检索结果-南通市图书馆

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

中文纠错任务为例的数据集增强质量评价方法

计算机工程与应用 2024年第3期60卷 331-339页

作者：宋程谢振平江南大学人工智能与计算机学院江苏无锡214000 江南大学江苏省媒体设计与软件技术重点实验室江苏无锡214000

数据增强被认为是一种有效提升模型效果的方案。但是在选取生成的数据时,需考虑固有的数据特征和相应的任务关联性。针对这一问题,以中文纠错任务场景为例,提出了一种可用于数据集增强质量的评价方法。该方法使用对比学习优化后的预训... 详细信息

数据增强被认为是一种有效提升模型效果的方案。但是在选取生成的数据时,需考虑固有的数据特征和相应的任务关联性。针对这一问题,以中文纠错任务场景为例,提出了一种可用于数据集增强质量的评价方法。该方法使用对比学习优化后的预训练模型提取数据集的特征向量,提出互覆盖度、总分散度、自支撑度等三个基本评价指标,并给出一个综合性的数据集质量融合指标。在四种数据增强方法、两个中文纠错数据集和三个中文纠错模型上的实验分析结果表明,上述评价方法能够独立于测试集性能检验方法,为不同增强数据集的选用提供重要依据。

关键词：数据集增强机器学习质量评价中文纠错深度学习

在线全文

学校读者我要写书评

暂无评论

融合超图卷积和自监督协同训练的组推荐算法

中文信息学报 2024年第7期 115-126+136页

作者：刘静文刘渊袁琮淇江南大学人工智能与计算机学院江苏省媒体设计与软件技术重点实验室(江南大学)

随着社交媒体的普及，人们逐渐将研究方向从个人推荐算法转移到群组推荐算法，现有的群组推荐模型大多采用启发式或基于注意力的偏好聚合策略聚合群组成员的个人偏好形成群组偏好。然而，由于用户交互数据的稀疏性，学习后的用户特征并... 详细信息

随着社交媒体的普及，人们逐渐将研究方向从个人推荐算法转移到群组推荐算法，现有的群组推荐模型大多采用启发式或基于注意力的偏好聚合策略聚合群组成员的个人偏好形成群组偏好。然而，由于用户交互数据的稀疏性，学习后的用户特征并不完备，现实生活中用户的交互非常复杂，而且用户关系有可能是高阶的；再者，群组之间的相似性和群组间共同成员的个人偏好经常被忽视，而群组相似性的学习对于提高群组表征学习具有很大的潜力。针对上述问题，该文设计了一种融合超图卷积和自监督协同训练的组推荐算法(HCSC)。首先，在用户级超图中，利用三个通道编码超图卷积网络中的高阶用户关系，通过聚合多个通道学习的用户特征，获得增强的用户表示，这为学习群组偏好提供了坚实的基础。其次，在组级超图中，将所有的群组连接为重叠网络，并关注群组共同成员的个人偏好，其超边嵌入过程可视为对群组偏好的学习。为进一步增强群组表示，将自监督学习和协同训练相结合，在上述两个超图上构建两个不同的图编码器，递归地利用不同信息生成标注样本，通过对比学习策略互相监督，与丢弃策略相比，所提出的自监督协同训练保留了完整信息，实现了真正的数据增强。该文提出的HCSC模型在两个真实世界的数据集上进行了广泛的实验，实验结果证明了该文提出的HCSC模型的优越性。

关键词：群组推荐超图卷积自监督学习协同训练对比学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

自监督混合图神经网络的会话推荐模型

计算机科学与探索 2024年第4期18卷 1021-1031页

作者：章淯淞夏鸿斌刘渊江南大学人工智能与计算机学院江苏无锡214122 江苏省媒体设计与软件技术重点实验室江苏无锡214122

基于会话的推荐旨在利用匿名会话预测用户行为。现有基于图神经网络(GNN)的会话推荐算法大多仅针对当前会话提取用户偏好,却忽略了来自其他会话的高阶多元关系从而影响推荐精度。此外,由于会话推荐所采用的短时交互序列包含的信息非常有... 详细信息

基于会话的推荐旨在利用匿名会话预测用户行为。现有基于图神经网络(GNN)的会话推荐算法大多仅针对当前会话提取用户偏好,却忽略了来自其他会话的高阶多元关系从而影响推荐精度。此外,由于会话推荐所采用的短时交互序列包含的信息非常有限,使其更容易受到数据稀疏性的影响。针对上述问题,提出了自监督混合图神经网络会话推荐模型(SHGN)。该模型首先通过将原始数据构建为三个视图来描述会话与物品关系,然后通过多头图注意力网络捕获会话内部物品的低阶转换信息,提出了残差图卷积网络捕获物品和会话的高阶转换信息;最后融合自监督学习(SSL)作为辅助任务,通过最大化不同通道学习到的会话嵌入的互信息,对原始数据进行数据增强从而提升推荐性能。为了验证该方法的有效性,在Tmall、Diginetica、Nowplaying、Yoochoose四个基准数据集上与SR-GNN、GCE-GNN、DHCN等主流基线模型进行了对比实验,实验结果在P@20、MRR@20等性能指标上均取得了一定提升。

关键词：会话推荐多视图建模图神经网络自监督学习

在线全文

学校读者我要写书评

暂无评论

双关系预测与特征融合的实体关系抽取模型

智能系统学报 2024年第2期19卷 462-471页

作者：沈健夏鸿斌刘渊江南大学人工智能与计算机学院江苏无锡214122 江苏省媒体设计与软件技术重点实验室江苏无锡214122

现有分阶段解码的实体关系抽取模型仍存在着阶段间特征融合不充分的问题,会增大曝光偏差对抽取性能的影响。为此,提出一种双关系预测和特征融合的实体关系抽取模型(entity relation extraction model with dual relation prediction and... 详细信息

现有分阶段解码的实体关系抽取模型仍存在着阶段间特征融合不充分的问题,会增大曝光偏差对抽取性能的影响。为此,提出一种双关系预测和特征融合的实体关系抽取模型(entity relation extraction model with dual relation prediction and feature fusion,DRPFF),该模型使用预训练的基于Transformer的双向编码表示模型(bidirectional encoder representation from transformers,BERT)对文本进行编码,并设计两阶段的双关系预测结构来减少抽取过程中错误三元组的生成。在阶段间通过门控线性单元(gated linear unit,GLU)和条件层规范化(conditional layer normalization,CLN)组合的结构来更好地融合实体之间的特征。在NYT和WebNLG这2个公开数据集上的试验结果表明,该模型相较于基线方法取得了更好的效果。

关键词：实体关系抽取关系三元组预训练模型双关系预测指针网络特征融合门控线性单元条件层规范化

基于BERT的双特征融合注意力的方面情感分析模型

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

计算机科学与探索 2024年第1期18卷 205-216页

作者：李锦夏鸿斌刘渊江南大学人工智能与计算机学院江苏无锡214122 江苏省媒体设计与软件技术重点实验室江苏无锡214122

方面情感分析旨在预测句子或文档中一个特定方面的情感极性,现阶段大部分的研究都是使用注意力机制对上下文进行建模。然而,目前情感分类模型在使用BERT模型计算表征之间的依赖关系抽取特征时,大多未根据不同的语境背景考虑上下文信息,... 详细信息

方面情感分析旨在预测句子或文档中一个特定方面的情感极性,现阶段大部分的研究都是使用注意力机制对上下文进行建模。然而,目前情感分类模型在使用BERT模型计算表征之间的依赖关系抽取特征时,大多未根据不同的语境背景考虑上下文信息,导致建模后的特征缺乏上下文的语境信息。同时,方面词的重要性未能得到充分的重视而影响模型整体分类的性能。针对上述问题,提出双特征融合注意力方面情感分析模型(DFLGA-BERT),分别设计了局部与全局的特征抽取模块,充分捕捉方面词和上下文的语义关联。并将一种改进的“准”注意力添加到DFLGA-BERT的全局特征抽取器中,使模型学习在注意力的融合中使用减性注意力以削弱噪声产生的负面影响。基于条件层规泛化(CLN)设计了局部特征和全局特征的特征融合结构来更好地融合局部和全局特征。在SentiHood和SemEval 2014 Task 4数据集上进行了实验,实验结果表明,与基线模型相比该模型在融入了上下文语境特征后取得了较明显的性能提升。

关键词：情感分析自然语言理解准注意力机制上下文注意

结合自对比图神经网络与双预测器的会话推荐模型

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 2024年第3期37卷 242-252页

作者：章淯淞夏鸿斌刘渊江南大学人工智能与计算机学院无锡214122 江南大学人机融合软件与媒体技术省高校重点实验室无锡214122

基于会话的推荐旨在利用短时匿名会话预测用户行为.现有结合图神经网络与对比学习的会话推荐模型大多采用联合优化交叉熵损失与对比学习损失的方法,但二者所起作用相似,同时需要构建大量复杂的正负样本,为模型带来负担.此外,简单的线性... 详细信息

基于会话的推荐旨在利用短时匿名会话预测用户行为.现有结合图神经网络与对比学习的会话推荐模型大多采用联合优化交叉熵损失与对比学习损失的方法,但二者所起作用相似,同时需要构建大量复杂的正负样本,为模型带来负担.此外,简单的线性预测器不能较好地预测带有用户随机行为的数据.针对上述问题,文中提出结合自对比图神经网络与双预测器的会话推荐模型(Session-Based Recommendation Model with Self Contrastive Graph Neural Network and Dual Predictor,SCGNN).首先,使用双视图建模原始会话,采用改进的图神经网络学习物品嵌入与会话嵌入,并通过自对比学习优化物品表示.然后,提出用户行为感知因子,应对用户随机行为带来的影响.最后,采用决策森林预测器与线性预测器对物品进行预测,并提出软标签生成策略,通过协同过滤与当前会话类似的历史会话以辅助预测.在Tmall、Diginetica、Nowplaying数据集上的实验表明文中模型的有效性.

关键词：会话推荐图神经网络自对比学习多预测器

在线全文

学校读者我要写书评

暂无评论

说话者特征融合的对话情感识别模型

小型微型计算机系统 2024年

作者：刘欣雨夏鸿斌刘渊江苏省媒体设计与软件技术重点实验室江南大学人工智能与计算机学院

对话情感识别旨在预测对话中话语的情感。目前的方法大多只针对上下文信息进行建模，忽略了对说话者的建模。同时，语境在对话情感识别中起着至关重要的作用。为此，本文提出了说话者特征融合的对话情感识别模型。首先，将说话者名字作... 详细信息

对话情感识别旨在预测对话中话语的情感。目前的方法大多只针对上下文信息进行建模，忽略了对说话者的建模。同时，语境在对话情感识别中起着至关重要的作用。为此，本文提出了说话者特征融合的对话情感识别模型。首先，将说话者名字作为标签进行特征提取，并在构造图结构时为说话者设置单独的节点。其次，分别构建全局对话、说话者在对话中对自己的情感影响和对其他说话者情感影响的图结构。然后，通过多头注意力获得体现对话语境的全局特征，将其与图卷积及门控循环单元融合获得分类特征。最后，通过前馈网络对话语情感进行分类。在IEMOCAP、MELD、EmoryNLP三个基准数据集上的实验结果表明，该模型在性能指标上较其他基线模型均有一定提升。

关键词：对话情感识别上下文建模说话者建模图卷积网络注意力机制

SDN环境中基于注意力机制的DDoS检测和缓解

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年

作者：姚纤纤夏鸿斌刘渊江南大学人工智能与计算机学院江苏省媒体设计与软件技术重点实验室

软件定义网络（software defined network，SDN）通过控制平面和数据平面的解耦实现了网络的集中控制和灵活调度，但是这种架构设计也给可靠性、负载均衡和安全性等方面带来了挑战.其中，针对SDN环境中的分布式拒绝服务攻击(distributed... 详细信息

软件定义网络（software defined network，SDN）通过控制平面和数据平面的解耦实现了网络的集中控制和灵活调度，但是这种架构设计也给可靠性、负载均衡和安全性等方面带来了挑战.其中，针对SDN环境中的分布式拒绝服务攻击(distributed denial of service，DDoS)，本文提出了一种结合门控循环单元（Gated Recurrent Unit，GRU）和注意力机制的DDoS攻击检测与缓解模型.相较于近期众多先进的DDoS攻击检测方法，本研究所提出的模型在检测性能上表现出了优越性，在数据集InSDN、CICIDS2018和CICDDoS2019上的检测准确率达到了100%、100%和99.62%.同时，为了进一步验证模型的有效性，本文在基于Mininet的SDN模拟环境中模拟DDoS攻击场景并对模型的缓解模块进行了检验.实验结果显示，该模型的缓解模块能够在检测到攻击后迅速采取有效的防御措施，显著减轻DDoS攻击对网络造成的影响.

关键词：软件定义网络分布式拒绝服务攻击检测深度学习注意力机制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

软件定义网络中一种优化的拓扑发现策略

小型微型计算机系统 2024年

作者：姚纤纤夏鸿斌刘渊江南大学人工智能与计算机学院江苏省媒体设计与软件技术重点实验室

软件定义网络中，目前大部分控制器采用的拓扑发现协议都是OpenFlow发现协议（OFDP），然而随着网络规模增大，拓扑发现过程中控制器与交换机之间的控制消息不断增加导致拓扑发现效率降低。针对这一问题，本文提出了一种新的拓扑发现策... 详细信息

软件定义网络中，目前大部分控制器采用的拓扑发现协议都是OpenFlow发现协议（OFDP），然而随着网络规模增大，拓扑发现过程中控制器与交换机之间的控制消息不断增加导致拓扑发现效率降低。针对这一问题，本文提出了一种新的拓扑发现策略——基于最小顶点覆盖的拓扑发现策略（Minimum Vertex Cover Based Topology Discovery Strategy，MVC-OFDP），通过获取最小顶点覆盖交换机集合，预安装流表规则，同时对交换机实例设置端口标记避免消息的重复发送，大大减少了控制器发送和接收的LLDP消息数量，从而提高拓扑发现过程的效率。并且使用单向链路探测机制保证获得的拓扑信息的准确性。和已有的拓扑发现方法OFDP、OFDPv2和Im-OFDP进行对比，最终的实验结果表明本文提出的策略显著优于这些拓扑发现策略。

关键词：软件定义网络 OpenFlow发现协议拓扑发现最小顶点覆盖算法