期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
综合多层语义特征与深度卷积网络的手绘图像检索方法
被引量：
3
1
作者
刘玉杰
于邓
+2 位作者
庞芸萍
李宗民
李华
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2018年第4期651-657,共7页
针对手绘图像检索领域中手绘图像的语义特征,为了深度发掘手绘图像的语义特征,并获得高效、准确的检索结果,提出一种基于多层语义特征和深度卷积网络的融合网络的方法.首先提出针对手绘图像语义特征的分层的概念,并构建与多层语义特征...
针对手绘图像检索领域中手绘图像的语义特征,为了深度发掘手绘图像的语义特征,并获得高效、准确的检索结果,提出一种基于多层语义特征和深度卷积网络的融合网络的方法.首先提出针对手绘图像语义特征的分层的概念,并构建与多层语义特征相对应的多层深度卷积神经网络来学习不同层次的深度特征,然后通过特征融合,实现多层深度语义特征的融合,形成最终的特征描述子,达到高精度的检索.在基准数据库Flickr15k上的实验结果表明该方法是可行、有效的.
展开更多
关键词
手绘检索
多层语义特征
深度卷积神经网络
特征
融合
在线阅读
下载PDF
职称材料
基于多层次语义特征的英文作文自动评分方法
被引量：
16
2
作者
周险兵
樊小超
+1 位作者
任鸽
杨勇
《计算机应用》
CSCD
北大核心
2021年第8期2205-2211,共7页
作文自动评分(AES)技术能够自动地对作文进行分析和评分,其已成为自然语言处理技术在教育领域应用的热点研究问题之一。针对目前AES方法割裂了深层和浅层语义特征,忽视了多层次语义融合对作文评分影响的问题,提出了一种基于多层次语义...
作文自动评分(AES)技术能够自动地对作文进行分析和评分,其已成为自然语言处理技术在教育领域应用的热点研究问题之一。针对目前AES方法割裂了深层和浅层语义特征,忽视了多层次语义融合对作文评分影响的问题,提出了一种基于多层次语义特征的神经网络(MLSF)模型进行AES。首先,采用卷积神经网络(CNN)捕获局部语义特征,并采用混合神经网络捕获全局语义特征,以从深层次获取作文的语义特征;其次,利用篇章级的作文主题向量来获取主题层特征,同时针对深度学习模型难以挖掘的语法错误和语言丰富程度特征,构造了少量人工特征以从浅层获取作文的语言学特征;最后,通过特征融合对作文进行自动评分。实验结果表明,所提出模型在Kaggle ASAP竞赛公开数据集的所有子集上性能均有显著提升,该模型的平均二次加权的卡帕值(QWK)达到79.17%,验证了该模型在AES任务中的有效性。
展开更多
关键词
英文作文
作文自动评分
多层语义特征
深
层
语义
理解
特征
融合
自然语言处理
在线阅读
下载PDF
职称材料
题名
综合多层语义特征与深度卷积网络的手绘图像检索方法
被引量：
3
1
作者
刘玉杰
于邓
庞芸萍
李宗民
李华
机构
中国石油大学(华东)计算机与通信工程学院
中国科学院计算技术研究所
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2018年第4期651-657,共7页
基金
国家自然科学基金(61379106)
山东省自然科学基金(ZR2013FM036
+1 种基金
ZR2015FM011)
浙江大学CAD&CG重点实验室开放基金(A1315)
文摘
针对手绘图像检索领域中手绘图像的语义特征,为了深度发掘手绘图像的语义特征,并获得高效、准确的检索结果,提出一种基于多层语义特征和深度卷积网络的融合网络的方法.首先提出针对手绘图像语义特征的分层的概念,并构建与多层语义特征相对应的多层深度卷积神经网络来学习不同层次的深度特征,然后通过特征融合,实现多层深度语义特征的融合,形成最终的特征描述子,达到高精度的检索.在基准数据库Flickr15k上的实验结果表明该方法是可行、有效的.
关键词
手绘检索
多层语义特征
深度卷积神经网络
特征
融合
Keywords
sketch based image retrieval
multi-layer semantic features
deep convolutional neural network
feature fusion
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于多层次语义特征的英文作文自动评分方法
被引量：
16
2
作者
周险兵
樊小超
任鸽
杨勇
机构
新疆师范大学计算机科学技术学院
大连理工大学计算机科学与技术学院
出处
《计算机应用》
CSCD
北大核心
2021年第8期2205-2211,共7页
基金
国家自然科学基金资助项目(62066044)
新疆维吾尔自治区高等学校科研计划项目(XJEDU2016S066)。
文摘
作文自动评分(AES)技术能够自动地对作文进行分析和评分,其已成为自然语言处理技术在教育领域应用的热点研究问题之一。针对目前AES方法割裂了深层和浅层语义特征,忽视了多层次语义融合对作文评分影响的问题,提出了一种基于多层次语义特征的神经网络(MLSF)模型进行AES。首先,采用卷积神经网络(CNN)捕获局部语义特征,并采用混合神经网络捕获全局语义特征,以从深层次获取作文的语义特征;其次,利用篇章级的作文主题向量来获取主题层特征,同时针对深度学习模型难以挖掘的语法错误和语言丰富程度特征,构造了少量人工特征以从浅层获取作文的语言学特征;最后,通过特征融合对作文进行自动评分。实验结果表明,所提出模型在Kaggle ASAP竞赛公开数据集的所有子集上性能均有显著提升,该模型的平均二次加权的卡帕值(QWK)达到79.17%,验证了该模型在AES任务中的有效性。
关键词
英文作文
作文自动评分
多层语义特征
深
层
语义
理解
特征
融合
自然语言处理
Keywords
English essay
Automated Essay Scoring(AES)
Multi-Level Semantic Feature(MLSF)
deep semantic understanding
feature fusion
natural language processing
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
综合多层语义特征与深度卷积网络的手绘图像检索方法
刘玉杰
于邓
庞芸萍
李宗民
李华
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2018
3
在线阅读
下载PDF
职称材料
2
基于多层次语义特征的英文作文自动评分方法
周险兵
樊小超
任鸽
杨勇
《计算机应用》
CSCD
北大核心
2021
16
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
