检索结果-南通市图书馆

电子学报 2024年

作者：郭哲张智博周炜杰樊养余张艳宁西北工业大学电子信息学院西北工业大学空天地海一体化大数据应用技术国家工程实验室

当前基于深度学习的中文长文本摘要生成的研究存在以下问题：（1）生成模型缺少信息引导，缺乏对关键词汇和语句的关注，存在长文本跨度下关键信息丢失的问题；（2）现有中文长文本摘要模型的词表常以字为基础，并不包含中文常用词语与... 详细信息

当前基于深度学习的中文长文本摘要生成的研究存在以下问题：（1）生成模型缺少信息引导，缺乏对关键词汇和语句的关注，存在长文本跨度下关键信息丢失的问题；（2）现有中文长文本摘要模型的词表常以字为基础，并不包含中文常用词语与标点，不利于提取多粒度的语义信息.针对上述问题，本文提出了融合引导注意力的中文长文本摘要生成（Chinese Long text Summarization with Guided Attention,CLSGA）方法.首先，针对中文长文本摘要生成任务，利用抽取模型灵活抽取长文本中的核心词汇和语句，构建引导文本，用以指导生成模型在编码过程中将注意力集中于更重要的信息.其次，设计中文长文本词表，将文本结构长度由字统计改变至词组统计，有利于提取更加丰富的多粒度特征，进一步引入层次位置分解编码，高效扩展长文本的位置编码，加速网络收敛.最后，以局部注意力机制为骨干，同时结合引导注意力机制，以此有效捕捉长文本跨度下的重要信息，提高摘要生成的精度.在四个不同长度的公共中文摘要数据集LCSTS（大规模中文短文本摘要数据集）、CNewSum（大规模中国新闻摘要数据集）、NLPCC2017和SFZY2020上的实验结果表明：本文方法对于长文本摘要生成具有显著优势，能够有效提高ROUGE-1、ROUGE-2、ROUGE-L值.

关键词：自然语言处理中文长文本摘要生成引导注意力层次位置分解编码局部注意力

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

基于语境感知和多层次特征融合的医学视觉问答模型

引用

计算机工程 2024年

作者：陈俊吴晓红陈洪刚何小海四川大学电子信息学院

医学视觉问答旨在根据给定的医学图像和相关问题预测准确答案。这项任务需要同时提取问题特征与医学图像特征，并对两种特征进行融合，得到最终的答案。现有的医学视觉问答方法主要关注整体特征上的提取与交互，无法有效捕获问题与图像... 详细信息

医学视觉问答旨在根据给定的医学图像和相关问题预测准确答案。这项任务需要同时提取问题特征与医学图像特征，并对两种特征进行融合，得到最终的答案。现有的医学视觉问答方法主要关注整体特征上的提取与交互，无法有效捕获问题与图像关键区域之间的相关性，缺乏对细粒度图像信息的理解能力。针对该问题，提出了一种基于语境感知和多层次特征融合的医学视觉问答模型（A model based on Context Awareness and Multi-level Feature Fusion for Med-VQA，CAMF），充分关注细粒度图像特征并进行多层次特征交互。该模型首先通过两种引导注意力增强文本特征和图像特征，然后利用语境感知模块捕获关键的细粒度图像信息，最后通过多层次特征融合实现三种特征的相互促进，获取更有效的特征进行答案预测。实验结果表明，该方法在VQA-RAD数据集上的整体准确率比同类型的基线模型高出1.5%，在SLAKE数据集上的整体准确率比同类型的基线模型高出0.4%，且在两个数据集上与医学领域的预训练方法取得相当的水平。同时通过特征图可视化结果可以看出，所提方法能够有效地关注到图像中的关键区域，充分利用图像信息获取答案。

关键词：医学视觉问答多层次特征融合语境感知引导注意力多模态

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

基于不平衡交互的视觉问答模型算法研究

基于不平衡交互的视觉问答模型算法研究

引用

作者：廖鑫鑫哈尔滨工业大学

学位级别：硕士

人工智能技术在近几年得到快速发展,问答系统是其中的一个重要的组成部分,并在工业界受到广泛关注。随着计算机科学与技术的发展,文本、声音和图像等媒介不再是作为单一的个体和人类交互,而是相互组合一起,组成一种以多模态数据为载体... 详细信息

人工智能技术在近几年得到快速发展,问答系统是其中的一个重要的组成部分,并在工业界受到广泛关注。随着计算机科学与技术的发展,文本、声音和图像等媒介不再是作为单一的个体和人类交互,而是相互组合一起,组成一种以多模态数据为载体的新型的交流方式。因此,多模态视觉问答任务成为了新的研究热点。给定一个问题和对应的图片,视觉问答系统旨在正确回答该问题。虽然目前的视觉问答模型已经有了较高的回答准确率,但是往往会因为图片和问题中包含过多与推理无关的信息,从而无法进行正确的推理。本文提出一种新型的基于深度并行联合注意力的视觉问答模型(Deep Parallel Co-attention based visual question answering Model,DPCM)。DPCM模型主要划分为三个阶段:图文特征提取阶段、深度并行联合注意力阶段以及特征融合和分类阶段。在深度并行联合注意力阶段,本文提出了并行联合注意力层。该层联合使用自注意力机制和引导注意力机制来分别获得两个视角的更新特征,然后对两个视角的更新特征进行双线性融合,最后使用融合后的特征更新原始特征。进一步地,本文在DPCM模型的基础上进行了改进,提出了基于深度不平衡交互的视觉问答模型(Deep Unbalanced Interaction based visual question answering Model,DUIM)。区别于DPCM中的深度并行联合注意力阶段,DUIM模型在并行联合注意力的基础上提出了不平衡交互层。不平衡交互层考虑到多模态数据中存在的与推理无关信息的影响,提出细粒度自适应激活方法来对这些无关信息进行过滤。通过以上方式,DPCM模型和DUIM模型在视觉问答的推理阶段可以进行更合理的推理,提高了模型的推理能力,从而更容易找到正确的答案。实验结果表明,在视觉问答的基准数据集上与8种对比模型相比,DPCM模型和DUIM模型均获得了更好的推理性能。

关键词：视觉问答自注意力联合注意力引导注意力

来源：

同方学位论文库评论

在线全文

同方学位论文库

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

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

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：