检索结果-南通市图书馆

同方期刊数据库

SSHGCN：基于音形异构图卷积的中文纠错方法

在线全文

学校读者我要写书评

暂无评论

山西大学学报(自然科学版) 2024年第3期47卷 518-527页

作者：任俊黄瑞章贵州大学文本计算与认知智能教育部工程研究中心贵州大学公共大数据国家重点实验室贵州大学计算机科学与技术学院

中文拼写纠错旨在检测和纠正中文文本的拼写错误，现有方法已尝试将字符相似性建模成图结构信息。但目前方法的图结构忽略汉字之间的深层音近关系，并缺少充分发挥字音和字形作用的多模态信息融合方法。因此，本文根据汉字的声母韵母信... 详细信息

中文拼写纠错旨在检测和纠正中文文本的拼写错误，现有方法已尝试将字符相似性建模成图结构信息。但目前方法的图结构忽略汉字之间的深层音近关系，并缺少充分发挥字音和字形作用的多模态信息融合方法。因此，本文根据汉字的声母韵母信息和拼音的重要度得到拼音相似关系，结合汉字形近关系来构建汉字相似拼音-形近异构图。在该图上使用异构图卷积来互补使用汉字的音形信息，充分融合汉字的声韵和形状信息。该方法在SIGHAN15(Special Interest Group on Chinese Language Processing 15)基准上句子纠正级的F1值超过所有的对比方法，并在SIGHAN13基准上媲美最优的对比方法，验证了该方法的有效性。

关键词：中文拼写纠错多模态信息融合方法字符相似性拼音相似关系

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

基于改进YOLOv8的密集行人检测模型

计算机工程 2024年

作者：黄昆齐肇建王娟敏胡倩胡伟超皮建勇公共大数据国家重点实验室贵州大学计算机科学与技术学院贵州移动信息科技有限公司贵州大学云计算与物联网研究中心

密集行人检测是公共智能监控的关键技术，其采用目标检测的方法对视频中的行人位置和数量进行检测，进而实现对视频中人群的智能监控。针对人员密集的场景中由于遮挡和行人的目标太小造成行人容易漏检的问题，本文提出一种改进YOLOv8检... 详细信息

密集行人检测是公共智能监控的关键技术，其采用目标检测的方法对视频中的行人位置和数量进行检测，进而实现对视频中人群的智能监控。针对人员密集的场景中由于遮挡和行人的目标太小造成行人容易漏检的问题，本文提出一种改进YOLOv8检测算法Crowd-YOLOv8。首先，在主干网络使用nostride-Conv-SPD模块，增强对图像小目标特征等细粒度信息提取能力。其次，在YOLOv8网络的颈部部分引入小目标检测头和CARAFE上采样算子对各尺度特征进行融合。以提高在小目标情况下的检测效果。实验结果显示：本文方法在CrowdHuman数据集mAP50和mAP50-95分别取得了84.3%和58.2%的检测效果，与原YOLOv8n相比分别提高了3.7%和5.2%；在Widerperson数据集上取得了88.4%和67.4%，与原YOLOv8n相比提高了1.1%和1.5%。展示出了强大的竞争力。

关键词：密集行人检测 YOLOv8 nostride-Conv-SPD模块 CARAFE算子小目标检测头

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融合时序行为链与事件类型的类案检索方法

计算机应用 2024年

作者：詹力林秦永彬黄瑞章王华陈艳平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

针对现有的类案检索方法缺乏对案情要素的有效利用容易被案例内容语义结构相似性所误导的问题，提出了融合时序行为链与事件类型的类案检索方法。首先，采取序列标注的方法识别出案情描述中的法律事件类型，并利用案例文本中的行为要素... 详细信息

针对现有的类案检索方法缺乏对案情要素的有效利用容易被案例内容语义结构相似性所误导的问题，提出了融合时序行为链与事件类型的类案检索方法。首先，采取序列标注的方法识别出案情描述中的法律事件类型，并利用案例文本中的行为要素构建时序行为链，突出案情的关键要素，使模型聚焦于案例的核心内容，以解决现有方法易被案例的语义结构相似性所误导的问题。其次，利用分段编码构造时序行为链的相似性向量表征矩阵，增强案例间行为要素的语义交互。最后，经过聚合评分器，从时序行为链、法律事件类型、犯罪类型三个角度衡量案例的相关性，增加案例匹配得分的合理性。实验结果表明，与SAILER(Structure-Aware pre-traIned language model for LEgal case Retrieval)方法相比，该方法在LeCaRD(Legal Case Retrieval Dataset)数据集中，P@5值提升了4个百分点、P@10值提升了3个百分点、MAP值提升了4个百分点、NDCG@30值提升了0.8个百分点。该方法有效利用案情要素，避免了案例内容语义结构相似性的干扰，能为类案检索提供可靠的依据。

关键词：案情要素行为要素事件类型时序行为链聚合评分器

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融合位置编码的中文拼写纠错方法

计算机工程与设计 2024年第9期45卷 2844-2851页

作者：赵建辉林川任丽娜黄瑞章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州贵阳550025 贵州轻工职业技术学院信息工程系贵州贵阳550025 贵州大学计算机科学与技术学院公共大数据国家重点实验室贵州贵阳550025

在中文拼写纠错任务中,字符在文本中的距离信息和顺序信息是重要的特征,因此位置编码至关重要。传统的位置编码无法区分字符的前后联系,此外二阶段方式的纠错方案存在错误传播问题。针对上述问题,提出一种多任务学习下融合位置编码的中... 详细信息

在中文拼写纠错任务中,字符在文本中的距离信息和顺序信息是重要的特征,因此位置编码至关重要。传统的位置编码无法区分字符的前后联系,此外二阶段方式的纠错方案存在错误传播问题。针对上述问题,提出一种多任务学习下融合位置编码的中文拼写纠错方法,使用融合位置编码更好地为模型提供位置信息;使用多任务学习机制缓解错误传播问题,提升模型泛化能力。针对公开数据集进行实验,实验结果在F1值方面有稳定提升,验证了所提方法的有效性。

关键词：中文拼写纠错距离信息顺序信息位置编码错误传播融合位置编码多任务学习

基于主成分分析的苦荞麦重组自交系农艺性状综合评价

在线全文

学校读者我要写书评

暂无评论

浙江农业学报 2024年第4期36卷 748-759页

作者：薛贤滨贾琼陈峥峰黎瑞源陈庆富石桃雄贵州师范大学生命科学学院贵州省荞麦工程技术研究中心贵州贵阳550001 贵州师范大学贵州省信息与计算科学重点实验室贵州贵阳550001

为筛选出综合性状优良的种质,为苦荞麦高产品种的选育推荐材料,对选取的58个具有高产潜质的重组自交系(RILs)及其双亲的10个主要农艺性状进行遗传变异分析、相关性分析、主成分分析和聚类分析。结果表明,58个RILs各性状的变异系数介于5.... 详细信息

为筛选出综合性状优良的种质,为苦荞麦高产品种的选育推荐材料,对选取的58个具有高产潜质的重组自交系(RILs)及其双亲的10个主要农艺性状进行遗传变异分析、相关性分析、主成分分析和聚类分析。结果表明,58个RILs各性状的变异系数介于5.71%~31.55%,其中,产量、生育期和主茎分枝数的变异系数较大,粒宽和籽粒周长的变异系数较小。产量与籽粒面积、籽粒周长、株高和千粒重呈极显著(P株高>籽粒面积>生育期>籽粒周长>粒宽>粒长。主成分分析结果表明,前4个主成分的累计贡献率达86.987%,分别是粒形与产量因子(39.940%)、粒宽因子(24.478%)、株高因子(11.667%)、主茎分枝数与生育期因子(10.893%)。基于综合评价结果及RILs与亲本间的方差分析,共筛选出R64、R103、R164、R84、R192、R153和R214等7个综合性状优良的非米荞型RILs。这7个株系在聚类分析中均被划分在了高产、大粒、高秆和生育期短的C2类群,可将其作为示范推广品种或西南地区常规苦荞育种的优良种质资源加以利用。米荞型株系R52、R198和R101的产量极显著或显著高于米荞型亲本小米荞,可用于苦荞麦高产薄壳品种的选育。

关键词：苦荞麦重组自交系农艺性状遗传变异主成分分析聚类分析

梯级水电短期调度模型及其求解的蝗虫视觉进化神经网络

在线全文

学校读者我要写书评

暂无评论

水力发电学报 2024年第4期43卷 81-96页

作者：王宇驰张洪贵州大学大数据与信息工程学院贵州省系统优化与科学计算特色重点实验室贵阳550025

融合梯级水电站短期调度中电网调峰与发电量相互制约的因素,探讨水电调度模型的设计及求解的改进型蝗虫视觉进化神经网络。调度模型设计中,依据水量平衡方程,在充分考虑机组出力限制、不规则震动区等与水头相关的复杂约束及尾水顶托影响... 详细信息

融合梯级水电站短期调度中电网调峰与发电量相互制约的因素,探讨水电调度模型的设计及求解的改进型蝗虫视觉进化神经网络。调度模型设计中,依据水量平衡方程,在充分考虑机组出力限制、不规则震动区等与水头相关的复杂约束及尾水顶托影响下,构建以调峰效果与发电效益为性能指标的厂网协调短期调度模型。神经网络设计中,在已有蝗虫视觉神经网络基础上引入视觉残留机制、半波整流机制,以及在兴奋层引入局部均值滤波,获得能输出全局和局部学习率的改进型蝗虫视觉神经网络,进而借助混沌映射及山瞪羚优化算法设计状态更新策略,随后顺次连接此视觉神经网络及更新策略,获得能自适应调节参数的改进型蝗虫视觉进化神经网络。比较性的数值实验显示,该神经网络求解13个基准事例中7~13个事例及应用于贵州北盘江梯级电站的3种场景中至少2种场景下具有显著优势。

关键词：梯级水电厂网协调蝗虫视觉进化神经网络山瞪羚优化以水定电

在线全文

学校读者我要写书评

暂无评论

结合二维增强融合机制的事件论元抽取方法

计算机工程与应用 2024年

作者：王潞翔陈艳平黄辉黄瑞章秦永彬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州大学公共大数据国家重点实验室

针对现有的事件论元抽取研究中触发词和论元间缺少交互以及通道内部缺少交互的问题，提出结合二维增强融合机制的事件论元抽取模型(W2-ARG)。首先，在句子中的触发词两边插入标识符，引入事件类型信息的同时增强触发词和论元的交互，并... 详细信息

针对现有的事件论元抽取研究中触发词和论元间缺少交互以及通道内部缺少交互的问题，提出结合二维增强融合机制的事件论元抽取模型(W2-ARG)。首先，在句子中的触发词两边插入标识符，引入事件类型信息的同时增强触发词和论元的交互，并单独编码触发词以突出其在句子中的语义信息。其次，将论元抽取建模为二维化表示的标签预测，通过膨胀卷积捕获不同距离的单词的语义交互。随后，使用通道注意力模块增强通道内部的交互，以强化通道内的信息传递。最后利用拉普拉斯算子来突出事件论元在语义空间中的位置特征，提升模型对事件论元的识别精度。模型在ACE05-EN、ERE-EN数据集上进行了实验，实验结果表明本文方法相较其他的基于分类的事件论元抽取方法提升明显。

关键词：事件论元抽取句子平面化表示通道注意力拉普拉斯算子 BERT

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于事件表示和对比学习的深度事件聚类方法

计算机应用 2024年第6期44卷 1734-1742页

作者：蒋小霞黄瑞章白瑞娜任丽娜陈艳平公共大数据国家重点实验室(贵州大学) 贵阳550025 文本计算与认知智能教育部工程研究中心(贵州大学) 贵阳550025 贵州大学计算机科学与技术学院贵阳550025

针对现有深度聚类方法不考虑事件信息及其结构特点而难以有效划分事件类型的问题,提出一种基于事件表示和对比学习的深度事件聚类方法(DEC_ERCL)。首先,利用信息识别手段从非结构化文本中识别结构化的事件信息,避免冗余信息对事件语义... 详细信息

针对现有深度聚类方法不考虑事件信息及其结构特点而难以有效划分事件类型的问题,提出一种基于事件表示和对比学习的深度事件聚类方法(DEC_ERCL)。首先,利用信息识别手段从非结构化文本中识别结构化的事件信息,避免冗余信息对事件语义的影响;其次,将事件的结构信息集成于自编码器中学习低维稠密的事件表示,并以此作为下游聚类划分的依据;最后,为有效建模事件之间的细微差异,在特征学习过程中加入多正例对比损失。在数据集DuEE、FewFC、Military和ACE2005上的实验结果表明,相较于其他深度聚类方法,所提方法在准确率和标准化互信息(NMI)评价指标上均表现更好;相较于次优的方法,DEC_ERCL的聚类准确率分别提升了17.85%、9.26%、7.36%和33.54%,表明了DEC_ERCL具有更好的事件聚类效果。

关键词：深度聚类文本聚类事件表示事件结构对比学习

基于掩码提示与门控记忆网络校准的关系抽取方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2024年第6期44卷 1713-1719页

作者：魏超陈艳平王凯秦永彬黄瑞章文本计算与认知智能教育部工程研究中心(贵州大学) 贵阳550025 公共大数据国家重点实验室(贵州大学) 贵阳550025 贵州大学计算机科学与技术学院贵阳550025

针对关系抽取(RE)任务中实体关系语义挖掘困难和预测关系有偏差等问题,提出一种基于掩码提示与门控记忆网络校准(MGMNC)的RE方法。首先,利用提示中的掩码学习实体之间在预训练语言模型(PLM)语义空间中的潜在语义,通过构造掩码注意力权... 详细信息

针对关系抽取(RE)任务中实体关系语义挖掘困难和预测关系有偏差等问题,提出一种基于掩码提示与门控记忆网络校准(MGMNC)的RE方法。首先,利用提示中的掩码学习实体之间在预训练语言模型(PLM)语义空间中的潜在语义,通过构造掩码注意力权重矩阵,将离散的掩码语义空间相互关联;其次,采用门控校准网络将含有实体和关系语义的掩码表示融入句子的全局语义;再次,将它们作为关系提示校准关系信息,随后将句子表示的最终表示映射至相应的关系类别;最后,通过更好地利用提示中掩码,并结合传统微调方法的学习句子全局语义的优势,充分激发PLM的潜力。实验结果表明,所提方法在SemEval(SemEval-2010 Task 8)数据集的F1值达到91.4%,相较于RELA(Relation Extraction with Label Augmentation)生成式方法提高了1.0个百分点;在SciERC(Entities, Relations, and Coreference for Scientific knowledge graph construction)和CLTC(Chinese Literature Text Corpus)数据集上的F1值分别达到91.0%和82.8%。所提方法在上述3个数据集上均明显优于对比方法,验证了所提方法的有效性。相较于基于生成式的方法,所提方法实现了更优的抽取性能。

关键词：关系抽取掩码门控神经网络预训练语言模型提示学习