检索结果-南通市图书馆

基于ChatGPT+Prompt的专利技术功效实体自动生成研究

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 2024年第4期8卷 14-25页

作者：白如江陈启明张玉洁杨超山东理工大学信息管理研究院淄博255000 浙江大学公共管理学院杭州310058

【目的】针对专利技术功效实体的自动识别问题,智能感知生成专利文献中的关键技术功效,辅助专利技术功效矩阵高质量构建。【方法】本文提出将ChatGPT应用于专利技术功效实体抽取任务的新思路,使用ChatGPT+Prompt的方法实现专利技术词、... 详细信息

【目的】针对专利技术功效实体的自动识别问题,智能感知生成专利文献中的关键技术功效,辅助专利技术功效矩阵高质量构建。【方法】本文提出将ChatGPT应用于专利技术功效实体抽取任务的新思路,使用ChatGPT+Prompt的方法实现专利技术词、功效词以及技术-功效二元组的识别、提取和生成。【结果】本文识别生成了4个领域、三种语言的专利技术功效实体,跨领域、跨语言、提示样本数量对比的实验结果(ROUGE值)表明,该方法能够较为准确地识别技术功效二元组。新能源汽车领域效果最佳,英文专利表现最优,跨域能力和跨语言能力显著,给予One-Shot显著提升模型性能。【局限】本文方法仍存在Prompt不标准、生成内容重复、单轮或多轮问答的选择困难等问题。【结论】本文方法具备合理性和可行性,有效降低技术功效实体生成的人力成本和任务门槛,拓展AIGC的应用场景,释放ChatGPT在专利文献挖掘的潜力。

关键词：专利技术功效矩阵技术词功效词实体识别生成式模型 ChatGPT Prompt

增加类簇级对比的SCCL文本深度聚类方法研究

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 2024年第3期8卷 98-109页

作者：李婕张智雄王宇飞中国科学院文献情报中心北京100190 中国科学院大学经济与管理学院信息资源管理系北京100190

【目的】改进SCCL模型在文本深度聚类任务上的效果,提出一种新的基于SCCL的文本深度聚类模型ISCCL。【方法】ISCCL模型基于句向量预训练语言模型对输入文本进行数据增强和编码获取两组增强表征,在SCCL模型的基础上增加两层非线性网络,... 详细信息

【目的】改进SCCL模型在文本深度聚类任务上的效果,提出一种新的基于SCCL的文本深度聚类模型ISCCL。【方法】ISCCL模型基于句向量预训练语言模型对输入文本进行数据增强和编码获取两组增强表征,在SCCL模型的基础上增加两层非线性网络,将增强表征降维到维度与聚类数量相同的类簇特征空间。从列空间的角度构造正负簇对进行对比学习,引导模型挖掘对聚类任务有用的特征,并减少假正样本产生的影响。【结果】在AgNews、Biomedical、StackOverflow、20NewsGroups和zh10共5种基准数据集中,ISCCL模型的聚类准确率分别达到88.89%、48.74%、78.17%、56.97%和86.42%,较SCCL模型提升0.69%~2.67%。【局限】需要预先设定类簇特征空间维度(与聚类数目K值相同),然而在实际应用中往往很难明确原始数据的具体聚类数目,应当根据数据情况适当调整。【结论】ISCCL模型能够有效提取类簇特征,在SCCL模型的基础上提升了文本深度聚类效果。

关键词：对比学习深度聚类 SCCL 类簇特征学习表示学习

结合梯度提升树算法与可解释机器学习模型SHAP的抑郁症影响因素研究

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 2024年第3期8卷 41-52页

作者：聂卉吴晓燕中山大学信息管理学院广州510275

【目的】本研究旨在探讨构建抑郁严重度预测模型及其解释性问题,通过分析互联网用户生成的内容,进一步发展抑郁症风险预测研究,从而提高抑郁症自动检测模型的可靠性和实用性。【方法】通过收集“好大夫在线”平台上的抑郁症医疗咨询文... 详细信息

【目的】本研究旨在探讨构建抑郁严重度预测模型及其解释性问题,通过分析互联网用户生成的内容,进一步发展抑郁症风险预测研究,从而提高抑郁症自动检测模型的可靠性和实用性。【方法】通过收集“好大夫在线”平台上的抑郁症医疗咨询文本记录,构建了一个语料库。利用心理学词典,从中提取了患者的心理特征,并采用梯度提升树算法预测患者的病情,同时引入可解释机器学习方法SHAP解读模型,借助SHAP独特的可视化图表剖析患者年龄、性别、认知、情感、感知、社会家庭及个人得失与抑郁症发生之间的复杂关系。【结果】抑郁症患者心理状态能反馈患者病况,利用从患者问诊记录中提取的心理特征能够有效检测重度抑郁,准确率达到86%。可解释机器学习模型SHAP解释了模型的预测结果,揭示出患者各层面心理特征对抑郁症发生产生的多重效应。【局限】受语料集所限,仅利用单次问诊记录对抑郁程度做预测;而模型特征基于心理学词典,更多与抑郁症发生风险有关的要素可纳入建模考虑中。【结论】影响抑郁症产生及发展的因素复杂。个体差异致使各项特征对于疾病预测产生不同效应。构建抑郁症的自动诊断模型,不仅要关注模型的精准度,更需增强对模型预测的理解。

关键词：抑郁症预测在线用户生成内容可解释机器学习梯度提升树算法

基于SpERT-Aggcn模型的专利知识图谱构建研究

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 2024年第1期8卷 146-156页

作者：何玉张晓冬郑鑫北京科技大学经济管理学院北京100083

【目的】针对知识图谱构建中识别嵌套实体以及提升关系抽取精度的问题,提出信息抽取模型SpERTAggcn,并构建绿色合作专利知识图谱。【方法】基于SpERT-Aggcn模型抽取专利摘要文本中的嵌套实体和关系,采用Protégé构建本体并根据所构建... 详细信息

【目的】针对知识图谱构建中识别嵌套实体以及提升关系抽取精度的问题,提出信息抽取模型SpERTAggcn,并构建绿色合作专利知识图谱。【方法】基于SpERT-Aggcn模型抽取专利摘要文本中的嵌套实体和关系,采用Protégé构建本体并根据所构建本体实现三元组的映射。【结果】在关系抽取任务上,SpERT-Aggcn比SpERT模型的F1值高2.61个百分点,其中长距离关系抽取F1值高4.42个百分点;构建的绿色合作专利知识图谱包含699517个实体、3241805条关系。【局限】SpERT-Aggcn模型的短距离关系F1值低于SpERT模型,说明本文模型对于短距离关系的识别能力较差。【结论】通过基于跨度的实体识别模型以及引入依存文法信息的关系抽取模型,构建的知识图谱完整度更高。

关键词：绿色合作专利知识图谱图卷积网络信息抽取

学术论文创新质量评价研究——以多能干细胞技术为例

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 2024年第5期8卷 127-138页

作者：汪雪锋于慧妍郑思佳雷鸣北京理工大学管理学院北京100081

【目的】通过构建学术论文创新质量评价模型,探讨基于定量与定性相结合的科技评价方法,促进科学研究的渐进性创新。【方法】兼顾创新新颖性和影响性特征,采用Doc2Vec算法将非结构化文本内容转化为向量空间模型,继而运用余弦相似度测度... 详细信息

【目的】通过构建学术论文创新质量评价模型,探讨基于定量与定性相结合的科技评价方法,促进科学研究的渐进性创新。【方法】兼顾创新新颖性和影响性特征,采用Doc2Vec算法将非结构化文本内容转化为向量空间模型,继而运用余弦相似度测度文本内容相似度,同时应用待评价论文局部引文网络构建创新影响指数计算方法,并将新颖性和影响性测度结果映射到二维散点图中,基于区域划分构建学术论文创新质量评价模型。【结果】多能干细胞技术实证结果显示:本文方法与F1000推荐结果基本一致,能够在一定程度上弥补当前学术论文创新质量评价的不足。【局限】仅讨论了学术论文新颖性、学术论文创新影响两个因素,存在一定的片面性。【结论】本文构建的评价模型能够为定性的同行评议提供定量数据支撑,是对学术论文创新质量定量评价的有益探索。

关键词：创新质量新颖性颠覆性指数 Doc2Vec算法多能干细胞

在线全文

学校读者我要写书评

暂无评论

基于层次标签结构的标记分布学习

数据分析与知识发现 2024年第2期8卷 44-55页

作者：刘勘游美琳卫兰茜中南财经政法大学信息与安全工程学院武汉430073 中国移动通信集团四川有限公司成都610041

【目的】考虑到标记分布学习中标记之间具有层次结构关系,将层次标签结构引入标记分布学习,提升标记分布学习的效果。【方法】提出一种基于层次标签结构的标记分布学习算法(Hierarchy Label Distribution Learning Algorithm,H-LDL),根... 详细信息

【目的】考虑到标记分布学习中标记之间具有层次结构关系,将层次标签结构引入标记分布学习,提升标记分布学习的效果。【方法】提出一种基于层次标签结构的标记分布学习算法(Hierarchy Label Distribution Learning Algorithm,H-LDL),根据样本在各层次的标签,利用条件概率描述粗、细两个层次的结构关系,并通过层次加权损失函数及其优化策略调节层次间标记的准确分布。【结果】在两个公开数据集上进行实验,用了5个指标进行效果检测,其中,BU_3DFE数据集在Euclidean、Squared、K-L指标中较基线算法最低值分别降低了3.99%、1.07%、3.10%,Intersec和Fidelity指标较基线算法最高值分别提升了4.24%、0.67%,COMP数据集在Euclidean指标上降低了0.48%,在Squared、K-L指标未见明显降低,在Intersec和Fidelity指标上提升了0.45%、0.02%。【局限】仅考虑了标签之间粗层次和细层次两层结构关系,当标签具有其他更复杂的层次结构关系时需进一步研究。【结论】加入层次标签结构后标记分布误差有明显减小,有效提升了标记分布学习的效果。

关键词：层次结构标记分布学习层次标签条件概率

考虑评论情感表达力及其重要性的个性化推荐算法

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 2024年第1期8卷 69-79页

作者：李慧胡耀华徐存真西安电子科技大学经济与管理学院西安710119

【目的】针对数据稀疏性问题,为探索情感表达对用户特征表示的影响,提出一种考虑评论情感表达力及其重要性的个性化推荐算法。【方法】使用BERT预训练语言模型获取评论文本的向量表示,通过Bi-GRU网络学习其中的语义特征,分别采用情感权... 详细信息

【目的】针对数据稀疏性问题,为探索情感表达对用户特征表示的影响,提出一种考虑评论情感表达力及其重要性的个性化推荐算法。【方法】使用BERT预训练语言模型获取评论文本的向量表示,通过Bi-GRU网络学习其中的语义特征,分别采用情感权重和注意力机制为评论向量分配权重,最后利用DeepFM算法对用户特征和产品特征进行深度交互,预测用户对产品的评分值。【结果】在Amazon Product Data数据集上的实验结果表明,所提算法比基线算法在RMSE和MAE指标上最多可降低24.43%和31.44%;使用情感权重为用户评论加权的方法相比于注意力机制,在RMSE与MAE指标上最多可降低2.59%和3.89%。【局限】所用情感分析方法无法表现用户对产品不同属性的情感倾向。【结论】所提算法考虑了情感对用户特征表达的影响,能够提高推荐准确性。

关键词：推荐算法深度学习情感分析注意力机制

基于Stacking集成学习的用户付费转化意向预测方法研究--以免费增值游戏为例

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 2024年第2期8卷 143-154页

作者：李美玉刘洋王艺璇朱庆华南京大学信息管理学院南京210023

【目的】提出基于Stacking集成学习预测用户付费转化意向的模型,精准识别潜在付费用户。【方法】基于Stacking集成学习方法构建付费意向预测模型,通过对比不同基模型组合预测效果确定基模型组合方案,借助游戏玩家行为数据集验证模型优越... 详细信息

【目的】提出基于Stacking集成学习预测用户付费转化意向的模型,精准识别潜在付费用户。【方法】基于Stacking集成学习方法构建付费意向预测模型,通过对比不同基模型组合预测效果确定基模型组合方案,借助游戏玩家行为数据集验证模型优越性,并进行可移植性验证。【结果】本文模型预测准确率达90.88%,F1值90.71%,AUC值0.9602,相对于对比模型中表现最差的Bayesian模型在三种指标上分别提升4.15个百分点、4.50个百分点和0.1062。【局限】无法预测玩家是否会产生非理性消费行为。【结论】本研究验证了游戏付费情境下Stacking集成学习方法的适用性,多模型的融合可以获得稳定、准确的付费意向预测结果,并证明了模型在预测不同领域用户付费意向上具备可移植性。

关键词： Stacking集成学习模型融合免费增值模式付费意向可移植性

在线全文

学校读者我要写书评

暂无评论

中文学术论文全文语步识别研究

数据分析与知识发现 2024年第2期8卷 74-83页

作者：杜新玉李宁北京信息科技大学计算机学院北京100101

【目的】针对学术论文语步识别相关研究存在只能处理少量的语步、语步识别粒度较粗、缺少公开的语步分类数据集等问题,研究学术论文的全文语步识别,为机器自动理解论文内容提供基础。【方法】基于BERT模型,采用多阶段微调的方式构建学... 详细信息

【目的】针对学术论文语步识别相关研究存在只能处理少量的语步、语步识别粒度较粗、缺少公开的语步分类数据集等问题,研究学术论文的全文语步识别,为机器自动理解论文内容提供基础。【方法】基于BERT模型,采用多阶段微调的方式构建学术论文语步分类数据集,并提出一种融入章节标题文本的语步识别方法,在细粒度层面实现中文学术论文全文语步的识别。【结果】实验结果表明,学术论文语步的22类别分类任务中,RoBERTa-wwm-ext模型总体准确率提升0.031,达到0.909,Micro-F1值提升0.022,达到0.837。【局限】所构建的学术论文语步分类数据集尚存在少量数据不平衡问题,所提方法受限于论文质量,这些问题得到改进后,模型对语步的识别能力应能得到进一步提高。【结论】所提方法取得了较高的语步识别准确率,研究成果可用于学术论文的自动理解、论文质量评价及论文语义检索等领域,对科技文献的有效利用具有重要作用。

关键词：学术论文理解语步识别预训练模型