原030006

机器阅读理解(Machine reading comprehension,MRC)是自然语言处理领域中一项重要研究任务,其目标是通过机器理解给定的阅读材料和问题,最终实现自动答题.目前联合观点类问题解答和答案依据挖掘的多任务联合学习研究在机器阅读理解应用... 详细信息

机器阅读理解(Machine reading comprehension,MRC)是自然语言处理领域中一项重要研究任务,其目标是通过机器理解给定的阅读材料和问题,最终实现自动答题.目前联合观点类问题解答和答案依据挖掘的多任务联合学习研究在机器阅读理解应用中受到广泛关注,它可以同时给出问题答案和支撑答案的相关证据,然而现有观点类问题的答题方法在答案线索识别上表现还不是太好,已有答案依据挖掘方法仍不能较好捕获段落中词语之间的依存关系.基于此,引入多头自注意力(Multi-head self-attention,MHSA)进一步挖掘阅读材料中观点类问题的文字线索,改进了观点类问题的自动解答方法;将句法关系融入到图构建过程中,提出了基于关联要素关系图的多跳推理方法,实现了答案支撑句挖掘;通过联合优化两个子任务,构建了基于多任务联合学习的阅读理解模型.在2020中国“法研杯”司法人工智能挑战赛(China AI Law Challenge 2020,CAIL2020)和HotpotQA数据集上的实验结果表明,本文提出的方法比已有基线模型的效果更好.

关键词：机器阅读理解多头自注意力句法关系多跳推理

在线全文

学校读者我要写书评

暂无评论

面向鲁棒性增强的多任务机器阅读理解

计算机工程与科学 2023年第2期45卷 363-369页

作者：谭红叶行覃杰山西大学计算机与信息技术学院山西太原030006

目前抽取式机器阅读理解已经取得了很好的成果。然而,许多研究工作表明,机器阅读理解模型在过敏感性、过稳定性等方面的鲁棒性还有待提高。为了解决该问题,提出了一种面向鲁棒性增强的多任务抽取式阅读理解模型,加强模型在篇章和问题2... 详细信息

目前抽取式机器阅读理解已经取得了很好的成果。然而,许多研究工作表明,机器阅读理解模型在过敏感性、过稳定性等方面的鲁棒性还有待提高。为了解决该问题,提出了一种面向鲁棒性增强的多任务抽取式阅读理解模型,加强模型在篇章和问题2方面的理解能力。通过多任务学习方式,将答案抽取作为主要任务,证据句判断和问题分类作为辅助任务,实现编码器之间的信息共享。在鲁棒性测试集上的实验结果表明,所提模型对比基线模型有明显的性能提升。

关键词：鲁棒多任务学习机器阅读理解

在线全文

学校读者我要写书评

暂无评论

基于阅读理解与图神经网络的篇章级事件抽取

中文信息学报 2023年第8期37卷 95-103页

作者：张亚君谭红叶山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

篇章级事件抽取是从篇章文本抽取出事件类型及其对应的论元。现有的篇章级事件抽取模型面临着以下挑战:①忽略了角色释义的先验信息,导致事件元素候选识别不准确;②事件论元分散于不同的句子,需要聚合篇章级信息。为了解决这些问题,该... 详细信息

篇章级事件抽取是从篇章文本抽取出事件类型及其对应的论元。现有的篇章级事件抽取模型面临着以下挑战:①忽略了角色释义的先验信息,导致事件元素候选识别不准确;②事件论元分散于不同的句子,需要聚合篇章级信息。为了解决这些问题,该文提出了基于阅读理解与图神经网络的篇章级事件抽取模型:将事件元素候选识别建模为阅读理解任务,利用角色释义,根据不同模板构建问题在上下文中回答这些问题进行事件元素抽取;将得到的事件元素通过图神经网络建模,获得分散在不同句子中论元的篇章级表示。在百度金融篇章级数据集(DuEE-fin)和中国金融数据集(ChinFinAnn)上进行实验表明,该方法能有效利用先验信息并建模论元间的联系。

关键词：篇章级事件抽取阅读理解图神经网络

基于Transformer和重要词识别的句子融合方法

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2023年第7期40卷 145-150页

作者：谭红叶李飞艳山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

句子融合是为多个句子生成言简意赅、符合语法的句子,可应用到自动摘要、复述生成等自然语言处理任务。目前句子融合方法已取得一定成效,但还存在重要信息缺失、语义偏离原句等问题。该文提出基于Transformer和重要词识别的方法来缓解... 详细信息

句子融合是为多个句子生成言简意赅、符合语法的句子,可应用到自动摘要、复述生成等自然语言处理任务。目前句子融合方法已取得一定成效,但还存在重要信息缺失、语义偏离原句等问题。该文提出基于Transformer和重要词识别的方法来缓解上述问题。该方法包括两个模块,(1)重要词识别模块:利用序列标注模型识别原句重要词;(2)句子融合模块:将重要词与原句输入到Transformer框架并利用BERT进行语义表示,然后在全连接层引入基于原句和词表获得的向量作为先验知识进行句子融合。基于NLPCC2017摘要任务集构建句子融合数据集,并进行相关实验,结果表明所提方法的性能明显优于基线系统。

关键词：句子融合重要词 Transformer 文本生成

面向阅读理解过敏感性和过稳定性的数据增强研究

在线全文

学校读者我要写书评

暂无评论

山西大学学报(自然科学版) 2022年第4期45卷 1023-1029页

作者：高俊杰行覃杰谭红叶山西大学计算机与信息技术学院

机器阅读理解是自然语言处理领域的一个重要任务，然而许多研究工作表明目前的模型在鲁棒性方面仍存在一些缺陷。文章针对机器阅读理解模型鲁棒性中的过敏感性问题和过稳定性问题，提出了一种基于数据增强的策略。首先使用回译数据增强... 详细信息

机器阅读理解是自然语言处理领域的一个重要任务，然而许多研究工作表明目前的模型在鲁棒性方面仍存在一些缺陷。文章针对机器阅读理解模型鲁棒性中的过敏感性问题和过稳定性问题，提出了一种基于数据增强的策略。首先使用回译数据增强法和传统的EDA数据增强法扩充数据，然后采用基于离群点检测的方法对扩充后的数据进行过滤，从而提高模型的鲁棒性。在DuReaderrobust数据集上的实验结果表明，本文方法可以提高模型在过敏感性和过稳定性方面的性能，F1值分别得到2.75%和1.18%的提升。

关键词：机器阅读理解过敏感性过稳定性数据增强