检索结果-南通市图书馆

作者：初新涛北方民族大学

学位级别：硕士

在开放科学运动的推动下,越来越多的科学数据集在互联网上进行开放共享,同时,用户对科学数据集的需求激增并呈现多样化特点。近年来,随着BERT、GPT等预训练语言模型的发展,将预训练模型应用于信息检索领域已成为研究的趋势和热点,然而,... 详细信息

在开放科学运动的推动下,越来越多的科学数据集在互联网上进行开放共享,同时,用户对科学数据集的需求激增并呈现多样化特点。近年来,随着BERT、GPT等预训练语言模型的发展,将预训练模型应用于信息检索领域已成为研究的趋势和热点,然而,将其直接应用于科学数据集检索中依然存在以下问题:(1)科学数据集中具有高度重叠但语义不相似的中英文混合文本较多,需要专业的预训练模型进行表示;(2)现有以词为粒度的通用预训练模型对科学数据集句子级匹配表示能力弱;(3)现有基于掩码任务的预训练语言模型对中文科学数据集标题及其摘要等长文本的推理和理解能力弱。因此,本文针对上述问题,开展基于预训练模型的科学数据集检索方法研究,提出了一个科学数据集检索方法框架,主要内容如下:(1)本文从国家地球系统科学数据中心采集数据集的元数据信息共3万余条。使用数据清洗、去重等手段对数据进行预处理。数据集标签通过多人标注构建相似语义句子对和抽取式阅读理解数据集并统计专业术语添加到词表中。使用Hierarchical Navigable Small World图索引(HNSW)技术对待检索的数据集进行索引构建。(2)针对现有以词为粒度的模型难以理解句子级科学数据集元数据的问题,本文构建了中文科学数据集的句子级语义匹配召回模型(Chinese Scientific Dataset Sentence-level Match,CSDSM)。该模型使用Chinese Scientific Literature Dataset数据集对Sim CSE和cosent进行训练生成cosent模型。基于cosent模型,引入多头自注意力机制提取特征,通过余弦相似度与KNN分类结果加权求和得到最终输出。实验结果表明,与中文BERT模型相比,CSDSM在自建科学数据集上的F1-Score和Accuracy分别提升了7.9%和6.3%。(3)针对掩码语言模型推理能力弱的问题,本文构建了融合乱序语言模型和对抗训练的中文机器阅读理解排序模型(Combining Permuted language model and Adversarial training for Chinese Machine Reading Comprehension,CPA-CMRC)。该模型使用PERT预训练模型,将段落和问题序列进行嵌入表示。使用多头自注意力对序列中的重点文本提取特征向量,使用Bi-GRU网络对特征向量进行语义融合。利用对抗训练FGM和PGD算法训练模型。实验结果表明,与中文BERT模型相比,CPA-CMRC在自建科学数据集上的F1-Score和Accuracy分别提升了7.81%和8.78%。此外,将CSDSM召回模型与CPA-CMRC排序模型进行组合评估,在上述指标上分别提高了13.82%和14.86%。(4)为了使模型能够在不同的应用环境中进行部署,本文使用Tiny BERT方法和自建科学数据集对生成的CSDSM召回模型和CPA-CMRC排序模型进行知识蒸馏。实验结果表明,与组合的模型相比,蒸馏后的CSDSM和CPA-CMRC组合模型,参数量减少了175.84M,加速比提升了4.9倍。

关键词：科学数据集检索 cosent模型 PERT模型图索引知识蒸馏

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

基于产业链图谱的服装企业产业链挂链关系挖掘

引用

现代纺织技术 2024年第6期32卷 108-115页

作者：方志坚程玉金耀汤哲冲徐锦英浙江理工大学计算机科学与技术学院(人工智能学院) 杭州310018 浙江省现代纺织技术创新中心(鉴湖实验室) 浙江绍兴312000 浙江省科技项目管理服务中心杭州310018

服装产业是全球最重要的制造行业之一,而服装产业链图谱则是服装产业生态中的重要工具。为了服装相关企业能快速、准确挂链,文章研究并构建服装产业链图谱,将产业链中的链点、关系和属性进行建模和表示,再通过企业信息收集和企业关键词... 详细信息

服装产业是全球最重要的制造行业之一,而服装产业链图谱则是服装产业生态中的重要工具。为了服装相关企业能快速、准确挂链,文章研究并构建服装产业链图谱,将产业链中的链点、关系和属性进行建模和表示,再通过企业信息收集和企业关键词提取构建企业信息数据库,从而提出了一种产业链企业自动挂链算法。该算法基于cosent模型计算企业关键词和产业链链点之间的相似性,并通过自定义规则对匹配结果进行过滤,进而评估关键词和链点之间的相关性,自动匹配和选择最优的产业链图谱链点,实现企业的产业链自动挂链。通过与其他匹配算法的对比实验表明,该算法在F1-Measure指标上明显优于其他算法(比基于Jaccard方法高14%,比Word2Vec方法高10.5%,比SBERT方法高2.5%),显著提升了企业挂链效率和准确性,为优化服装产业链图谱提供了有力的支撑和参考。

关键词：服装产业链产业链图谱自动挂链算法 cosent模型

来源：

维普期刊数据库博看期刊

同方期刊数据库

同方期刊数据库评论

在线全文

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

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

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：