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

基于联合学习的少样本多类别情感分类方法

北京大学学报（自然科学版） 2023年第1期59卷 57-64页

作者：李子成常晓琴李雅梦李寿山周国栋苏州大学计算机科学与技术学院苏州215006

对于多类别的细粒度情感分类任务,目前主流的少样本学习方法不能取得较好的性能。针对这一问题,提出一种基于联合学习的少样本多类别情感分类方法。采用基于替换词检测任务的少样本学习方式,将回归和分类的替换词检测模板以及标签描述... 详细信息

对于多类别的细粒度情感分类任务,目前主流的少样本学习方法不能取得较好的性能。针对这一问题,提出一种基于联合学习的少样本多类别情感分类方法。采用基于替换词检测任务的少样本学习方式,将回归和分类的替换词检测模板以及标签描述词同时添加至输入语句,从而将细粒度情感分类任务同时建模为分类问题和回归问题。在此基础上,设计了不同的融合方法进行联合学习。实验结果表明,与主流少样本学习方法相比,该方法在F1-Score和正确率上都取得更优的结果。

关键词：情感分类少样本学习联合学习

在线全文

学校读者我要写书评

暂无评论

基于多信息感知的多方对话问答方法

北京大学学报（自然科学版） 2023年第1期59卷 21-29页

作者：高晓倩周夏冰张民苏州大学计算机科学与技术学院苏州215000

目前基于多方对话文本的自动问答任务侧重于探索对话结构信息或说话者角色信息,忽视问题文本和对话文本的交互。针对这一问题,提出一个融合多信息的全新模型。该模型使用图卷积神经网络,对多方对话文本中的话语结构、说话者角色以及问题... 详细信息

目前基于多方对话文本的自动问答任务侧重于探索对话结构信息或说话者角色信息,忽视问题文本和对话文本的交互。针对这一问题,提出一个融合多信息的全新模型。该模型使用图卷积神经网络,对多方对话文本中的话语结构、说话者角色以及问题-上下文信息进行分层次建模,并设计合理的基于注意力机制的交互层,通过选择更有帮助的信息,加强对多方对话文本的理解。此外,该模型首次对问题和上下文间的显式交互给予关注。实验结果表明,所提模型的性能优于多个基线模型,实现对多方对话文本的深层次理解。

关键词：多方对话自动问答图卷积网络注意力机制

在线全文

学校读者我要写书评

暂无评论

运用热点新闻树立大学生爱国心

新闻战线 2017年第5X期 28-29页

作者：俞莉莹苏州大学计算机科学与技术学院综合办公室

爱国主义教育是当代高校开展思政教育不可或缺的课程,加强当代大学生的爱国主义教育,有助于弘扬中华民族的优良传统,实现中华民族的伟大复兴。高校在进行爱国主义教育的过程中,要采用多元化的教学方法,运用热点新闻提高大学生的学习兴趣... 详细信息

爱国主义教育是当代高校开展思政教育不可或缺的课程,加强当代大学生的爱国主义教育,有助于弘扬中华民族的优良传统,实现中华民族的伟大复兴。高校在进行爱国主义教育的过程中,要采用多元化的教学方法,运用热点新闻提高大学生的学习兴趣,增强大学生的爱国主义热情。

关键词：热点新闻高校教育爱国主义教育

数据标注方法比较研究:以依存句法树标注为例

在线全文

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 2022年第5期62卷 908-916页

作者：周明月龚晨李正华张民苏州大学计算机科学与技术学院 .苏州215006

数据标注最重要的考虑因素是标注数据质量和标注成本。该文调研发现自然语言处理领域的数据标注工作通常采用机标人校的标注方法以降低成本,但很少有工作严格对比不同标注方法,以探讨标注方法对标注质量和成本的影响。该文依托一个成熟... 详细信息

数据标注最重要的考虑因素是标注数据质量和标注成本。该文调研发现自然语言处理领域的数据标注工作通常采用机标人校的标注方法以降低成本,但很少有工作严格对比不同标注方法,以探讨标注方法对标注质量和成本的影响。该文依托一个成熟的标注团队,以依存句法树标注为案例,实验对比了机标人校、双人独立标注及该文通过融合前两种方法所提出的人机独立标注方法,结果发现:人机独立标注能有效结合机标人校和双人独立标注的优点,在利用机器降低标注成本的同时解决了校对者的认同倾向问题,从而提高了标注质量。

关键词：数据标注人机独立标注机标人校双人独立标注

在线全文

学校读者我要写书评

暂无评论

面向问答领域的数据增强方法

北京大学学报（自然科学版） 2022年第1期58卷 54-60页

作者：丁家杰肖康叶恒周夏冰张民苏州大学计算机科学与技术学院苏州215000

针对当前自动问答数据增强方法需要大量外部数据的问题,提出一个面向问答模型缺陷的数据增强方法。首先,在训练集上训练好问答模型、问题生成模型以及问答匹配模型;然后,获取问答模型在训练集上预测的所有答案,并选取其中预测错误的答案... 详细信息

针对当前自动问答数据增强方法需要大量外部数据的问题,提出一个面向问答模型缺陷的数据增强方法。首先,在训练集上训练好问答模型、问题生成模型以及问答匹配模型;然后,获取问答模型在训练集上预测的所有答案,并选取其中预测错误的答案;再后,使用问题生成模型对这些答案生成相应问题;最后,通过问答匹配模型对生成的问答对进行过滤,保留其中质量较高的数据作为最终的增强数据。该方法不需要额外的数据与领域知识,同时能够针对模型构造特定数据,耗费较少的训练代价就能使模型性能提升。实验结果表明,所提出的数据增强方法对R-Net,Bert-Base以及Luke均有效,与其他数据增强方法相比,在较少的增强数据规模下,问答模型获得更好的性能提升。

关键词：数据增强问题生成模型自动问答模型质量控制

大幅面DLP型3D打印机错位均摊接缝消除方法研究

在线全文

学校读者我要写书评

暂无评论

自动化学报 2022年第7期48卷 1794-1804页

作者：张蓉王宜怀彭涛徐昕王绍丹苏州大学计算机科学与技术学院苏州215000

针对面曝光模式的数字光处理(Digital light processing,DLP)型3D打印机成型幅面较小问题,提出一种移动拼接与错位均摊消除接缝痕迹相结合的大幅面技术方案.该方案首先对三维模型进行均匀切片形成N层切面,再对切面位图进行错位切分,使... 详细信息

针对面曝光模式的数字光处理(Digital light processing,DLP)型3D打印机成型幅面较小问题,提出一种移动拼接与错位均摊消除接缝痕迹相结合的大幅面技术方案.该方案首先对三维模型进行均匀切片形成N层切面,再对切面位图进行错位切分,使得相邻层的拼接位置错开,每张切面位图形成M张单元位图,构成3D打印的数据源;其次根据错位参数沿着X轴移动投影仪到达对应曝光位,每层成型M张单元位图,拼接构成一层切面薄片,切面薄片的拼接位置逐层错开,叠加生成三维模型实体.实际打印结果表明,该方案能够以较小的附加成本扩大成型尺寸,提高模型整体质量.

关键词：数字光处理技术 3D 打印大幅面错位均摊接缝消除

在线全文

学校读者我要写书评

暂无评论

基于知识图谱全局和局部特征的复杂问答方法

软件学报 2023年第12期34卷 5614-5628页

作者：陈跃鹤贾永辉谈川源陈文亮张民苏州大学计算机科学与技术学院江苏苏州215008

近年来,研究者已经提出多种方法来解决知识库问答(KBQA)中的复杂问题,并取得一定成果.然而,由于语义构成的复杂性以及可能存在推理路径的缺失,复杂问题的求解效果依然不佳.为了更好地解决这类问题,提出基于知识图谱全局和局部特征的问... 详细信息

近年来,研究者已经提出多种方法来解决知识库问答(KBQA)中的复杂问题,并取得一定成果.然而,由于语义构成的复杂性以及可能存在推理路径的缺失,复杂问题的求解效果依然不佳.为了更好地解决这类问题,提出基于知识图谱全局和局部特征的问答方法——CGL-KBQA.所提方法利用知识嵌入技术提取知识图谱整体的拓扑结构和语义特征作为候选实体节点的全局特征,根据实体表示和问句表示将复杂问答建模为复合的三元组分类任务.同时,将图谱在搜索过程生成的核心推导路径作为局部特征,结合问句的语义相似性来构建候选实体不同维度特征,最终形成混合特征评分器.由于最终推理路径可能缺失,采用基于无监督的多重聚类方法设计了聚类器模块,进而根据候选实体的两类特征表示直接生成最终答案簇,这使得非完全知识图谱问答成为可能.实验结果表明,所提方法在两个常见KBQA数据集上均取得不错的效果,特别是在图谱知识不完全的情况下也具备非常好的效果.

关键词：知识图谱问答信息检索知识图谱嵌入

在线全文

学校读者我要写书评

暂无评论

属性抽取研究综述

软件学报 2023年第2期34卷 690-711页

作者：徐庆婷洪宇潘雨晨姚建民周国栋苏州大学计算机科学与技术学院江苏苏州215006

属性抽取是一种自动识别和提取属性表述文字的自然语言处理任务.首先重温了属性抽取的基本任务、权威数据资源和通用评测规范,并在此基础上全面回顾了现有前沿技术,包括基于统计策略和特征工程的传统抽取技术以及利用深度学习的神经抽... 详细信息

属性抽取是一种自动识别和提取属性表述文字的自然语言处理任务.首先重温了属性抽取的基本任务、权威数据资源和通用评测规范,并在此基础上全面回顾了现有前沿技术,包括基于统计策略和特征工程的传统抽取技术以及利用深度学习的神经抽取技术.特别地,以属性表述语言的本质为出发点,结合现有技术暴露出的不足,对该领域的技术难点和推演方向给出了详细解释.

关键词：自然语言处理属性抽取深度学习

在线全文

学校读者我要写书评

暂无评论

基于跨语言图神经网络模型的属性级情感分类

软件学报 2023年第2期34卷 676-689页

作者：鲍小异姜晓彤王中卿周国栋苏州大学计算机科学与技术学院江苏苏州215006

目前,在属性级情感分类任务上较为成熟的有标注数据集均为英文数据集,而有标注的中文数据集较少.为了能够更好地利用规模庞大但却缺乏成熟标注数据的中文语言数据集,针对跨语言属性级情感分类任务进行了研究.在跨语言属性级情感分类中,... 详细信息

目前,在属性级情感分类任务上较为成熟的有标注数据集均为英文数据集,而有标注的中文数据集较少.为了能够更好地利用规模庞大但却缺乏成熟标注数据的中文语言数据集,针对跨语言属性级情感分类任务进行了研究.在跨语言属性级情感分类中,一个核心问题为如何构建不同语言的文本之间的联系.针对该问题,在传统的单语言情感分类模型的基础上,使用图神经网络模型对跨语言词-词、词-句之间的关系信息进行建模,从而有效地刻画两种语言数据集之间的联系.通过构建单语词-句之间的联系和双语词-句之间的联系,将不同语言的文本关联起来,并利用图神经网络进行建模,从而实现利用英文数据集预测中文数据集的跨语言神经网络模型.实验结果表明:相较于其他基线模型,所提出的模型在F1值指标上有着较大的提升,从而说明使用图神经网络建立的模型能够有效地应用于跨语言的应用场.

关键词：图神经网络属性级情感分析跨语言