检索结果-南通市图书馆

同方期刊数据库

Safeguarding text generation API’s intellectual property through meaning-preserving lexical watermarks

在线全文

学校读者我要写书评

暂无评论

Frontiers of Computer Science 2023年第6期17卷 195-197页

作者： Shiyu ZHU Yun LI xiaoye ouyang Xiaocheng HU Jipeng QIANG Department of Computer Science Yangzhou UniversityYangzhou 225127China China Academy of Electronic and Information Technology Beijing 100041China

1 Introduction Recent advancements in encoder-decoder based text generation technology,like ChatGPT by OpenAI,and PaLM[1]by Google,have garnered attention in the AI ***-per-use APIs offer access to these models,but research shows they are prone to imitation attacks,where malicious users train their models through skillfully crafted queries to get responses from lawful *** attacks violate the intellectual property(IP)and deter further research[2].Recent work introduced lexical watermarking(LW)methods to protect legal APIs’*** modifies the original outputs and uses null-hypothesis test for ownership verification on imitation models[2,3].High-frequency words are selected,and WordNet synonyms replace them,but this one-size-fits-all approach neglects rational substitutes.

关键词： property preserving replace

Joint learning based on multi-shaped filters for knowledge graph completion

在线全文

学校读者我要写书评

暂无评论

High Technology Letters 2021年第1期27卷 43-52页

作者：李少杰 Chen Shudong ouyang xiaoye Gong Lichen School of Microelectronics University of Chinese Academy of SciencesBeijing 100049P.R.China Institute of Microelectronics Chinese Academy of SciencesBeijing 100029P.R.China

To solve the problem of missing many valid triples in knowledge graphs(KGs),a novel model based on a convolutional neural network(CNN)called ConvKG is proposed,which employs a joint learning strategy for knowledge graph completion(KGC).Related research work has shown the superiority of convolutional neural networks(CNNs)in extracting semantic features of triple ***,these researches use only one single-shaped filter and fail to extract semantic features of different *** solve this problem,ConvKG exploits multi-shaped filters to co-convolute on the triple embeddings,joint learning semantic features of different *** shaped filters cover different sizes on the triple embeddings and capture pairwise interactions of different granularity among triple *** results confirm the strength of joint learning,and compared with state-of-the-art CNN-based KGC models,ConvKG achieves the better mean rank(MR)and Hits@10 metrics on dataset WN18 RR,and the better MR on dataset FB15k-237.

关键词： knowledge graph embedding(KGE) knowledge graph completion(KGC) convolutional neural network(CNN) joint learning multi-shaped filter

Positive unlabeled named entity recognition with multi-granularity linguistic information

在线全文

学校读者我要写书评

暂无评论

High Technology Letters 2021年第4期27卷 373-380页

作者：欧阳小叶 Chen Shudong Wang Rong Institute of Microelectronics Chinese Academy of SciencesBeijing 100029P.R.China University of Chinese Academy of Sciences Beijing 100049P.R.China Key Laboratory of Space Object Measurement Department Beijing Institute of Tracking and Telecommunications TechnologyBeijing 100094P.R.China

The research on named entity recognition for label-few domain is becoming increasingly *** this paper,a novel algorithm,positive unlabeled named entity recognition(PUNER)with multi-granularity language information,is proposed,which combines positive unlabeled(PU)learning and deep learning to obtain the multi-granularity language information from a few labeled in-stances and many unlabeled instances to recognize named ***,PUNER selects reliable negative instances from unlabeled datasets,uses positive instances and a corresponding number of negative instances to train the PU learning classifier,and iterates continuously to label all unlabeled ***,a neural network-based architecture to implement the PU learning classifier is used,and comprehensive text semantics through multi-granular language information are obtained,which helps the classifier correctly recognize named *** tests of the PUNER are carried out on three multilingual NER datasets,which are CoNLL2003,CoNLL 2002 and SIGHAN Bakeoff *** results demonstrate the effectiveness of the proposed PUNER.

关键词： named entity recognition(NER) deep learning neural network positive-unla-beled learning label-few domain multi-granularity(PU)

在线全文

学校读者我要写书评

暂无评论

2022年元宇宙技术主要发展动向分析

无人系统技术 2023年第2期6卷 103-111页

作者：欧阳小叶李彬潘小山中国电子科技集团公司电子科学研究院社会安全风险感知与防控大数据应用国家工程研究中心北京100041 嘉远未来数字科技(北京)有限公司北京100083 中国科学院微电子研究所智能制造电子研发中心北京100029

元宇宙被认为将成为移动互联网的“继任者”,是一种全新的、以虚拟现实为主的新兴计算技术与系统。首先对元宇宙技术领域2022年的最新研究、应用动向与进展进行综合评述,介绍了虚拟现实与增强现实、人工智能生成内容、“拟人态”虚拟人... 详细信息

元宇宙被认为将成为移动互联网的“继任者”,是一种全新的、以虚拟现实为主的新兴计算技术与系统。首先对元宇宙技术领域2022年的最新研究、应用动向与进展进行综合评述,介绍了虚拟现实与增强现实、人工智能生成内容、“拟人态”虚拟人等元宇宙智能核心技术的最新科研与应用进展;随后盘点了美国陆军、空军和DARPA近年来在元宇宙领域的加速布局情况;最后讨论元宇宙技术未来发展趋势及其在军事作战中的作用。综述表明,率先发展元宇宙被认为是掌握未来互联网高地和话语权的必由之路,元宇宙正在与虚拟现实与增强现实、云计算、人工智能、Web 3.0、脑机接口等新兴技术形成同频共振和协同发展,特制的专用军事元宇宙技术已经被论证可以应用于广泛的实际军事作战用途,并将贯穿智能化战争“战前-战时-战后”全过程。

关键词：元宇宙人工智能虚拟现实人工智能生成内容数字虚拟人军事应用

在线全文

学校读者我要写书评

暂无评论

人机混合智能技术主要发展动向分析

无人系统技术 2023年第1期6卷 95-103页

作者：郭大宇王鑫欧阳小叶中国电子科技集团公司电子科学研究院社会安全风险感知与防控大数据应用国家工程研究中心北京100041 中国科学院沈阳自动化研究所工业控制网络与系统研究室沈阳110169

人机混合智能是由“人-机-环境”相互作用而产生的新型智能系统。对人机混合智能领域的最新研究与应用动向与进展进行了综合评述。首先介绍DARPA近年来在人机混合智能领域的加速布局;然后盘点了脑机接口、可信人工智能、虚拟现实、环境... 详细信息

人机混合智能是由“人-机-环境”相互作用而产生的新型智能系统。对人机混合智能领域的最新研究与应用动向与进展进行了综合评述。首先介绍DARPA近年来在人机混合智能领域的加速布局;然后盘点了脑机接口、可信人工智能、虚拟现实、环境感知等人机混合智能核心技术的最新科研与应用进展;最后讨论人机混合智能面临的挑战与对未来军事发展的启示。综述表明,机器在未来将更多地用作人类“同事”,而不仅仅是“工具”,人机混合智能的各项核心技术已经不同程度地产生实战应用,而人、机之间的权责分工、能力分配、交互接口、伦理规制等将是人机混合智能进一步发展所需解决的关键问题,人机混合智能将加速军事变革进程,对作战样式、装备体系、战斗力生成模式等带来根本性变化。

关键词：人机混合智能人工智能军事应用脑机接口可信人工智能虚拟现实环境感知

基于动态优先级的3D NoC偏转路由容错方法

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2014年第3期26卷 486-492页

作者：欧阳一鸣欧阳小叶梁华国黄正峰刘军合肥工业大学计算机与信息学院合肥230009 合肥工业大学电子科学与应用物理学院合肥230009

若3DNoC中水平和垂直方向出现不可恢复的链路故障,将严重影响整个网络的性能.为此提出一种新型的高效率、低开销的容错方法——基于动态优先级的偏转路由方法.该方法根据目的节点和当前节点的相对位置,动态地设定输出端口优先级,以确保... 详细信息

若3DNoC中水平和垂直方向出现不可恢复的链路故障,将严重影响整个网络的性能.为此提出一种新型的高效率、低开销的容错方法——基于动态优先级的偏转路由方法.该方法根据目的节点和当前节点的相对位置,动态地设定输出端口优先级,以确保数据包始终选择最优路径传输;为了提高层内和层间数据包传输的速度,采用了两级交叉开关结构.使用Booksim 2.0和Orion 2.0工具与其他方法的实验结果表明,文中方法的网络平均包延时最大降幅达20%,且面积不随网络规模增大而增加,提高了片上网络整体性能.

关键词： 3D NoC 永久故障容错偏转路由

基于动态词典匹配的语义增强中文命名实体识别算法

在线全文

学校读者我要写书评

暂无评论

无线电工程 2021年第7期51卷 519-525页

作者：陈曙东罗超欧阳小叶李威中国科学院大学微电子学院北京100049 中国科学院微电子研究所北京100029

在命名实体识别任务中,运用词典匹配的方法能够添加丰富的文本特征,但匹配到的词组信息多使用静态归一化的方法,缺乏自动推理能力。提出了基于动态词典匹配的语义增强中文命名实体识别方法。对输入句子中的字符,在词典中进行动态词组匹... 详细信息

在命名实体识别任务中,运用词典匹配的方法能够添加丰富的文本特征,但匹配到的词组信息多使用静态归一化的方法,缺乏自动推理能力。提出了基于动态词典匹配的语义增强中文命名实体识别方法。对输入句子中的字符,在词典中进行动态词组匹配,利用神经网络对词组加权,结合word2vec与ALBERT得到字符的增强特征表示;在序列建模层运用BiLSTM对字符的word2vec向量与字符增强特征进行模型训练;在标签推理层运用条件随机场(Conditional Random Field,CRF)识别命名实体。在中文Resume和Weibo数据集上进行实验,验证结果表明,该方法比传统方法具有更好的效果。

关键词：命名实体识别词典匹配语义增强神经网络 ALBERT

在线全文

学校读者我要写书评

暂无评论

基于卷积神经网络的高效知识表示模型

高技术通讯 2020年第9期30卷 901-907页

作者：李少杰陈曙东郝悦星欧阳小叶龚立晨中国科学院大学微电子学院北京100049 中国科学院微电子研究所北京100029

为提升知识表示的有效性和可靠性,提出一种基于卷积神经网络(CNN)的知识表示模型(ConvKE)。ConvKE采用维度变换策略来提升卷积滑动窗口在三元组矩阵上的滑动步数以及三元组内实体和关系在更多维度上的信息交互能力。ConvKE还通过2-D卷... 详细信息

为提升知识表示的有效性和可靠性,提出一种基于卷积神经网络(CNN)的知识表示模型(ConvKE)。ConvKE采用维度变换策略来提升卷积滑动窗口在三元组矩阵上的滑动步数以及三元组内实体和关系在更多维度上的信息交互能力。ConvKE还通过2-D卷积滑动窗口提升感受野来捕获三元组更多维度上的整体信息。通过采用知识补全任务来评估ConvKE模型的效果,实验结果证明了ConvKE在2个基准数据集WN18RR、FB15K-237的平均排名(MR)指标上取得了较好的结果。

关键词：知识图谱知识表示卷积神经网络(CNN) 知识补全维度变换信息交互

在线全文

学校读者我要写书评

暂无评论

命名实体识别技术综述

无线电通信技术 2020年第3期46卷 251-260页

作者：陈曙东欧阳小叶中国科学院微电子研究所北京100029 中国科学院大学北京100049

命名实体识别是自然语言处理中的热点研究方向之一,目的是识别文本中的命名实体并将其归纳到相应的实体类型中。首先阐述了命名实体识别任务的定义、目标和意义,分析提出了命名实体识别的主要难点在于领域命名实体识别局限性、命名实体... 详细信息

命名实体识别是自然语言处理中的热点研究方向之一,目的是识别文本中的命名实体并将其归纳到相应的实体类型中。首先阐述了命名实体识别任务的定义、目标和意义,分析提出了命名实体识别的主要难点在于领域命名实体识别局限性、命名实体表述多样性和歧义性、命名实体的复杂性和开放性;然后介绍了命名实体识别研究的发展进程,从最初的规则和字典方法到传统的统计学习方法再到现在的深度学习方法,不断地将新技术应用到命名实体识别研究中以提高性能;接着系统梳理了当下命名实体识别任务中的若干热门研究点,分别是匮乏资源下的命名实体识别、细粒度命名实体识别、嵌套命名实体识别以及命名实体链接;最后针对评判命名实体识别模型的好坏,总结了常用的若干数据集和实验测评指标,并给出了未来的研究建议。

关键词：自然语言处理命名实体识别深度学习神经网络人工智能