检索结果-南通市图书馆

基于正反上下文语义对齐融合的多模态文本摘要模型

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2024年第4期38卷 108-119页

作者：陈中峰陆振宇荣欢南京信息工程大学人工智能学院江苏南京210044

该文基于序列到序列的神经网络,提出了使用文本语义信息和图片语义信息对多模态文本摘要生成任务进行建模。具体而言,使用文本一级编码器和带有图片信息指导的二级门控编码器对多模态语义信息进行编码,对齐文本与图片的语义信息。通过... 详细信息

该文基于序列到序列的神经网络,提出了使用文本语义信息和图片语义信息对多模态文本摘要生成任务进行建模。具体而言,使用文本一级编码器和带有图片信息指导的二级门控编码器对多模态语义信息进行编码,对齐文本与图片的语义信息。通过多模态正向注意力机制与反向注意力机制多方面观察对齐后的源文本与图片内容,分别得到各自模态语义信息的正相关和不相关特征表示。使用正向滤波器过滤正向注意力机制中的不相关信息,使用反向滤波器过滤反向注意力机制中的相关信息,达到分别从正向与反向两个方面选择性地融合文本语义信息和图片语义信息的目的。最后基于指针生成网络,使用正相关信息搭建正向指针、使用不相关信息搭建反向指针,生成带有多模态语义信息补偿的文本摘要内容。在京东中文电子商务数据集上,所提模型生成的多模态文本摘要在ROUGE-1、ROUGE-2、ROUGE-L指标上分别取得了38.40、16.71、28.01的结果。

关键词：多模态文本摘要多模态信息对齐二级门控编码机制文本生成模型

在线全文

学校读者我要写书评

暂无评论

基于中间域语义传导的跨领域文本生成方法

计算机研究与发展 2023年第12期60卷 2844-2863页

作者：马廷淮于信荣欢南京信息工程大学软件学院南京210044 南京信息工程大学人工智能学院(未来技术学院) 南京210044

在多领域数据的文本生成场景中,不同领域中的数据通常存在差异性,而新领域的引入会同时带来数据缺失的问题.传统的有监督方法,需要目标领域中大量包含标记的数据来训练深度神经网络文本生成模型,而且训练好的模型无法在新领域中取得良... 详细信息

在多领域数据的文本生成场景中,不同领域中的数据通常存在差异性,而新领域的引入会同时带来数据缺失的问题.传统的有监督方法,需要目标领域中大量包含标记的数据来训练深度神经网络文本生成模型,而且训练好的模型无法在新领域中取得良好的泛化效果.针对多领域场景中数据差异和数据缺失的问题,受到迁移学习方法的启发,设计了一种综合性的迁移式文本生成方法,减少了不同领域之间文本数据的差异性,同时借助已有领域和新领域之间文本数据上的语义关联性,帮助深度神经网络文本生成模型在新领域上进行泛化.通过在公开数据集上的实验,验证了所提方法在多领域场景下领域迁移的有效性,模型在新领域上进行文本生成时具有较好的表现,对比现有的其他迁移式文本生成方法,在各项文本生成评价指标上均有提升.

关键词：深度神经网络文本生成模型数据分布对齐最大均值差异零次学习语义要素传导

基于LDA的大V与草根用户微博主题模型构建

在线全文

学校读者我要写书评

暂无评论

现代计算机 2019年第2期25卷 3-6,11页

作者：张钰莎罗莉霞湖南信息学院长沙410151

针对微博划分的草根用户与大V用户两个群体。通过LDA主题模型对用户的微博语料进行训练,分别得出两类用户微博关注的主题分布,从而分析其中的差异和交集。利用训练的主题模型结果,使用分类算法进行新输入文档的主题分布判断。

关键词： LDA模型网络爬虫文档特征提取文本生成模型

在线全文

学校读者我要写书评

暂无评论

气象预报与服务的文本生成综述和应用展望

气象预报与服务的文本生成综述和应用展望