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

一种采用聚类技术改进的KNN文本分类方法

模式识别与人工智能 2009年第6期22卷 936-940页

作者：张孝飞黄河燕中国科学院计算机语言信息工程研究中心北京100097

KNN算法稳定性好、准确率高,但由于其时间复杂度与样本数量成正比,导致其分类速度慢,难以在大规模海量信息处理中得到有效应用.文中提出一种改进的KNN文本分类方法.其基本思路是,通过文本聚类将样本中的若干相似文档合并成一个中心文档... 详细信息

KNN算法稳定性好、准确率高,但由于其时间复杂度与样本数量成正比,导致其分类速度慢,难以在大规模海量信息处理中得到有效应用.文中提出一种改进的KNN文本分类方法.其基本思路是,通过文本聚类将样本中的若干相似文档合并成一个中心文档,并用这些中心文档代替原始样本建立分类模型,这样就减少了需要进行相似计算的文档数,从而达到提高分类速度的目的.实验表明,以分类准确率、召回率和F-score为评价指标,文中方法在与经典KNN算法相当的情况下,分类速度得到较大提高.

关键词： k-最近邻(KNN) 文本分类文本聚类聚类中心自然语言处理

在线全文

学校读者我要写书评

暂无评论

悬线式物镜力矩器动态特性的仿真实验研究

光学技术 2007年第6期33卷 803-806页

作者：张布卿马建设潘龙法齐国生汝继刚史洪伟清华大学光盘国家工程研究中心北京100084

悬线式物镜力矩器是目前光学头系统中使用最为广泛的力矩器,其动态特性直接决定了光学头的读写性能。基于ANSYS参数化设计语言(APDL)建立了悬线式光学头物镜力矩器的仿真设计平台。通过仿真平台进行了力矩器一阶共振频率和峰值、二阶共... 详细信息

悬线式物镜力矩器是目前光学头系统中使用最为广泛的力矩器,其动态特性直接决定了光学头的读写性能。基于ANSYS参数化设计语言(APDL)建立了悬线式光学头物镜力矩器的仿真设计平台。通过仿真平台进行了力矩器一阶共振频率和峰值、二阶共振频率和峰值、扭转共振频率、静态灵敏度、动态灵敏度和相位等动态特性参数的仿真实验,仿真计算的结果与实际测量的结果相比,最大相对误差为4.2%。该仿真平台对于二维乃至三维悬线式物镜力矩器的设计和评价都具有重要的指导意义。

关键词：光学头物镜力矩器 APDL 电磁场仿真

在线全文

学校读者我要写书评

暂无评论

说话人确认中以音素为中心的特征端因子分析

信号处理 2016年第10期32卷 1213-1219页

作者：张涛涛陈丽萍戴礼荣中国科学技术大学语音及语言信息处理国家工程实验室安徽合肥230027

在说话人确认中,特征端因子分析(Acoustic Factor Analysis,AFA)利用MPPCA(Mixtures of Probabilistic Principal Component Analyzers,MPPCA)算法在通用背景模型(Universal Background Model,UBM)的每个高斯上分别对特征降维以去除语音特征中文本、信道和噪声等信息的干扰,获得增强的说话人信息并用于提升说话人确认的性能。但是通用背景模型属于无监督的聚类方法,其每个高斯成分物理意义不够明确,不能区分不同说话人发不同音素时的情况。为解决这一问题,本文利用语音识别中的声学模型深度神经网络(Deep Neural Network,DNN)取代传统的通用背景模型并结合特征端因子分析分别对不同音素上的语音特征进行降维提取出说话人信息,进而提取DNN i-vector用于说话人确认。在RSR2015数据库Part III上的实验结果表明该方法相对于基于UBM的特征端因子分析方法在男女测试集上等错误率(Equal Error Rate,EER)分别下降13.49%和22.43%。

关键词：特征端因子分析差异因子深度神经网络说话人确认

在线全文

学校读者我要写书评

暂无评论

预训练语言模型特征增强的多跳知识库问答

计算机工程与应用 2024年

作者：魏谦强赵书良卢丹琦贾晓文杨世龙河北师范大学供应链大数据分析与数据安全河北省工程研究中心河北师范大学河北省网络与信息安全重点实验室河北师范大学计算机与网络空间安全学院

知识库问答（Knowledge Base Question Answering，KBQA）是一个具有挑战性的热门研究方向，多跳知识库问答主要的挑战是非结构化的自然语言问题与结构化的知识库推理路径存在不一致性，基于图检索的多跳知识库问答模型善于把握图的拓... 详细信息

知识库问答（Knowledge Base Question Answering，KBQA）是一个具有挑战性的热门研究方向，多跳知识库问答主要的挑战是非结构化的自然语言问题与结构化的知识库推理路径存在不一致性，基于图检索的多跳知识库问答模型善于把握图的拓扑结构，但忽略了图中结点和边携带的文本信息。为了充分学习知识库三元组的文本信息而构造了知识库三元组的文本形式，并提出了三个基于非图检索的特征增强模型RBERT、CBERT、GBERT，它们分别使用前馈神经网络、深层金字塔卷积网络、图注意力网络增强特征，三个模型显著提高了特征表示能力和问答准确率，RBERT结构最简单，CBERT训练最快，GBERT性能最优。在数据集MetaQA、WebQSP和CWQ上进行实验对比，在Hit@1和F1两个指标上三个模型明显优于目前的主流模型，三个模型也明显优于其他BERT的改进模型。

关键词：多跳知识库问答预训练语言模型特征增强

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

结合脑科学实现人工智能突破的可能性

中国科学：生命科学 2016年第2期46卷 218-219页

作者：胡郁中国科学技术大学语音及语言信息处理国家工程实验室合肥230027

人工智能作为未来信息技术（information technology,IT）产业的战略性和前瞻性新兴产业方向,一直是全球科技界和产业界关注的焦点.尤其是伴随着大数据、云计算等新一代信息技术的快速发展和智能化应用需求的日益凸显,人工智能领域在全... 详细信息

人工智能作为未来信息技术（information technology,IT）产业的战略性和前瞻性新兴产业方向,一直是全球科技界和产业界关注的焦点.尤其是伴随着大数据、云计算等新一代信息技术的快速发展和智能化应用需求的日益凸显,人工智能领域在全球范围内掀起了全新的热潮.最近这几年,美国、欧洲、中国都在积极推进脑科学的研究,包括奥巴马政府启动的＂Brain Initiative＂[1]和欧洲的＂Human Brain Project＂[2],中国也在积极酝酿＂中国脑计划＂[3].这些国家层面的重大项目都试图从脑神经科学的角度开辟人工智能发展的另一条途径.

关键词：脑科学脑神经科学信息技术新兴产业递归神经网络信息处理机制识别错误语音识别海马体预测功能

在线全文

学校读者我要写书评

暂无评论

基于深度学习的语音识别技术现状与展望

数据采集与处理 2017年第2期32卷 221-231页

作者：戴礼荣张仕良黄智颖中国科学技术大学语音与语言信息处理国家工程实验室合肥230027

首先对深度学习的发展历史以及概念进行简要的介绍。然后回顾最近几年基于深度学习的语音识别的研究进展。这一部分内容主要分成以下5点进行介绍:声学模型训练准则,基于深度学习的声学模型结构,基于深度学习的声学模型训练效率优化,基... 详细信息

首先对深度学习的发展历史以及概念进行简要的介绍。然后回顾最近几年基于深度学习的语音识别的研究进展。这一部分内容主要分成以下5点进行介绍:声学模型训练准则,基于深度学习的声学模型结构,基于深度学习的声学模型训练效率优化,基于深度学习的声学模型说话人自适应和基于深度学习的端到端语音识别。最后就基于深度学习的语音识别未来可能的研究方向进行展望。

关键词：深度学习深度神经网络语音识别说话人自适应

融合潜在主题信息和卷积语义特征的文本主题分类

在线全文

学校读者我要写书评

暂无评论

信号处理 2017年第8期33卷 1090-1096页

作者：陈培新郭武中国科学技术大学语音及语言信息处理国家工程实验室安徽合肥230022

经典的概率主题模型通过词与词的共现挖掘文本的潜在主题信息,在文本聚类与分类任务上被广泛应用。近几年来,随着词向量和各种神经网络模型在自然语言处理上的成功应用,基于神经网络的文本分类方法开始成为研究主流,卷积神经网络(Convol... 详细信息

经典的概率主题模型通过词与词的共现挖掘文本的潜在主题信息,在文本聚类与分类任务上被广泛应用。近几年来,随着词向量和各种神经网络模型在自然语言处理上的成功应用,基于神经网络的文本分类方法开始成为研究主流,卷积神经网络(Convolutional Neural Network,CNN)已成为目前一种主流的文本分类模型。本文通过CNN和概率主题模型PLSA(Probabilistic Latent Semantic Analysis)、LDA(Latent Dirichlet Allocation)在文本主题分类上的效果对比,展示了CNN在此任务上的优越性。在此基础上,本文利用CNN模型提取文本的特征向量并将其命名为卷积语义特征。为了让文本特征向量更好地刻画文本的主题信息,本文将卷积语义特征和文本的潜在主题向量分别归一化以消除两者量级上的差异,然后将两者融合,从而得到一种更有效的文本特征表示。实验结果表明,相比于单独的概率主题模型或CNN模型,新的特征向量能显著地提升文本主题分类任务的F1值。

关键词：概率主题模型词向量卷积神经网络文本分类

在线全文

学校读者我要写书评

暂无评论

因果关系表示增强的跨领域命名实体识别

计算机工程与应用 2024年第18期60卷 176-188页

作者：刘小明曹梦远杨关刘杰王杭中原工学院计算机学院郑州450007 国家语委中国语言智能研究中心北京100089 郑州市文本处理与图像理解重点实验室郑州450007 河南省网络舆情监测与智能分析重点实验室郑州450007 北方工业大学信息学院北京100144

跨领域命名实体识别在现实应用中,尤其在目标领域数据稀缺的小样本场景中具有重要价值。然而,现有方法主要是通过特征表示或模型参数共享实现的跨领域实体能力迁移,未充分考虑由于样本选择偏差而引起的虚假相关性问题。为了解决跨领域... 详细信息

跨领域命名实体识别在现实应用中,尤其在目标领域数据稀缺的小样本场景中具有重要价值。然而,现有方法主要是通过特征表示或模型参数共享实现的跨领域实体能力迁移,未充分考虑由于样本选择偏差而引起的虚假相关性问题。为了解决跨领域中的虚假相关性问题,提出一种因果关系表示增强的跨领域命名实体识别模型,将源域的语义特征表示与目标域的语义特征表示进行融合,生成一种增强的上下文语义特征表示。通过结构因果模型捕捉增强后的特征变量与标签之间的因果关系。在目标域中应用因果干预和反事实推断策略,提取存在的直接因果效应,从而进一步缓解特征与标签之间的虚假相关性问题。该方法在公共数据集上进行了实验,实验结果得到了显著提高。

关键词：跨领域命名实体识别迁移学习因果关系结构因果模型语义特征表示

在线全文

学校读者我要写书评

暂无评论

大模型在社会治理应用中的偏见性检测方法

中国电子科学研究院学报 2024年第1期19卷 69-75页

作者：林晖郭庆浪王迎雪黄虎中国电子科学研究院北京100041 广东省公共服务供给智能计算重点实验室深圳518055 社会安全风险感知与防控大数据应用国家工程研究中心北京100041 北京大学深圳研究生院广东深圳518055

随着人工智能技术的快速发展,大模型的分析、生成、推理能力在社会治理应用中的许多领域都得到了广泛应用。例如,互联网舆情分析等。然而,由于大模型的训练数据主要源于开源世界,其中的大量文本数据可能包含各种偏见和歧视,这可能在应... 详细信息

随着人工智能技术的快速发展,大模型的分析、生成、推理能力在社会治理应用中的许多领域都得到了广泛应用。例如,互联网舆情分析等。然而,由于大模型的训练数据主要源于开源世界,其中的大量文本数据可能包含各种偏见和歧视,这可能在应用大模型进行社会治理时产生偏见。本研究对大型语言模型(如GPT-3.5、LLaMa)的政治偏见进行了深入探讨。尽管大模型的训练机构坚称其公正,但研究文献表明,大模型在回应特定争议性话题时,常常展示出偏见,这可能导致社会治理的问题。本研究提出了一种偏见性检测方法,要求多个大模型扮演支持或反对特定目标(如政策、人物、话题等)的角色进行问题和答案的设计,并使用额外的大模型进行测试,通过比较这些答案和特定角色生成的答案,以推断接受测试的模型是否存在政治偏见。为降低对生成文本随机性的担忧,对同一问题进行了多次收集答案,每轮都对问题顺序进行随机化处理。实验结果显示,不同的大型语言模型在处理争议话题时都表现出显著的偏见性。这些结果引起了深刻关注,即大模型的直接应用可能会扩大甚至放大争议性信息。本研究的发现,对政策制定者、媒体、政治和学术利益相关者具有重要启示作用。

关键词：大模型偏见性检测社会治理