检索结果-南通市图书馆

华南理工大学学报（自然科学版） 2024年第2期52卷 32-41页

作者：蔡晓东周青松叶青桂林电子科技大学信息与通信学院广西桂林541004

基于图神经网络的社交推荐模型在提升推荐系统性能方面有不错的表现。但现有方法都忽略了被查询的目标用户和项目节点与其邻居节点间可能存在特征不匹配的问题,导致噪声的引入而降低了模型性能。为了解决该问题,文中提出一种社交推荐模... 详细信息

基于图神经网络的社交推荐模型在提升推荐系统性能方面有不错的表现。但现有方法都忽略了被查询的目标用户和项目节点与其邻居节点间可能存在特征不匹配的问题,导致噪声的引入而降低了模型性能。为了解决该问题,文中提出一种社交推荐模型DNSSR。首先构建一个包含用户和项目多元关系的关系图谱,图节点间信息关联更丰富;然后利用动态邻域采样机制获得与目标查询对的特征更一致的邻居节点,减少了噪声信息;另外,为了进一步提高模型预测性能,设计了一种增强型图神经网络对采样后得到的关系子图进行建模,它可以区分不同邻居节点的重要性并选择更可靠的信息源,获得更鲁棒的用户和项目嵌入向量用于评分预测。实验结果表明:相比其他先进模型,该模型预测误差明显降低,证明了文中所提各项方法的有效性;尤其是动态邻域采样机制,若将其弃用,DNSSR在Ciao数据集上的RMSE(均方根误差)和MAE(平均绝对误差)指标将分别上升6.05%和7.31%,在Epinions数据集上则分别上升3.49%和5.41%,充分验证了其能有效降低噪声干扰、提高社交推荐模型的性能。

关键词：社交推荐评分预测图神经网络动态邻域采样

维普期刊数据库

基于BERT与密集复合网络的长文本语义匹配模型

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2024年第1期54卷 232-239页

作者：陈岳林高铸成蔡晓东桂林电子科技大学机电工程学院广西桂林541000 桂林电子科技大学信息与通信学院广西桂林541000

针对长文本语义匹配中词向量前后之间联系不易捕获以及主题信息可能不唯一,通常使得语义匹配效果不佳的问题,提出了一种基于BERT与密集复合网络的长文本语义匹配方法,通过BERT嵌入与复合网络的密集连接,显著提高了长语义匹配的准确率。... 详细信息

针对长文本语义匹配中词向量前后之间联系不易捕获以及主题信息可能不唯一,通常使得语义匹配效果不佳的问题,提出了一种基于BERT与密集复合网络的长文本语义匹配方法,通过BERT嵌入与复合网络的密集连接,显著提高了长语义匹配的准确率。首先,将句子对输入BERT预训练模型,通过迭代反馈得到精准的词向量表示,进而得到高质量的句子对语义信息。其次,设计了一种密集复合网络,先由双向长短期记忆网络(Bi-LSTM)获得句子对的全局语义信息,然后由TextCNN提取并整合局部语义信息得到每个句子的关键特征和句子对间的对应关系,并将BERT与Bi-LSTM的隐藏输出与TextCNN的池化输出融合。最后,汇总训练过程中网络之间的关联状态,可以有效防止网络退化和增强模型判断能力。实验结果表明,在社区问题回答(CQA)长文本数据集上,本文方法平均提升幅度达到45%。

关键词：深度学习长文本语义匹配 BERT 密集复合网络 Bi-LSTM TextCNN

维普期刊数据库博看期刊

基于雅思反拨效应的中外合作项目英语教学改革——以桂林电子科技大学为例

在线全文

学校读者我要写书评

暂无评论

桂林师范高等专科学校学报 2015年第2期29卷 154-158页

作者：刘芳桂林电子科技大学国际学院广西桂林541004

雅思反拨效应作用于教师、学习者和教材体系,对于中外合作项目英语教学改革有重要意义。基于雅思反拨效应的中外合作项目英语教学改革能促进学生语言水平和交际能力提升,促进教师的专业发展、促进中外合作英语课程建设及合作项目国内段... 详细信息

雅思反拨效应作用于教师、学习者和教材体系,对于中外合作项目英语教学改革有重要意义。基于雅思反拨效应的中外合作项目英语教学改革能促进学生语言水平和交际能力提升,促进教师的专业发展、促进中外合作英语课程建设及合作项目国内段英语语言教学水平的提升,继而促进中外合作项目的可持续发展,实现教师教学理念的全面更新、学生学习策略与学习主动性的提高等。

关键词：雅思反拨效应中外合作项目英语教学

维普期刊数据库

融合LGBM和SHAP的企业负面事件下微博用户极端情感可解释模型

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年第7期8卷 103-117页

作者：蒋建洪李梦欣桂林电子科技大学商学院桂林541004

【目的】提取用户外部刺激和认知评价指标,构建企业负面事件下微博用户极端情感影响因素模型,利用SHAP解释各特征变量的影响。【方法】基于认知情感理论、社会影响理论、情感评价模型、LDA模型、扎根理论确定外部刺激和认知评价指标,并... 详细信息

【目的】提取用户外部刺激和认知评价指标,构建企业负面事件下微博用户极端情感影响因素模型,利用SHAP解释各特征变量的影响。【方法】基于认知情感理论、社会影响理论、情感评价模型、LDA模型、扎根理论确定外部刺激和认知评价指标,并将两类指标包含的特征变量作为输入,极端情感变量作为输出,构建极端情感影响因素模型。通过4个模型性能对比,将最优模型与SHAP模型融合进行可视化展示。【结果】认知评价维度提取出7个特征变量;LGBM模型的准确率、精确率、F1值分别达到0.88、0.90、0.93,优于其他对比模型;从特征变量对微博用户极端情感产生的影响程度来看,认知评价维度普遍高于外部刺激维度,且各特征变量的影响方式有所不同。【局限】需要探索更多影响因素及更广泛的企业负面事件类型,算法性能有待提高。【结论】本研究提出的模型优化了扎根编码过程,可视化各特征变量对极端情感的影响程度、影响方向、影响大小及影响方式,可以为企业解决网络口碑负面化的问题提供理论依据。

关键词：企业负面事件 LGBM SHAP 扎根理论认知情感理论

维普期刊数据库