-
题名多源认知知识融合的情感支持对话模型
- 1
-
-
作者
张伟庆
邱莉榕
张熙
-
机构
北京邮电大学计算机学院(国家示范性软件学院)
北京邮电大学网络空间安全学院
-
出处
《东北师大学报(自然科学版)》
北大核心
2025年第1期82-90,共9页
-
基金
国家自然科学基金资助项目(62072488)
北京市自然科学基金资助项目(4202064)。
-
文摘
提出了一种新颖的模型架构MDES.首先利用心理健康对话样例知识补充背景语义信息,结合情感强度计算过滤知识噪声;然后使用常识知识推断用户情感状态,并建模用户的情感状态过渡信息;最后,在公开基准数据集ESConv上进行了实验.结果表明,MDES已经实现了最先进的性能.
-
关键词
情感支持对话
多源认知知识
知识噪声
情感状态过渡
-
Keywords
emotional support conversation
multi-source knowledge
knowledge noise
emotional state transition
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于词典增强的电信诈骗文本线索词提取模型
- 2
-
-
作者
周业勤
邱莉榕
张熙
-
机构
北京邮电大学计算机学院
-
出处
《东北师大学报(自然科学版)》
2025年第3期86-94,共9页
-
基金
国家自然科学基金资助项目(62072488)
北京市自然科学基金资助项目(4202064)
山东警察学院公安机关基层基础建设重大决策专项资助项目(JCJCJSZX202207).
-
文摘
针对电信诈骗文本中专有词汇过多导致的线索词提取准确率不高的问题,本文提出了一种具有改进嵌入层结构的基于词典增强的文本线索词提取模型TLBERT,该模型利用电信诈骗领域的专有词汇,在提高线索词的识别性能和缓解词典增强导致的知识噪声方面具有较好的改进效果.采用树形结构将词典匹配词汇和主干序列进行关联,采用可见矩阵和Mask自注意力机制限制词典树中主干序列和词典匹配词汇之间的相互可见性.根据可见矩阵的值调整注意力权重,降低不直接相关的词典匹配词汇和主干序列之间的干扰,有效缓解知识噪声对性能的影响.本文在4个公共数据集OntoNotes、MSRA、Weibo、Resume以及电信诈骗数据集上进行了实验.结果表明,所提出的方案在一般任务和诈骗文本线索词提取任务上都具有良好的性能.在诈骗文本线索词提取任务中,准确率、召回率和调和平均值分别达到了94.12%、92.75%和93.43%,优于现有模型.
-
关键词
电信诈骗
线索词提取
词典增强
知识噪声
-
Keywords
telecom fraud
clue keyword extraction
lexicon enhancement
knowledge noise
-
分类号
TP393
[自动化与计算机技术]
-
