检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融合边界交互信息的命名实体识别方法

广西师范大学学报(自然科学版) 2025年

作者：何安康陈艳平扈应黄瑞章秦永彬贵州大学文本计算与认知智能教育部工程研究中心公共大数据国家重点实验室(贵州大学) 贵州大学计算机科学与技术学院

命名实体识别是自然语言处理领域中的一项基本任务，旨在识别和分类文本中的命名实体。目前，基于跨度的方法在实体识别方面取得了一定的进展，但这些方法往往忽视了候选跨度的质量差异。针对该问题，该文提出了一种融合边界交互信息的... 详细信息

命名实体识别是自然语言处理领域中的一项基本任务，旨在识别和分类文本中的命名实体。目前，基于跨度的方法在实体识别方面取得了一定的进展，但这些方法往往忽视了候选跨度的质量差异。针对该问题，该文提出了一种融合边界交互信息的命名实体识别方法。该方法通过一个边界交互模块评估边界间的语义关联和交互强度，生成边界交互信息矩阵。该矩阵用于识别边界间潜在的语义联系，引导模型识别和标记出高质量的候选跨度。此外，该方法集成了多尺度空洞卷积模块，通过利用跨度之间的语义关系来减轻非实体噪声的影响。实验表明，该方法在ACE2005中文数据集、ACE2005英文数据集和Weibo数据集上的F1值分别达到89.78%、87.37%和72.10%，与基准模型相比分别提升0.67、0.95和0.69个百分点，验证了该方法对命名实体识别的有效性。

关键词：命名实体识别信息抽取边界交互

基于掩码注意力与多特征卷积网络的关系抽取方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

广西师范大学学报(自然科学版) 2025年

作者：卢展跃陈艳平杨卫哲黄瑞章秦永彬贵州大学文本计算与认知智能教育部工程研究中心公共大数据国家重点实验室(贵州大学) 贵州大学计算机科学与技术学院

关系抽取旨在抽取两个命名实体之间的语义关系。近年来，提示学习通过拼接提示模板并进行掩码预测的方式，统一了预训练语言模型训练和微调过程的优化目标，在关系抽取领域取得了优异的性能。然而，固定的提示模板与关系实例间的弱语义... 详细信息

关系抽取旨在抽取两个命名实体之间的语义关系。近年来，提示学习通过拼接提示模板并进行掩码预测的方式，统一了预训练语言模型训练和微调过程的优化目标，在关系抽取领域取得了优异的性能。然而，固定的提示模板与关系实例间的弱语义关联导致模型对于复杂关系的语义感知能力差。针对这一问题，提出一种基于掩码注意力与多特征卷积网络的关系抽取方法。该方法采用三仿射注意力机制将提示模板中的掩码与关系实例的语义空间进行交互映射形成二维掩码语义，并利用多特征卷积网络和多层感知机提取二维掩码语义中的关系信息。该方法通过建立掩码与关系实例间的显式语义依赖，增强了提示模型对复杂关系的语义感知能力。该方法在数据集SemEval、SciERC和CLTC的性能分别达到91.4%， 91.2%和 82.6%。实验结果验证了该方法的有效性。

关键词：自然语言处理关系抽取提示学习三仿射注意力机制卷积神经网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

结合边界信息的对比学习嵌套命名实体识别

计算机应用 2025年

作者：范锦涛陈艳平杨采薇林川贵州大学文本计算与认知智能教育部工程研究中心公共大数据国家重点实验室(贵州大学) 贵州大学计算机科学与技术学院

针对现有对比学习(CL)方法在嵌套命名实体识别(NER)任务中存在以下两个主要缺点：1）枚举生成的候选实体作为对比学习的对象，缺失上下文语义依赖和边界信息；2）产生不必要的噪音和无效信息，增加模型的计算负担并弱化了对比学习的性... 详细信息

针对现有对比学习(CL)方法在嵌套命名实体识别(NER)任务中存在以下两个主要缺点：1）枚举生成的候选实体作为对比学习的对象，缺失上下文语义依赖和边界信息；2）产生不必要的噪音和无效信息，增加模型的计算负担并弱化了对比学习的性能。提出两阶段命名实体识别框架。在第一阶段，通过边界识别模型生成候选实体边界，并通过边界集成模块生成候选实体，减少不必要的负候选实体的生成；同时，在候选实体两侧插入注意力线索，生成对应的候选实体文本，使得模型能够感知上下文语义和边界信息。在第二阶段，提出一个双编码框架用于识别实体，通过对比学习将候选实体文本和实体类型注释映射到相同向量表征空间中，对比的对象不再是候选实体，而是带有注意力线索的句子。此外，设计带有标签语义的分类参数矩阵，丰富模型对候选实体的理解能力。与Binder方法相比，所提方法在GENIA、ACE2005和ACE2004三种嵌套数据集上，性能提升了1.22个百分点，3.42个百分点，2.31个百分点的F1值，验证了所提方法对嵌套命名实体识别任务的有效性。

关键词：对比学习边界信息双编码器标签语义嵌套命名实体识别

基于探测间隔变化的OpenFlow交换机超时嗅探方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

信息网络安全 2025年第2期 295-305页

作者：杨致远崔允贺陈意郭春贵州大学计算机科学与技术学院贵阳550025 公共大数据国家重点实验室贵阳550025 文本计算与认知智能教育部工程研究中心贵阳550025 贵州省软件工程与信息安全特色重点实验室贵阳550025

软件定义网络(SDN)通过分离控制平面和数据平面实现了网络的集中化、可编程化和灵活化。但这种架构也使SDN面临新的攻击威胁,针对SDN交换机的超时嗅探是其面临的主要安全威胁之一。现有的超时嗅探方法忽略了超时的最大值、探测包的生成... 详细信息

软件定义网络(SDN)通过分离控制平面和数据平面实现了网络的集中化、可编程化和灵活化。但这种架构也使SDN面临新的攻击威胁,针对SDN交换机的超时嗅探是其面临的主要安全威胁之一。现有的超时嗅探方法忽略了超时的最大值、探测包的生成时间以及超时之间的关系对于探测超时的影响,导致出现探测失败、超时类型识别错误和超时值探测精度低的问题。为解决上述问题,文章提出一种基于探测间隔变化的OpenFlow交换机流表项超时机制嗅探方法—TIMIC。该方法先通过调整探测包的发送间隔获得超时值,再通过该超时值判断具体的超时机制及更精确的超时值。实验结果表明,TIMIC在不同的超时机制下都能成功探测超时类型和超时值,且探测出的超时值能够保持较小的探测误差。在通用的超时设置下,TIMIC发送的超时探测包更少,探测成本更低。

关键词：软件定义网络超时机制嗅探探测间隔

融合深度强化学习的卷积神经网络联合压缩方法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2025年第6期61卷 210-219页

作者：马祖鑫崔允贺秦永彬申国伟郭春陈意钱清贵州大学计算机科学与技术学院文本计算与认知智能教育部工程研究中心贵阳550025 贵州大学公共大数据国家重点实验室贵阳550025 贵州大学贵州省软件工程与信息安全特色重点实验室贵阳550025 贵州财经大学信息学院贵阳550025

随着边缘计算、边缘智能等概念的兴起,卷积神经网络的轻量化部署逐渐成为研究热点。传统的卷积神经网络压缩技术通常分阶段地、独立地执行剪枝与量化策略,但这种方式没有考虑剪枝与量化过程的相互影响,使其无法达到最优的剪枝与量化结果... 详细信息

随着边缘计算、边缘智能等概念的兴起,卷积神经网络的轻量化部署逐渐成为研究热点。传统的卷积神经网络压缩技术通常分阶段地、独立地执行剪枝与量化策略,但这种方式没有考虑剪枝与量化过程的相互影响,使其无法达到最优的剪枝与量化结果,影响压缩后的模型性能。针对以上问题,提出一种基于深度强化学习的神经网络联合压缩方法——CoTrim。CoTrim同时执行通道剪枝与权值量化,利用深度强化学习算法搜索出全局最优的剪枝与量化策略,以平衡剪枝与量化对网络性能的影响。在CIFAR-10数据集上对VGG和ResNet进行实验,实验表明,对于常见的单分支卷积和残差卷积结构,CoTrim能够在精度损失仅为2.49个百分点的情况下,将VGG16的模型大小压缩至原来的1.41%。在复杂数据集Imagenet-1K上对紧凑网络MobileNet和密集连接网络DenseNet进行实验,实验表明,对于深度可分离卷积结构以及密集连接结构,CoTrim依旧能保证精度损失在可接受范围内将模型压缩为原始大小的1/5~1/8。

关键词：卷积神经网络深度强化学习模型压缩通道剪枝权值量化边缘智能

在线全文

学校读者我要写书评

暂无评论

基于对比优化的多输入融合拼写纠错模型

模式识别与人工智能 2024年第1期37卷 85-94页

作者：伍瑶瑶黄瑞章白瑞娜曹军航赵建辉贵州大学文本计算与认知智能教育部工程研究中心贵阳550025 贵州大学公共大数据国家重点实验室贵阳550025 贵州大学计算机科学与技术学院贵阳550025

文本编辑工作中,中文拼写纠错必不可少.现有中文拼写纠错模型大多为单输入模型,语义信息和纠错结果存在局限性.因此,文中提出基于对比优化的多输入融合拼写纠错模型,包含多输入语义学习阶段和对比学习驱动的语义融合纠错阶段.第一阶段... 详细信息

文本编辑工作中,中文拼写纠错必不可少.现有中文拼写纠错模型大多为单输入模型,语义信息和纠错结果存在局限性.因此,文中提出基于对比优化的多输入融合拼写纠错模型,包含多输入语义学习阶段和对比学习驱动的语义融合纠错阶段.第一阶段集成多个单模型的初步纠错结果,为语义融合提供充分的互补语义信息.第二阶段基于对比学习方法优化多个互补的句子语义,避免模型过度纠正句子,同时融合多个互补语义对错误句子进行再纠错,改善模型纠错结果的局限性.在SIGHAN13、SIGHAN14、SIGHAN15数据集上的实验表明文中方法可有效提升纠错性能.

关键词：中文拼写纠错多输入语义学习互补语义融合对比学习优化

在线全文

学校读者我要写书评

暂无评论

基于随机博弈网的窃密木马诱导式博弈模型

信息网络安全 2024年第8期24卷 1241-1251页

作者：郭钰铮郭春崔允贺李显超贵州大学计算机科学与技术学院贵阳550025 文本计算与认知智能教育部工程研究中心贵阳550025

为实现长期窃取信息的目的,窃密木马通常采用触发执行策略来实施其恶意行为,使得其恶意行为的执行具有高隐蔽性和不确定性。主流的窃密木马防御模型采用被动监测窃密木马行为并加以检测的被动防御策略,容易出现漏报和检测不及时的情况... 详细信息

为实现长期窃取信息的目的,窃密木马通常采用触发执行策略来实施其恶意行为,使得其恶意行为的执行具有高隐蔽性和不确定性。主流的窃密木马防御模型采用被动监测窃密木马行为并加以检测的被动防御策略,容易出现漏报和检测不及时的情况。为了提升窃密木马防御模型的防御效果,文章引入诱导操作以构建窃密木马诱导式防御策略,并使用随机博弈网对窃密木马和防御方的攻防对抗过程进行建模分析,构建了IGMDT-SGN。IGMDT-SGN直观揭示了防御方运用诱导式防御策略来对抗窃密木马的策略性逻辑和时序关系。通过模型量化计算对IGMDT-SGN中诱导式防御策略的防御效果进行定量分析,结果表明,窃密木马诱导式防御策略在防御成功率、防御平均时间上优于窃密木马被动防御策略,可为窃密木马的防御提供有益参考。

关键词：窃密木马博弈模型诱导操作随机博弈网

在线全文

学校读者我要写书评

暂无评论

一种面向关系抽取的表填充依赖特征学习方法

计算机工程与应用 2024年第13期60卷 143-151页

作者：唐媛陈艳平扈应黄瑞章秦永彬贵州大学文本计算与认知智能教育部工程研究中心贵阳550025 贵州大学公共大数据国家重点实验室贵阳550025 贵州大学计算机科学与技术学院贵阳550025

基于表填充的关系抽取方法利用深度神经网络将句子映射到二维抽象表示,忽略了句子中不同跨度之间的语义结构,很难获取到句子中的长距离语义依赖。针对表填充方法的这一不足之处,提出了一个结合句法依存树的表填充关系抽取模型。该模型... 详细信息

基于表填充的关系抽取方法利用深度神经网络将句子映射到二维抽象表示,忽略了句子中不同跨度之间的语义结构,很难获取到句子中的长距离语义依赖。针对表填充方法的这一不足之处,提出了一个结合句法依存树的表填充关系抽取模型。该模型通过双仿射将句子映射到二维抽象表示。利用句子的句法依存树初始化语义依赖邻接矩阵,利用邻接矩阵学习二维表示中单词与单词之间的句法依赖特征。使用门控循环单元提取特征对句子的二维表示进行更新,从而在句子二维抽象表示中获取跨度之间的语义依赖关系和句子的结构特征。实验结果表明提出的模型可以有效获取句子中的长距离语义依赖特征,通过学习跨度的语义依赖信息和句子的语法结构特征来提升关系抽取的性能。

关键词：关系抽取表填充句法依存树神经网络

在线全文

学校读者我要写书评

暂无评论

可添加量不受限的对抗样本

计算机科学与探索 2024年第2期18卷 526-537页

作者：蒋周杰陈意熊子漫郭春申国伟贵州大学计算机科学与技术学院公共大数据重点实验室贵阳550025 文本计算与认知智能教育部工程研究中心贵阳550025 贵州大学继续教育学院贵阳550025

基于灰度图像和深度学习的恶意软件检测方法具有无需特征工程和检测精度高的特点,通过对抗样本能够欺骗该类检测方法。然而当前大部分研究所生成的对抗样本难以在不破坏原文件功能完整性的情况下大幅度降低该类检测方法对其的判别准确... 详细信息

基于灰度图像和深度学习的恶意软件检测方法具有无需特征工程和检测精度高的特点,通过对抗样本能够欺骗该类检测方法。然而当前大部分研究所生成的对抗样本难以在不破坏原文件功能完整性的情况下大幅度降低该类检测方法对其的判别准确性。在分析可移植可执行(PE)文件的结构以及加载机制的基础上,提出一种不破坏PE文件原有功能且可添加量不受限的字节码攻击方法(BAUAA)。BAUAA通过在PE文件中分散于各区段之后且不会载入内存的“区段附加空间”添加字节码来生成对抗样本,并且由于该空间具有可添加量不受限的特点,可使得生成的对抗样本所转化的灰度图像在尺寸和纹理上发生变化,从而能够影响基于灰度图像和深度学习的恶意软件检测方法对其的判别准确性。实验结果表明,基于灰度图像和深度学习的恶意软件检测方法判别BAUAA所生成对抗样本的准确率明显低于其判别非对抗样本的准确率。为避免在现实中滥用BAUAA,提出一种针对性的对抗样本检测方法。

关键词：对抗样本恶意软件检测灰度图像可移植可执行(PE)文件