检索结果-维普期刊中文期刊服务平台

学术文本中细粒度知识实体的关联分析被引量：23: 1; 作者章成志谢雨欣宋云天《图书馆论坛》 CSSCI 北大核心 2021年第3期12-20,共9页; 考察特定领域文本中蕴含的细粒度知识实体的使用情况,对知识实体的评估和选择具有重要意义。学术文本中的细粒度知识实体通常具有多个类型、多种关联关系,挖掘知识实体的同质与异质关联关系,有助于深入了解特定领域知识实体的实际使用... 展开更多; 关键词全文内容分析细粒度知识实体关联分析; 在线阅读下载PDF 职称材料

基于细粒度关键词引用网络的领域知识多维分析被引量：4: 2; 作者王佳敏陆伟 +1 位作者程齐凯秦春秀《情报学报》 CSSCI CSCD 北大核心 2022年第7期733-744,共12页; 针对关键词引用网络中存在的节点语义角色缺失和关联关系单一的局限,本文通过学术文本语义功能增强网络中节点及其关联关系的语义信息,提出了一种细粒度关键词引用网络。首先对学术文本内容进行解析,抽取文献关键词、引用关联、引文上... 展开更多; 关键词关键词引用网络多维关联分析词汇功能引用功能细粒度知识演化; 在线阅读下载PDF 职称材料

细粒度语义知识图谱增强的中文OOV词嵌入学习被引量：2: 3; 作者陈姝睿梁子然饶洋辉《计算机科学》 CSCD 北大核心 2023年第3期72-82,共11页; 随着信息化领域的范围不断扩大,许多特定领域的文本语料开始涌现。这些特定领域,如医疗、通信等,由于受到安全性和敏感性的影响,其数据规模通常较小,传统的词嵌入学习模型难以获得有效的结果。另一方面,直接应用现有的预训练语言模型时... 展开更多; 关键词未登录词嵌入学习中文细粒度语义信息细粒度知识图谱图卷积网络学习; 在线阅读下载PDF 职称材料

面向苹果叶部病害识别的细粒度蒸馏模型被引量：8: 4; 作者李大湘滑翠云刘颖《农业工程学报》 EI CAS CSCD 北大核心 2023年第7期185-194,共10页; 为了提高轻型卷积神经网络(convolutional neural networks,CNN)在苹果叶部病害识别中的精度,使其更加适于布署到智慧农业移动终端,该研究设计了一种细粒度知识蒸馏(fine-grained knowledge distillation,FGKD)模型。首先,利用上下文信... 展开更多; 关键词计算机视觉图像处理苹果树叶病害识别细粒度知识蒸馏上下文空间注意力; 在线阅读下载PDF 职称材料

基于迁移学习的零样本故障诊断被引量：3: 5; 作者吴天舒尹宏鹏 +1 位作者赵丹丹蔡力《电子学报》 EI CAS CSCD 北大核心 2023年第9期2572-2577,共6页; 针对工业故障诊断中设备故障数据采集困难,目标故障样本少的问题,现有的零样本故障诊断方法仍依赖于故障数据集,本文提出了一种基于迁移学习的零样本故障诊断方法.通过经典的主成分分析算法,构建了一个适用于源域和目标域的判别属性提取... 展开更多; 关键词故障诊断零样本迁移学习细粒度知识判别表示; 在线阅读下载PDF 职称材料

题名学术文本中细粒度知识实体的关联分析被引量：23: 1; 作者章成志谢雨欣宋云天; 机构南京理工大学经济管理学院; 出处《图书馆论坛》 CSSCI 北大核心 2021年第3期12-20,共9页; 基金国家自然科学基金“基于学术文献全文内容的细粒度算法实体抽取与评估研究”(项目编号:72074113) 富媒体数字出版内容组织与知识服务重点实验室开放基金项目“富媒体数字出版内容中细粒度知识实体的抽取及关联与演化分析研究”(项目编号:ZD2020/09-04) 江苏省研究生科研与实践创新计划项目“学术文本中细粒度知识实体的抽取及关联与演化分析研究”(项目编号:KYCX20_0406)研究成果。; 文摘考察特定领域文本中蕴含的细粒度知识实体的使用情况,对知识实体的评估和选择具有重要意义。学术文本中的细粒度知识实体通常具有多个类型、多种关联关系,挖掘知识实体的同质与异质关联关系,有助于深入了解特定领域知识实体的实际使用情况。目前相关研究大多针对学术文本中单一知识实体的抽取和评估,缺乏对知识实体间关系的关注,在一定程度上限制了基于实体抽取进行知识发现的能力。文章以自然语言处理领域为例,对学术论文全文中的细粒度知识实体关联数据进行挖掘,并通过可视化方式揭示关联数据中蕴含的信息。主要是选取全国计算语言学会议2009-2018年间收录的中文论文为原始语料,人工标注论文中使用的知识实体,并针对NLP特点将其细分为“指标实体”“工具实体”“资源实体”“方法实体”4种类型;结合关联规则挖掘算法Apriori和复杂网络分析软件构建知识实体关联网络,揭示该领域常用的知识实体,以及这些知识实体的使用相关性。; 关键词全文内容分析细粒度知识实体关联分析; Keywords full-text context analysis fine-grained knowledge entity association analysis; 分类号 G353.1 [文化科学—情报学]; 在线阅读下载PDF 职称材料

题名基于细粒度关键词引用网络的领域知识多维分析被引量：4: 2; 作者王佳敏陆伟程齐凯秦春秀; 机构西安电子科技大学经济与管理学院武汉大学信息管理学院武汉大学信息检索与知识挖掘研究所; 出处《情报学报》 CSSCI CSCD 北大核心 2022年第7期733-744,共12页; 基金国家自然科学基金面上项目“基于多语义信息融合的学术文献引文推荐研究”(71673211)。; 文摘针对关键词引用网络中存在的节点语义角色缺失和关联关系单一的局限,本文通过学术文本语义功能增强网络中节点及其关联关系的语义信息,提出了一种细粒度关键词引用网络。首先对学术文本内容进行解析,抽取文献关键词、引用关联、引文上下文、引用对象等信息,并对其词汇功能和引用功能进行识别。接着采用复杂网络图方法构建细粒度关键词引用网络,从引用功能敏感的子网分析、特定节点的多维关联分析和细粒度领域知识演化分析三个方面进行领域知识多维分析,并以ACL(Association for Computational Linguistics)会议论文集为例进行实证研究。结果验证了本文所提出方法的有效性,发现了NLP(natural language processing)领域知识间的使用、扩展和对比模式,揭示了特定研究问题的发展情况或特定方法的应用情况,刻画了领域知识的细粒度演化脉络。本文扩展了知识网络的研究方法和深度,也为领域知识多维分析提供了新的视角和路径。; 关键词关键词引用网络多维关联分析词汇功能引用功能细粒度知识演化; Keywords keyword citation network multi-dimensional association analysis term function citation function fine grained knowledge evolution; 分类号 G353.1 [文化科学—情报学]; 在线阅读下载PDF 职称材料

题名细粒度语义知识图谱增强的中文OOV词嵌入学习被引量：2: 3; 作者陈姝睿梁子然饶洋辉; 机构中山大学计算机学院; 出处《计算机科学》 CSCD 北大核心 2023年第3期72-82,共11页; 基金国家自然科学基金面上项目(61972426)。; 文摘随着信息化领域的范围不断扩大,许多特定领域的文本语料开始涌现。这些特定领域,如医疗、通信等,由于受到安全性和敏感性的影响,其数据规模通常较小,传统的词嵌入学习模型难以获得有效的结果。另一方面,直接应用现有的预训练语言模型时会出现较多未登录词,这些词汇无法表示成向量,从而影响下游任务的性能表现。许多学者开始研究如何利用细粒度语义信息来得到较高质量的未登录词向量表示。然而,当前的未登录词嵌入学习模型大多针对英文语料,对中文词的细粒度语义信息只能进行简单的拼接或映射,难以在中文未登录词嵌入学习任务中得到有效的向量表示。针对上述问题,首先通过中文构字规则,即中文词所包含的汉字、汉字所包含的部件和拼音等,构建细粒度的知识图谱,使其不仅能涵盖汉字和单词之间的关联关系,还能对拼音和汉字、组件和汉字等细粒度语义信息之间的多元且复杂的关联关系进行表征。然后,在知识图谱上运行图卷积算法,从而对中文词的细粒度语义信息之间以及它们与词语义之间更深层次的关系进行建模。此外,文中通过在子图结构上构建图读出来进一步挖掘细粒度语义信息与词语义信息之间的组成关系,据此提升模型在未登录词嵌入推断中的精准度。实验结果表明,在面对未登录词占比较大的特定语料上的词配对、词相似任务,以及文本分类、命名实体识别等下游任务时,所提模型都取得了更好的性能。; 关键词未登录词嵌入学习中文细粒度语义信息细粒度知识图谱图卷积网络学习; Keywords Out-of-vocabulary word embedding learning Chinese fine-grained semantic information Fine-grained knowledge graph Graph convolution network learning; 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

题名面向苹果叶部病害识别的细粒度蒸馏模型被引量：8: 4; 作者李大湘滑翠云刘颖; 机构西安邮电大学通信与信息工程学院; 出处《农业工程学报》 EI CAS CSCD 北大核心 2023年第7期185-194,共10页; 基金国家自然科学基金(62071379) 陕西省自然科学基金(2017KW-013) 西安邮电大学创新基金(CXJJYL2022014)。; 文摘为了提高轻型卷积神经网络(convolutional neural networks,CNN)在苹果叶部病害识别中的精度,使其更加适于布署到智慧农业移动终端,该研究设计了一种细粒度知识蒸馏(fine-grained knowledge distillation,FGKD)模型。首先,利用上下文信息与空间-语义关系分别设计了上下文空间注意力(spatial attention,SA)与细粒度特征提取(fine-grained feature extraction,FGFE)模块,且将它们嵌入到Resnet50与设计的轻型CNN,分别作为教师与学生网络;然后,构造SA与FGFE知识蒸馏损失函数,以将教师网络中的特征提取与细粒度知识表示能力迁移到学生网络之中,以增强其对苹果叶部病害图像的局部特征提取能力与高层语义表达能力,使轻型学生网络在参数量很小的条件下,其性能接近复杂的教师网络。基于标准苹果叶部病害数据集的对比试验结果表明,经知识蒸馏之后的学生网络精度为98.60%,模型参数量仅0.75 MB,平均推理时间为25.51 ms,能够有效地满足实际智慧农业移动端对模型的需求,快速准确地实现苹果叶部病害自动识别。; 关键词计算机视觉图像处理苹果树叶病害识别细粒度知识蒸馏上下文空间注意力; Keywords computer vision image processing apple tree leaf disease identification fine grain knowledge distillation contextual spatial attention; 分类号 S24 [农业科学—农业电气化与自动化] TP391.4 [自动化与计算机技术—计算机应用技术] S431.9 [农业科学—农业昆虫与害虫防治]; 在线阅读下载PDF 职称材料

题名基于迁移学习的零样本故障诊断被引量：3: 5; 作者吴天舒尹宏鹏赵丹丹蔡力; 机构重庆大学; 出处《电子学报》 EI CAS CSCD 北大核心 2023年第9期2572-2577,共6页; 基金重庆英才计划青年拔尖人才项目(No.cstc2021ycjh-bgzxm0028) 重庆英才计划项目(No.cstc2021ycjhbgzxm0028) 国家自然科学基金面上项目(No.1010200720170220)。; 文摘针对工业故障诊断中设备故障数据采集困难,目标故障样本少的问题,现有的零样本故障诊断方法仍依赖于故障数据集,本文提出了一种基于迁移学习的零样本故障诊断方法.通过经典的主成分分析算法,构建了一个适用于源域和目标域的判别属性提取器,用于提取源域数据样本潜在的细粒度特征表示,将其作为知识迁移的桥梁.利用源域故障数据获得所有已知故障类的共享细粒度基组,并将其作为知识迁移到目标域故障表示中.从共享细粒度基组学习源域和目标域的判别矩阵,构建各自的判别性特征,最终利用判别性属性实现零样本的故障诊断.基于田纳西-伊斯曼过程(Tennessee Eastrman Process,TEP)数据集,实验对本文方法和其他零样本故障诊断方法进行对比,实验结果验证了本文方法对零样本故障检测的有效性.; 关键词故障诊断零样本迁移学习细粒度知识判别表示; Keywords fault diagnosis zero sample transfer learning fine-grained knowledge discriminant feature representation; 分类号 TP183 [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	作者	出处	发文年	被引量	操作
1	学术文本中细粒度知识实体的关联分析	章成志谢雨欣宋云天	《图书馆论坛》 CSSCI 北大核心	2021	23	在线阅读下载PDF 职称材料
2	基于细粒度关键词引用网络的领域知识多维分析	王佳敏陆伟程齐凯秦春秀	《情报学报》 CSSCI CSCD 北大核心	2022	4	在线阅读下载PDF 职称材料
3	细粒度语义知识图谱增强的中文OOV词嵌入学习	陈姝睿梁子然饶洋辉	《计算机科学》 CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
4	面向苹果叶部病害识别的细粒度蒸馏模型	李大湘滑翠云刘颖	《农业工程学报》 EI CAS CSCD 北大核心	2023	8	在线阅读下载PDF 职称材料
5	基于迁移学习的零样本故障诊断	吴天舒尹宏鹏赵丹丹蔡力	《电子学报》 EI CAS CSCD 北大核心	2023	3	在线阅读下载PDF 职称材料