检索结果-维普期刊中文期刊服务平台

气象文本推荐研究被引量：4: 1; 作者梅钰唐卫 +1 位作者王慕华王阔音《计算机应用与软件》北大核心 2019年第8期138-144,共7页; 气象文本是国家气象部门面向公众发布的气象信息,具体包括预警、预报、专报、公报、提示等类型。现有文本生产需要人工编写审核,效率不高,而全自动文本生成主要依赖模板、形式比较固定。针对这个现状,提出气象文本推荐思路并给出具体实... 展开更多; 关键词气象文本推荐自然语言处理信息检索机器学习; 在线阅读下载PDF 职称材料

基于异质注意力循环神经网络的文本推荐被引量：4: 2; 作者牛耀强孟昱煜牛全福《计算机工程》 CAS CSCD 北大核心 2020年第10期52-59,共8页; 针对当前大数据环境下文本推荐不精确的问题,对文本数据和关系网络2种异质数据进行融合,并引入编码器-解码器框架,提出基于异质注意力的循环神经网络模型用于短期文本推荐。使用句子级的分布记忆模型和实体关系表示方法TransR,分别将文... 展开更多; 关键词短期文本推荐数据嵌入异质数据双向GRU 注意力机制; 在线阅读下载PDF 职称材料

基于本体与LDA主题模型的文本资源推荐方法研究被引量：4: 3; 作者祝婷秦春秀 +1 位作者马晓悦李祖海《情报杂志》 CSSCI 北大核心 2015年第11期150-156,共7页; 为了解决基于LDA主题模型的推荐结果总是局限在同一主题范围内从而在一定程度上限制了推荐惊喜度的问题。将本体引入到基于LDA主题模型的文本资源推荐中,通过本体扩展LDA模型的主题得到关联主题,然后考虑关联主题在文本中的分布概率,结... 展开更多; 关键词 LDA主题模型本体文本推荐语义相关度惊喜度关联主题; 在线阅读下载PDF 职称材料

一种结合标签分类和语义查询扩展的文本素材推荐方法被引量：4: 4; 作者孟怡悦彭蓉吕其标《计算机科学》 CSCD 北大核心 2023年第1期76-86,共11页; 在各类规划、调研报告的编制过程中,编制人员往往需要根据拟定的目录或标题去收集、阅读大量文本素材,分类整理后再甄选使用,不仅工作量大而且质量无法得到保障。为此,在数字政府规划文档编制领域中提出了一种结合标签分类和语义查询扩... 展开更多; 关键词文本素材推荐信息检索数字政府查询扩展差分进化算法; 在线阅读下载PDF 职称材料

基于动态参考书目推荐的英语创意写作辅助教学系统的设计与实现被引量：4: 5; 作者王梦雪李俊 +1 位作者贾清源费腾《计算机应用与软件》北大核心 2019年第2期98-102,共5页; 近年来,国内不少高校英语专业开设创意写作(creative writing)课程,旨在提高学生的英语写作水平,培养学生的创想和才思。该课程中,学生将利用大量的英文文献,提高英语运用能力。然而,基于教师水平、阅读量和经验的参差不齐,参考文献的... 展开更多; 关键词文本推荐在线学习相似度计算协同过滤; 在线阅读下载PDF 职称材料

基于改进的宽深度模型的推荐方法研究被引量：2: 6; 作者王艺平冯旭鹏 +1 位作者刘利军黄青松《计算机应用与软件》北大核心 2018年第11期49-54,共6页; 现代社交网络的个性化博文推荐中,博文特征选取质量的高低直接影响了推荐的质量和效率。深度模型可以较高质量地提取出文本中句法和语义的特征。然而短文本特征稀疏且未考虑上下文语境的问题,普遍存在于文本推荐任务中。针对以上问题,... 展开更多; 关键词文本推荐排序模型深度学习门循环神经单元; 在线阅读下载PDF 职称材料

题名气象文本推荐研究被引量：4: 1; 作者梅钰唐卫王慕华王阔音; 机构中国气象局公共气象服务中心; 出处《计算机应用与软件》北大核心 2019年第8期138-144,共7页; 基金国家自然科学基金项目(41871020); 文摘气象文本是国家气象部门面向公众发布的气象信息,具体包括预警、预报、专报、公报、提示等类型。现有文本生产需要人工编写审核,效率不高,而全自动文本生成主要依赖模板、形式比较固定。针对这个现状,提出气象文本推荐思路并给出具体实现方法。气象文本推荐读入用户输入信息,自动推荐后续相关文本供用户选择,提升编写效率及质量。该方法分为两步:进行气象要素抽取,替换得到模板文本;基于模板文本构建邻居子句生成模型。要素抽取使用CRF序列标注模型,文本生成利用Seq2Seq模型。基于公开预警文本的实验结果表明:利用CRF进行要素抽取平均准确率超过90%,基于Seq2Seq模型的生成方法在BLEU值上达到12.2,准确率达到65%。; 关键词气象文本推荐自然语言处理信息检索机器学习; Keywords Meteorological text recommendation Natural language processing Information retrieval Machine learning; 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

题名基于异质注意力循环神经网络的文本推荐被引量：4: 2; 作者牛耀强孟昱煜牛全福; 机构兰州交通大学电子与信息工程学院兰州理工大学土木工程学院; 出处《计算机工程》 CAS CSCD 北大核心 2020年第10期52-59,共8页; 基金国家自然科学基金(41461084) 甘肃省自然科学基金(1606RJZA033)。; 文摘针对当前大数据环境下文本推荐不精确的问题,对文本数据和关系网络2种异质数据进行融合,并引入编码器-解码器框架,提出基于异质注意力的循环神经网络模型用于短期文本推荐。使用句子级的分布记忆模型和实体关系表示方法TransR,分别将文本数据和关系网络嵌入到高维向量中作为模型的输入。在编码器阶段,使用双向GRU将用户的短期兴趣引入到推荐模型中,并将注意力机制与解码器相连接,使解码器能动态地选择并线性组合编码器输入序列的不同部分,以建模用户在短期内的偏好。在解码器阶段,将编码器的注意力输出、候选项和当前用户的表示作为输入。通过双向GRU和前馈网络层,计算每个候选项的得分得到推荐结果。实验结果表明,与TF-IDF和ItemKNN等模型相比,该模型在召回率和均值平均精度指标上均有明显提升。; 关键词短期文本推荐数据嵌入异质数据双向GRU 注意力机制; Keywords short-term text recommendation data embedding heterogeneous data bidirectional GRU attention mechanism; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于本体与LDA主题模型的文本资源推荐方法研究被引量：4: 3; 作者祝婷秦春秀马晓悦李祖海; 机构西安电子科技大学经济与管理学院; 出处《情报杂志》 CSSCI 北大核心 2015年第11期150-156,共7页; 基金国家自然科学基金项目"基于知识地图的对等网语义社区及其知识共享研究"(编号:71103138) 国家自然科学基金项目面上项目"知识社区中的资源语义空间及其检索研究"(编号:71573199) 陕西省自然科学基础研究计划-面上项目"面向商务智能的用户生成内容语义分析与挖掘模型研究"(编号:2015JM7380); 文摘为了解决基于LDA主题模型的推荐结果总是局限在同一主题范围内从而在一定程度上限制了推荐惊喜度的问题。将本体引入到基于LDA主题模型的文本资源推荐中,通过本体扩展LDA模型的主题得到关联主题,然后考虑关联主题在文本中的分布概率,结合加权后的关联主题给予用户最终的推荐。实验结果表明,引入本体后,基于LDA主题模型的推荐惊喜度有了明显的提高。; 关键词 LDA主题模型本体文本推荐语义相关度惊喜度关联主题; Keywords LDA topic model ontology text recommendation semantic relatedness serendipity related topic; 分类号 G350 [文化科学—情报学]; 在线阅读下载PDF 职称材料

题名一种结合标签分类和语义查询扩展的文本素材推荐方法被引量：4: 4; 作者孟怡悦彭蓉吕其标; 机构武汉大学计算机学院; 出处《计算机科学》 CSCD 北大核心 2023年第1期76-86,共11页; 基金教育部-中国移动联合基金项目(MCM2020J01)。; 文摘在各类规划、调研报告的编制过程中,编制人员往往需要根据拟定的目录或标题去收集、阅读大量文本素材,分类整理后再甄选使用,不仅工作量大而且质量无法得到保障。为此,在数字政府规划文档编制领域中提出了一种结合标签分类和语义查询扩展的文本素材推荐方法,从信息检索的角度出发,将目录中的各级标题视为查询语句,将参阅的文本素材作为目标文档,从而进行文本素材检索与推荐。该方法基于差分进化算法,将基于词向量平均的文本素材推荐方法、基于语义查询扩展的文本素材推荐方法和基于标签分类的文本素材推荐方法有机结合,弥补了传统的文本素材推荐方法的不足,实现了通过目录结构的标题检索以段落为粒度的文本素材。在10个数据集上的实验验证结果表明,该方法的性能提升显著,能够大大减少人工素材选择的工作量,同时减少素材分类的工作量,降低文档编制的难度。; 关键词文本素材推荐信息检索数字政府查询扩展差分进化算法; Keywords Text material recommendation Information retrieval Digital government Query expansion Differential evolution algorithm; 分类号 TP311.5 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于动态参考书目推荐的英语创意写作辅助教学系统的设计与实现被引量：4: 5; 作者王梦雪李俊贾清源费腾; 机构武汉大学资源与环境科学学院; 出处《计算机应用与软件》北大核心 2019年第2期98-102,共5页; 基金湖北省高等学校省级教学研究项目(2017012) 武汉大学教学研究项目(2017JG003); 文摘近年来,国内不少高校英语专业开设创意写作(creative writing)课程,旨在提高学生的英语写作水平,培养学生的创想和才思。该课程中,学生将利用大量的英文文献,提高英语运用能力。然而,基于教师水平、阅读量和经验的参差不齐,参考文献的推荐不可能贴合所有学生的写作需求。因此,设计一个服务于英语创意写作课程的动态参考书目推荐辅助教学系统。该系统基于内容的推荐算法和基于物品的协同过滤算法进行推荐:分析学生写作样本中词频特性和易读性等写作风格的特征;根据用户行为挖掘文献之间的关联性。测试结果表明,该系统能够很好地满足用户需求,并且快速准确地为用户推荐参考书目。; 关键词文本推荐在线学习相似度计算协同过滤; Keywords Text recommendation Online study Similarity calculation Collaborative filtering; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于改进的宽深度模型的推荐方法研究被引量：2: 6; 作者王艺平冯旭鹏刘利军黄青松; 机构昆明理工大学信息工程与自动化学院昆明理工大学教育技术与网络中心云南省计算机技术应用重点实验室; 出处《计算机应用与软件》北大核心 2018年第11期49-54,共6页; 基金国家自然科学基金项目(81360230 81560296); 文摘现代社交网络的个性化博文推荐中,博文特征选取质量的高低直接影响了推荐的质量和效率。深度模型可以较高质量地提取出文本中句法和语义的特征。然而短文本特征稀疏且未考虑上下文语境的问题,普遍存在于文本推荐任务中。针对以上问题,在现有宽深度模型的基础上,利用门限循环单元对其多层普通神经网络进行改进,提出宽深度门循环联合(Wide&Deep-GRU)模型,进一步探索浅层部分和深度部分的联合训练。使用从新浪微博获取的真实数据集分别与单一逻辑回归模型、单一深度神经网络模型和宽深度模型进行对比。实验表明,该方法整体上推荐质量较高,同时推荐效率较之前模型也有显著提高。; 关键词文本推荐排序模型深度学习门循环神经单元; Keywords Text recommendation Sorting model Deep learning GRU; 分类号 TP3 [自动化与计算机技术—计算机科学与技术]; 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	气象文本推荐研究	梅钰唐卫王慕华王阔音	《计算机应用与软件》北大核心	2019	4	在线阅读下载PDF 职称材料
2	基于异质注意力循环神经网络的文本推荐	牛耀强孟昱煜牛全福	《计算机工程》 CAS CSCD 北大核心	2020	4	在线阅读下载PDF 职称材料
3	基于本体与LDA主题模型的文本资源推荐方法研究	祝婷秦春秀马晓悦李祖海	《情报杂志》 CSSCI 北大核心	2015	4	在线阅读下载PDF 职称材料
4	一种结合标签分类和语义查询扩展的文本素材推荐方法	孟怡悦彭蓉吕其标	《计算机科学》 CSCD 北大核心	2023	4	在线阅读下载PDF 职称材料
5	基于动态参考书目推荐的英语创意写作辅助教学系统的设计与实现	王梦雪李俊贾清源费腾	《计算机应用与软件》北大核心	2019	4	在线阅读下载PDF 职称材料
6	基于改进的宽深度模型的推荐方法研究	王艺平冯旭鹏刘利军黄青松	《计算机应用与软件》北大核心	2018	2	在线阅读下载PDF 职称材料