检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

声学发音模型辅助建模的发音错误检测与诊断

声学学报 2023年第1期48卷 264-273页

作者：柳宗铭王丽李军锋张鹏远中国科学院声学研究所语言声学与内容理解重点实验室北京100190 中国科学院大学北京100049

发音错误检测与诊断(MDD)任务的专家标注数据稀缺。从添加发音模型更高效地利用有限数据建模发音规律,辅助基于音素识别的MDD的思路出发,提出一种同时融合声学和文本信息,在理论上更完备地建模发音错误产生过程的声学发音模型。基于发... 详细信息

发音错误检测与诊断(MDD)任务的专家标注数据稀缺。从添加发音模型更高效地利用有限数据建模发音规律,辅助基于音素识别的MDD的思路出发,提出一种同时融合声学和文本信息,在理论上更完备地建模发音错误产生过程的声学发音模型。基于发音错误产生过程不同部分的声学关联性,该模型通过与音素识别模型共享声学编码器网络参数,以多任务学习方式联合优化,实现辅助建模。并且,提出声学置信度掩蔽-预测训练方式进一步强化两个任务的联系,提高辅助建模效率。实验表明,声学发音模型能够有效建模发音错误规律;利用其辅助音素识别模型建模后,MDD系统在发音错误检测、诊断和音素识别上分别有4.9%,9.5%和14.0%的提升;声学置信度掩蔽-预测训练方法提高了辅助建模效率,掩蔽参数或联合优化参数选择也会影响辅助建模效果。

关键词：辅助建模多任务学习数据建模联合优化文本信息发音错误模型共享音素识别

基于Triplet注意力的循环卷积神经网络模型

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2022年第2期35卷 116-129页

作者：汪璟玢雷晶张璟璇孙首男福州大学计算机与大数据学院福州350108

现有的融合文本或邻居信息的知识补全模型忽略文本和邻居之间的相互作用,难以捕获与实体具有较强语义相关性的信息,加上基于卷积神经网络的模型未考虑实体中的关系相关信息,导致预测性能不佳.因此,文中结合文本信息和拓扑邻居信息,提出... 详细信息

现有的融合文本或邻居信息的知识补全模型忽略文本和邻居之间的相互作用,难以捕获与实体具有较强语义相关性的信息,加上基于卷积神经网络的模型未考虑实体中的关系相关信息,导致预测性能不佳.因此,文中结合文本信息和拓扑邻居信息,提出基于Triplet注意力的循环卷积神经网络模型.首先,通过语义匹配的方式,选取文本描述中与实体具有较强语义相关性的单词.再与拓扑邻居复合作为实体邻居,增强实体表示.然后,重塑实体的融合表示和关系表示.最后,利用Triplet注意力优化卷积输入,使卷积操作能提取实体中与关系相关的特征,提升模型性能.在多个公开数据集上的链路预测实验表明,文中模型性能较优.

关键词：知识图谱补全文本信息拓扑邻居循环卷积 Triplet注意力

基于文本信息的高速公路事故持续时间中介效应研究

在线全文

学校读者我要写书评

暂无评论

中国安全科学学报 2023年第4期33卷 155-162页

作者：陈娇娜靳引利陶伟俊李道峰西安石油大学电子工程学院陕西西安710065 云南省交通规划设计研究院有限公司陆地交通气象灾害防治技术国家工程实验室云南昆明650200 长安大学电子与控制工程学院陕西西安710061

为探讨交通事故持续时间影响因素的内部耦合关系,揭示文本信息在链式传导过程中的作用机制,利用自然语言处理技术和随机森林算法,提出一种基于词频-逆文本频率(TF-IDF)模型的关键词重要度分析方法。同时,建立高速公路交通事故持续时间... 详细信息

为探讨交通事故持续时间影响因素的内部耦合关系,揭示文本信息在链式传导过程中的作用机制,利用自然语言处理技术和随机森林算法,提出一种基于词频-逆文本频率(TF-IDF)模型的关键词重要度分析方法。同时,建立高速公路交通事故持续时间的多重中介效应模型,采用乘积系数的Bootstrap抽样法进行中介作用检验,分别检验文本特征在并行中介路径和两级链式中介路径中的显著性,并计算中介效应强度。以陕西省高速公路3046起交通事故记录进行实例分析,结果表明:对持续时间的影响路径中,事故类型与月份存在部分链式中介关系,中介效应占比为11.868%,事故类型与天气、位置、事故范围之间存在完全链式中介关系,中介效应占比均为100%。文本信息字符数、上报次数在特定路径中是显著的中介变量,上报次数在天气对持续时间的中介效应类型为完全中介,字符数在事故范围对持续时间的中介效应类型为完全中介,时段对持续时间的影响有7.075%是通过字符数发挥作用。特定关键词集的两级链式中介作用路径存在。

关键词：文本信息高速公路事故持续时间中介效应交通事故随机森林

在线全文

学校读者我要写书评

暂无评论

企业创新文本信息的同群效应

中央财经大学学报 2023年第9期 59-71页

作者：符号亮罗勇根丁杰广东财经大学金融学院广州大学管理学院

基于2008—2019年我国沪深公司文本数据,本文实证检验创新文本信息是否对企业创新投入产生同群效应。结果显示,我国上市企业创新文本信息存在显著的同群效应。在影响机制上,存在竞争机制和学习机制两种作用路径:通过竞争机制,行业市场... 详细信息

基于2008—2019年我国沪深公司文本数据,本文实证检验创新文本信息是否对企业创新投入产生同群效应。结果显示,我国上市企业创新文本信息存在显著的同群效应。在影响机制上,存在竞争机制和学习机制两种作用路径:通过竞争机制,行业市场竞争在同行企业创新文本信息与目标企业增加创新投入发挥中介作用;通过学习机制,信息学习需求促使处于劣势市场地位的目标企业向行业领先企业学习。进一步拓展分析,从同行信息可比性调节作用发现,可比性较强的同行企业之间创新信息同群效应越显著。从目标企业融资约束调节作用表明,目标企业融资约束程度越低,同行企业创新信息对目标企业创新投入的同群效应越显著。同群效应成为理解企业创新投资增加的一个重要视角,同行企业创新文本信息披露增加有助于目标企业增加创新投入,结论有助于相关部门借鉴规范企业创新文本信息披露规则、完善信息驱动的开放创新生态。

关键词：创新投资文本信息同群效应竞争机制学习机制

基于文本信息考虑投资者情绪的均值回归策略设计——以东方财富股吧发帖文本和A股市场为例

在线全文

学校读者我要写书评

暂无评论

运筹与管理 2022年第3期31卷 193-198页

作者：徐维军彭子衿张卫国黄静龙华南理工大学工商管理学院广东广州510641 广州金融服务创新与风险管理研究基地广东广州510641 广州白云国际机场股份有限公司规划发展部广东广州510405

在当前互联网时代下,越来越多的文本信息为人们所认识。借助机器学习等技术工具,目前已能较为便捷地从海量的文本数据中挖掘出与投资者行为、情绪有关的信息。基于此,本研究探讨了利用文本信息刻画投资者情绪,并对仅利用价格信息的均值... 详细信息

在当前互联网时代下,越来越多的文本信息为人们所认识。借助机器学习等技术工具,目前已能较为便捷地从海量的文本数据中挖掘出与投资者行为、情绪有关的信息。基于此,本研究探讨了利用文本信息刻画投资者情绪,并对仅利用价格信息的均值回归策略进行改进。利用东方财富股吧中发帖内容等文本数据构建投资者情绪指标,结合非理性投资行为的特征,设计新的权重转移方程,得到新的均值回归策略。最后,利用部分沪深300成分股的价格数据和股吧文本数据进行实证检验,结果表明:相比于仅利用价格信息刻画均值回归特征的策略,本研究提出的考虑投资者情绪的策略有更好的收益表现。

关键词：在线投资组合均值回归投资者情绪文本信息

在线全文

学校读者我要写书评

暂无评论

结合文本与隐反馈信息的学术论文推荐方法

小型微型计算机系统 2023年第11期44卷 2471-2476页

作者：陈雨民李东喜闫一帆吕传建陈泽华太原理工大学大数据学院太原030024 山东亿云信息技术有限公司济南250000

现有的学术论文推荐方法没有充分利用学术论文的结构化特点去捕捉标题摘要之间的语义关系.因此,提出一种结合文本与隐反馈信息的学术论文推荐方法.首先,通过预训练BERT模型获得标题摘要中单词的向量表示.其次,提出标题摘要注意力机制捕... 详细信息

现有的学术论文推荐方法没有充分利用学术论文的结构化特点去捕捉标题摘要之间的语义关系.因此,提出一种结合文本与隐反馈信息的学术论文推荐方法.首先,通过预训练BERT模型获得标题摘要中单词的向量表示.其次,提出标题摘要注意力机制捕捉标题摘要之间的语义关系获得论文向量表示.最后,结合改进的神经协同过滤模型处理用户-论文隐反馈信息实现推荐.在CiteULike-a和CiteULike-t数据集上进行实验,本文方法相较基准方法在HR、NDCG两项指标上分别提升5.8,6.2个百分点,验证了本文方法提升学术论文推荐质量的有效性.

关键词：学术论文推荐文本信息语义关系隐反馈信息注意力机制

在线全文

学校读者我要写书评

暂无评论

基于注意力机制的文本挖掘深度混合推荐模型

华中师范大学学报:自然科学版 2023年第5期57卷 733-740页

作者：张婧陈增照段超王虎江汉大学教育学院武汉430065 华中师范大学人工智能教育学部武汉430079 浙江师范大学浙江省智能教育技术与应用重点实验室浙江金华321004

当前,从海量的互联网信息中获取满足用户需求的视频资源变得越来越困难,用户面临严重的信息焦虑和信息过载问题,然而各种辅助信息中蕴含着大量的与用户兴趣偏好及项目特征相关的信息并没有在经典推荐系统中得到利用.鉴于深度学习在特征... 详细信息

当前,从海量的互联网信息中获取满足用户需求的视频资源变得越来越困难,用户面临严重的信息焦虑和信息过载问题,然而各种辅助信息中蕴含着大量的与用户兴趣偏好及项目特征相关的信息并没有在经典推荐系统中得到利用.鉴于深度学习在特征提取和注意力机制在特征选择方面的突出表现,充分有效利用各种辅助信息缓解矛盾是当前研究的热点和难点问题.针对以上问题,该文提出了一种新颖的利用文本上下文信息的深度混合推荐方法.该方法将视频标题和视频简介组合,经过预训练的词嵌入模型Glove转化为词向量,通过融合多头注意力机制的卷积神经网络提取项目潜藏因子,再结合概率矩阵分解实现用户对视频资源的评分预测.在ML-100k、ML-1m、ML-10m、Amazon四个公开数据集上的实验结果表明,该研究提出的方法结果优于PMF、CDL、ConvMF等基线模型.

关键词：文本信息多头注意力机制卷积神经网络协同过滤

在线全文

学校读者我要写书评

暂无评论

非结构化信息与短期股价暴跌风险

财经科学 2023年第7期 34-48页

作者：张艾莲赵雨鑫吉林大学数量经济研究中心、商学与管理学院吉林大学商学与管理学院

时间维度是2021年中国人民银行界定系统性金融风险的主要因素之一,股票市场风险的长期和短期时间特征具有显著差异,长期暴跌风险是短期波动的叠加体现。不同于现有研究主要集中于长期股价暴跌风险,本文侧重短期股价暴跌风险。鉴于非结... 详细信息

时间维度是2021年中国人民银行界定系统性金融风险的主要因素之一,股票市场风险的长期和短期时间特征具有显著差异,长期暴跌风险是短期波动的叠加体现。不同于现有研究主要集中于长期股价暴跌风险,本文侧重短期股价暴跌风险。鉴于非结构化信息的增量作用,本文研究了上市公司年报文本语调对短期股价暴跌风险的影响机制。结果发现,上市公司年报积极的文本语调可以显著降低短期股价暴跌风险,且网络搜索能够增强年报文本语调对股价暴跌风险的抑制作用。异质性检验的结果显示,网络搜索指数在非国企以及媒体宣传力度较大的上市公司发挥的调节作用较强。机制检验结果表明,投资者信心能够发挥中介作用,即上市公司年报积极语调通过提高投资者对公司的信心达到降低短期股价暴跌风险的目的。因此,监管部门应当关注上市公司文本信息语调,构建对文本信息、网络信息、媒体的监管机制和规范体系,通过降低短期股价暴跌风险,从而实现“有效防范化解重大经济金融风险”的目标。

关键词：年报语调文本信息短期股价暴跌风险

在线全文

学校读者我要写书评

暂无评论

基于集成学习的忽略成员的方法检测策略

计算机工程与设计 2023年第9期44卷 2679-2686页

作者：边奕心王露颖赵松朱晓哈尔滨师范大学计算机科学与信息工程学院黑龙江哈尔滨150025

忽略成员的方法是一种Android特有代码异味,为检测这种异味,提出一种基于集成学习的检测策略。将代码度量与文本信息相融合作为特征集;将融合后的特征集输入所构建的Stacking集成学习模型中进行异味检测。为快速、准确获得机器学习所需... 详细信息

忽略成员的方法是一种Android特有代码异味,为检测这种异味,提出一种基于集成学习的检测策略。将代码度量与文本信息相融合作为特征集;将融合后的特征集输入所构建的Stacking集成学习模型中进行异味检测。为快速、准确获得机器学习所需的大量标签数据,提出一种基于Android项目自动构建正负样本的方法。选用开源Android数据集对所提出的方法进行实验验证,实验结果表明,较已有检测方法,该策略能够提高异味检测的精确度。

关键词：代码异味安卓特有代码异味忽略成员的方法文本信息特征融合机器学习集成学习