检索结果-南通市图书馆

Leveraging Structured Information from a Passage to Generate Questions

Tsinghua Science and Technology 2023年第3期28卷 464-474页

作者： Jian Xu Yu Sun jianhou gan Mingtao Zhou Di Wu Key Laboratory of Educational Informatization for Nationalities Yunnan Normal UniversityKunming 650500China School of Information Science and Technology Yunnan Normal UniversityKunming 650500China Yunnan Key Laboratory of Smart Education Yunnan Normal UniversityKunming 650500China School of Information Engineering Qujing Normal UniversityQujing 655011China

Question Generation(QG)is the task of utilizing Artificial Intelligence(AI)technology to generate questions that can be answered by a span of text within a given passage.Existing research on QG in the educational field struggles with two challenges:the mainstream QG models based on seq-to-seq fail to utilize the structured information from the passage;the other is the lack of specialized educational QG datasets.To address the challenges,a specialized QG dataset,reading comprehension dataset from examinations for QG(named RACE4QG),is reconstructed by applying a new answer tagging approach and a data-filtering strategy to the RACE dataset.Further,an end-to-end QG model,which can exploit the intra-and inter-sentence information to generate better questions,is proposed.In our model,the encoder utilizes a Gated Recurrent Units(GRU)network,which takes the concatenation of word embedding,answer tagging,and Graph Attention neTworks(GAT)embedding as input.The hidden states of the GRU are operated with a gated self-attention to obtain the final passage-answer representation,which will be fed to the decoder.Results show that our model outperforms baselines on automatic metrics and human evaluation.Consequently,the model improves the baseline by 0.44,1.32,and 1.34 on BLEU-4,ROUGE-L,and METEOR metrics,respectively,indicating the effectivity and reliability of our model.Its gap with human expectations also reflects the research potential.

关键词： automatic Question Generation(QG) RACE4QG dataset Answer-Oriented GAT(AO-GAT) attention mechanism structured information

来源：

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

基于多尺度时序感知网络的课堂语音情感识别方法

引用

计算机应用 2024年第5期44卷 1636-1643页

作者：周菊香刘金生甘健侯吴迪李子杰民族教育信息化教育部重点实验室(云南师范大学) 昆明650500 云南省智慧教育重点实验室(云南师范大学) 昆明650500

语音情感识别近年来在多场景智能系统中得到了广泛应用,也为实现智慧课堂环境下的教学行为智能分析提供了可能。通过课堂语音情感识别技术可以自动识别课堂教学中教师和学生的情感状态,帮助教师了解自己的授课风格并及时掌握学生的课堂... 详细信息

语音情感识别近年来在多场景智能系统中得到了广泛应用,也为实现智慧课堂环境下的教学行为智能分析提供了可能。通过课堂语音情感识别技术可以自动识别课堂教学中教师和学生的情感状态,帮助教师了解自己的授课风格并及时掌握学生的课堂学习状态,从而达到精准施教的目的。针对课堂语音情感识别任务,首先,收集中小学的课堂实录教学视频,提取音频并进行人工切分和标注,构建了包含6类情感的中小学教学语音情感语料库;其次,基于时序卷积网络(TCN)和交叉门控机制(cross-gated mechanism)设计了双路时序卷积通道,以提取多尺度交叉融合特征;最后,采用动态权重融合策略调整不同尺度特征的贡献度,减少非重要特征对识别结果的干扰,进一步增强模型的表征和学习能力。实验结果表明,所提方法在多个公共数据集上优于TIM-Net(Temporal-aware bI-direction Multi-scaleNetwork)、GM-TCNet(Gated Multi-scale Temporal Convolutional Network)和CTL-MTNet(CapsNet and Transfer Learning-based Mixed Task Net)等先进模型,在真实课堂语音情感识别任务上未加权平均召回率(UAR)和加权平均召回率(WAR)分别达90.58%和90.45%。

关键词：语音情感识别课堂语音时序卷积网络交叉门控卷积梅尔频率倒谱系数

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

序列特征与学习过程融合的知识追踪模型

引用

计算机工程 2024年第6期50卷 77-85页

作者：李子杰周菊香韩晓瑜甘健侯鹿泽光王俊云南师范大学民族教育信息化教育部重点实验室云南昆明650500 云南师范大学云南省智慧教育重点实验室云南昆明650500 中科国鼎数据科学研究院北京100085

知识追踪是人工智能技术与教育相结合的新兴领域,旨在通过学生过去完成习题的交互序列对学生的知识状态进行评估,是实现大规模个性化学习服务的关键核心技术。随着深度学习在计算机视觉、自然语言处理、推荐系统等领域的广泛应用,知识... 详细信息

知识追踪是人工智能技术与教育相结合的新兴领域,旨在通过学生过去完成习题的交互序列对学生的知识状态进行评估,是实现大规模个性化学习服务的关键核心技术。随着深度学习在计算机视觉、自然语言处理、推荐系统等领域的广泛应用,知识追踪领域也出现了大量基于神经网络的方法,简称深度知识追踪(DKT)模型。针对目前已有DKT模型在可解释性和准确性方面的不足,提出一种序列特征与学习过程融合的知识追踪模型SLKT,模型包括知识状态模块、序列特征模块、预测模块。知识状态模块用以模拟学生学习过程,序列特征模块捕捉学习者近期学习状况。通过序列特征和学习过程的融合,有效解决了基于知识状态建模方法无法考虑学习者近期学习状况的问题,同时提出一种带约束的动态Q矩阵表示练习和知识点之间的关系,从而更好地进行学习者学习过程建模,在确保较好可解释性的同时有效提升模型的准确性。在3个知识追踪领域公共数据集上的实验结果表明,相比DKT、动态键值记忆网络(DKVMN)、自注意力的知识追踪(SAKT)、卷积知识追踪(CKT)等深度追踪模型,SLKT模型在曲线下面积(AUC)、准确率指标评估中表现较优。

关键词：智慧教育深度学习知识追踪学习过程建模 Q矩阵

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Performance Analysis and Prediction of Double-Server Polling System Based on BP Neural Network

引用

Chinese Journal of Electronics 2020年第6期29卷 1046-1053页

作者： YANG Zhijun MAO Lei gan jianhou DING Hongwei School of Information Science and Technology Yunnan University Educational Instruments and Facilities Service Center Educational Department of Yunnan Province Key Laboratory of Education Informalization for Nationalities of Ministry of Education Yunnan Normal University

To solve the poor performance of the single-server polling system in high traffic and the complex analysis of the multi-server polling system,a synchronous double-server polling system is proposed,and its performance is analyzed using a Backpropagation(BP) neural network prediction algorithm.Experimental data are processed and analyzed,and a three-layer multiinput single-output BP network model is constructed to predict the performance of the polling system under different arrival rates of information packets.In the prediction stage,first,the data are processed and the average queue length under different information arrival rates is used to form a sequence.Subsequently,a multiinput single-output BP neural network is constructed for prediction.Experimental results show that the algorithm can accurately predict the performance of the double-server polling system,thereby facilitating research regarding polling systems.

关键词： Polling system BP neural network Prediction Average queue length Long-short term memory (LSTM)

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

“互联网+”背景下高等教育转型发展的思考

引用

现代教育管理 2017年第10期 23-28页

作者：段从宇甘健侯云南师范大学云南昆明650050

"互联网+"带来了高等教育内外部环境的急剧变化,引领并适应"互联网+"的教育新常态,将是未来相当长一段时期内高等教育转型发展的重要主题。在"互联网+"背景下,高等教育发展转型的关键在于实现高等教育资源的自由流动,变高等教育自我评... 详细信息

"互联网+"带来了高等教育内外部环境的急剧变化,引领并适应"互联网+"的教育新常态,将是未来相当长一段时期内高等教育转型发展的重要主题。在"互联网+"背景下,高等教育发展转型的关键在于实现高等教育资源的自由流动,变高等教育自我评价为客户定义高等教育价值,以协调发展思想取代局部调整的高等教育结构调整理念,打造"产—供—销"一体化的高等教育服务模式。与此同时,"大平台+小前端"的共享教育将成为未来等教育发展的重要组织形态,跨区域教育合作联盟势必在高等学校联合发展扮演越来越重要的角色;在高等教育的持续发展上,快速反应正变得比预测市场更为重要。

关键词： “互联网+” 高等教育转型发展高等教育资源知识操作

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于注意力网络推理图的细粒度图像分类

引用

应用科学学报 2022年第1期40卷 36-46页

作者：郑智文甘健侯周菊香欧阳昭相鹿泽光云南师范大学民族教育信息化教育部重点实验室云南昆明650500 云南师范大学云南省智慧教育重点实验室云南昆明650500 德宏师范高等专科学校信息学院云南德宏678400 中科国鼎数据科学研究院北京100010

针对场景图像的细粒度分类任务,结合图像视觉和文本的多模态信息提出了一种基于注意力网络推理图的细粒度图像分类方法。首先提取场景图像的全局视觉特征、局部视觉特征和文本特征,把位置信息分别嵌入局部视觉特征和文本特征后拼接成新... 详细信息

针对场景图像的细粒度分类任务,结合图像视觉和文本的多模态信息提出了一种基于注意力网络推理图的细粒度图像分类方法。首先提取场景图像的全局视觉特征、局部视觉特征和文本特征,把位置信息分别嵌入局部视觉特征和文本特征后拼接成新的特征,再将这个新的特征作为图结构的节点生成一个异构图;然后设计两条元路径将异构图分解成两个同构图,并将其分别放入设计有节点级注意和语义级注意的两级注意力网络推理图;最后将输出的节点特征与全局视觉特征进行多模态融合操作,获得更丰富的细粒度特征表达。所提出的模型实现了多模态融合与图注意力网络的有效结合,且在Con-Text和Drink Bottle两个场景文本细粒度图像数据集上与目前主流先进方法相比具有较强的竞争力。

关键词：场景图像多模态图注意力网络节点级注意力语义级注意力

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

面向中文开放领域的多元实体关系抽取研究

引用

智能系统学报 2019年第3期14卷 597-604页

作者：姚贤明甘健侯徐坚曲靖师范学院信息工程学院云南曲靖655011 云南师范大学民族教育信息化教育部重点实验室云南昆明650500

针对当前中文开放领域多元实体关系抽取研究较少的情况,借鉴国外已有的研究成果,结合中文自身的特点,提出了中文领域多元实体关系抽取的方法。该方法以句法分析结果的根节点作为入口,迭代地获取所有谓语的主语、宾语及其定语成分,再利... 详细信息

针对当前中文开放领域多元实体关系抽取研究较少的情况,借鉴国外已有的研究成果,结合中文自身的特点,提出了中文领域多元实体关系抽取的方法。该方法以句法分析结果的根节点作为入口,迭代地获取所有谓语的主语、宾语及其定语成分,再利用句法分析结果对这些成分进行完善,最终获取句子中的多个实体之间的语义关系。该方法被应用在不同的领域并进行了对比分析,实验结果表明:其具有一定的参考价值。另外,对实验数据进行了详细的分析,归纳了错误的主要情形,为今后的研究工作指明了方向。

关键词：中文、开放域多元实体关系依存句法分析句法结构关系抽取语义关系主谓宾

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

一种分布式全类型RFID阅读器碰撞解决方案

引用

电子技术应用 2016年第4期42卷 92-94,98页

作者：王宇甘健侯云南经济管理学院云南昆明650106 云南师范大学云南昆明650092

已有的RFID阅读器防碰撞算法一般仅可解决部分类型的阅读器碰撞,或者由于采用中心控制设备导致延迟较高,对此提出一种分布式的全类型RIFD阅读器碰撞解决方案。设计了一种分布式多信道通知协议,主要包括询问与接收两部分,从而合理地分布... 详细信息

已有的RFID阅读器防碰撞算法一般仅可解决部分类型的阅读器碰撞,或者由于采用中心控制设备导致延迟较高,对此提出一种分布式的全类型RIFD阅读器碰撞解决方案。设计了一种分布式多信道通知协议,主要包括询问与接收两部分,从而合理地分布阅读器间的网络资源,在考虑全部阅读器碰撞类型的前提下,降低所有标签的平均询问延迟。仿真实验结果表明,本算法可解决全部类型的RFID碰撞,同时具有较低的延迟。

关键词：防碰撞 RFID系统物联网网络安全分布式协议通知协议

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于语义Web的常用软件领域知识发现系统研究

引用

计算机应用与软件 2007年第4期24卷 67-69,72页

作者：甘健侯梁立夏幼明云南师范大学计算机科学与信息技术学院云南昆明650092

当前,在语义Web中,基于OWL的知识表示、知识推理成为了研究和应用的热点。给出了常用软件本体的设计方法、规则定义和谓词扩展,并介绍了常用软件领域知识发现系统的总体模型。

关键词：语义Web 规则定义谓词扩展知识发现系统模型 Visual C++

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于能量有效的多层动态分簇WSN时间同步算法

引用

数据采集与处理 2008年第B9期23卷 152-157页

作者：袁凌云朱云龙甘健侯刘珺云南师范大学计算机科学与信息技术学院昆明650092 中国科学院沈阳自动化研究所沈阳110016 昆明冶金高等专科学校昆明650033

RBS,TPSN和CHTS等专门为传感网络设计的时间同步协议中,大多只考虑到时间同步精度问题。作为能量受限的传感网络,能量有效性是关键问题之一。基于此,本文提出了一种能量有效的多层动态分簇时间同步算法。多层分簇过程中,以泊松随机过程... 详细信息

RBS,TPSN和CHTS等专门为传感网络设计的时间同步协议中,大多只考虑到时间同步精度问题。作为能量受限的传感网络,能量有效性是关键问题之一。基于此,本文提出了一种能量有效的多层动态分簇时间同步算法。多层分簇过程中,以泊松随机过程对随机概率和跳数进行选择和优化,并采用能量阈值机制动态更新簇。以sink节点为时间同步的根节点,sink节点先与簇头节点同步,簇头再与簇成员同步,从而实现全网时间同步。理论及实验结果表明,该算法在以较高的精度完成时间同步的同时,保持了能量的有效性,实现了能量消耗和时间同步精度的有效折衷。

关键词：无线传感器网络时间同步能量有效性多层动态分簇能量闻值机制

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：