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
3
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
利用自注意力机制的大规模网络文档情感分析
被引量：
3
1
作者
夏辉丽
杨立身
薛峰
《计算机工程与设计》
北大核心
2021年第9期2642-2648,共7页
针对社交网络文档(推文)情感分类复杂且准确度低的问题,基于MapReduce平台,提出一种利用自注意力双向分层语义模型的大规模网络文档情感分析方法。通过相似度计算对所有待分析的推文进行预归类,利用自注意力双向分层语义模型进行语义分...
针对社交网络文档(推文)情感分类复杂且准确度低的问题,基于MapReduce平台,提出一种利用自注意力双向分层语义模型的大规模网络文档情感分析方法。通过相似度计算对所有待分析的推文进行预归类,利用自注意力双向分层语义模型进行语义分类,准确分辨推文中词汇的情感类别,利用Hadoop框架和Hadoop分布式文件系统(HDFS)以及MapReduce编程模型实现提出的推文情感分类方法。实验结果表明,提出方法能够准确对大规模推文和词汇语义进行辨识,具有较高的计算效率,提高了情感分析的求解速度和准确度。
展开更多
关键词
MapReduce平台
情感计算
深度学习
自注意力双向分层语义模型
分布式文件系统(HDFS)
情感分类
词汇
语义
在线阅读
下载PDF
职称材料
利用BERT和覆盖率机制改进的HiNT文本检索模型
被引量：
4
2
作者
邸剑
刘骏华
曹锦纲
《智能系统学报》
CSCD
北大核心
2024年第3期719-727,共9页
为有效提升文本语义检索的准确度,本文针对当前文本检索模型衡量查询和文档的相关性时不能很好地解决文本歧义和一词多义等问题,提出一种基于改进的分层神经匹配模型(hierarchical neural matching model,HiNT)。该模型先对文档的各个...
为有效提升文本语义检索的准确度,本文针对当前文本检索模型衡量查询和文档的相关性时不能很好地解决文本歧义和一词多义等问题,提出一种基于改进的分层神经匹配模型(hierarchical neural matching model,HiNT)。该模型先对文档的各个段提取关键主题词,然后用基于变换器的双向编码器(bidirectional encoder representations from transformers,BERT)模型将其编码为多个稠密的语义向量,再利用引入覆盖率机制的局部匹配层进行处理,使模型可以根据文档的局部段级别粒度和全局文档级别粒度进行相关性计算,提高检索的准确率。本文提出的模型在MS MARCO和webtext2019zh数据集上与多个检索模型进行对比,取得了最优结果,验证了本文提出模型的有效性。
展开更多
关键词
基于变换器的
双向
编码器
分层
神经匹配
模型
覆盖率机制
文本检索
语义
表示
特征提取
自然语言处理
相似度
多粒度
在线阅读
下载PDF
职称材料
一种基于分层结构的设备故障领域本体实例关系抽取方法
3
作者
葛天一
杨长春
+1 位作者
陈延雪
周婷
《计算机应用与软件》
北大核心
2023年第8期72-79,共8页
优质的设备故障领域本体需要实例之间拥有准确的关系。传统的基于神经网络的实例关系抽取方法容易使意义相近的关系误分,且由于故障领域文本中实例间隔较远,使用该类方法抽取故障领域实例关系效果不佳。针对上述问题,基于分层结构提出...
优质的设备故障领域本体需要实例之间拥有准确的关系。传统的基于神经网络的实例关系抽取方法容易使意义相近的关系误分,且由于故障领域文本中实例间隔较远,使用该类方法抽取故障领域实例关系效果不佳。针对上述问题,基于分层结构提出了一种从非结构化文本中抽取设备故障领域实例关系的方法。第一层通过对实例对中实例类型的识别,进行初步关系抽取;第二层使用融合自注意力机制的BiLSTM模型对包含实例对的句子进行解析,进行精确分类;通过统计的方法完成实例关系抽取。实验结果表明,此方法与现有的基于神经网络的实例关系抽取方法相比,取得了较好的精确度与召回率,提高了故障本体实例关系抽取的效果(F1值)。
展开更多
关键词
本体构建
设备故障
关系抽取
分层
结构
自注意力
机制
双向
长短期记忆
模型
在线阅读
下载PDF
职称材料
题名
利用自注意力机制的大规模网络文档情感分析
被引量：
3
1
作者
夏辉丽
杨立身
薛峰
机构
郑州经贸学院计算机与人工智能学院
河南理工大学计算机科学与技术学院
出处
《计算机工程与设计》
北大核心
2021年第9期2642-2648,共7页
基金
国家自然科学基金项目(61872126)。
文摘
针对社交网络文档(推文)情感分类复杂且准确度低的问题,基于MapReduce平台,提出一种利用自注意力双向分层语义模型的大规模网络文档情感分析方法。通过相似度计算对所有待分析的推文进行预归类,利用自注意力双向分层语义模型进行语义分类,准确分辨推文中词汇的情感类别,利用Hadoop框架和Hadoop分布式文件系统(HDFS)以及MapReduce编程模型实现提出的推文情感分类方法。实验结果表明,提出方法能够准确对大规模推文和词汇语义进行辨识,具有较高的计算效率,提高了情感分析的求解速度和准确度。
关键词
MapReduce平台
情感计算
深度学习
自注意力双向分层语义模型
分布式文件系统(HDFS)
情感分类
词汇
语义
Keywords
MapReduce platform
emotion analysis
deep learning
self-attention bi-directional hierarchical semantic model
distributed file system(HDFS)
emotion classification
lexical semantics
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
利用BERT和覆盖率机制改进的HiNT文本检索模型
被引量：
4
2
作者
邸剑
刘骏华
曹锦纲
机构
华北电力大学控制与计算机工程学院
复杂能源系统智能计算教育部工程研究中心
出处
《智能系统学报》
CSCD
北大核心
2024年第3期719-727,共9页
基金
中央高校基本科研业务费专项(2021MS085).
文摘
为有效提升文本语义检索的准确度,本文针对当前文本检索模型衡量查询和文档的相关性时不能很好地解决文本歧义和一词多义等问题,提出一种基于改进的分层神经匹配模型(hierarchical neural matching model,HiNT)。该模型先对文档的各个段提取关键主题词,然后用基于变换器的双向编码器(bidirectional encoder representations from transformers,BERT)模型将其编码为多个稠密的语义向量,再利用引入覆盖率机制的局部匹配层进行处理,使模型可以根据文档的局部段级别粒度和全局文档级别粒度进行相关性计算,提高检索的准确率。本文提出的模型在MS MARCO和webtext2019zh数据集上与多个检索模型进行对比,取得了最优结果,验证了本文提出模型的有效性。
关键词
基于变换器的
双向
编码器
分层
神经匹配
模型
覆盖率机制
文本检索
语义
表示
特征提取
自然语言处理
相似度
多粒度
Keywords
bidirectional encoder representations from transformers
hierarchical neural matching model
coverage mechanism
text retrieval
semantic representation
feature extraction
natural language processing
similarity
multigranularity
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
一种基于分层结构的设备故障领域本体实例关系抽取方法
3
作者
葛天一
杨长春
陈延雪
周婷
机构
常州大学阿里云大数据学院
常州大学微电子与控制工程学院
出处
《计算机应用与软件》
北大核心
2023年第8期72-79,共8页
基金
江苏省研究生科研与实践创新计划项目(KYCX19_1771)
赛尔网络下一代互联网技术创新项目(NGII20180706)。
文摘
优质的设备故障领域本体需要实例之间拥有准确的关系。传统的基于神经网络的实例关系抽取方法容易使意义相近的关系误分,且由于故障领域文本中实例间隔较远,使用该类方法抽取故障领域实例关系效果不佳。针对上述问题,基于分层结构提出了一种从非结构化文本中抽取设备故障领域实例关系的方法。第一层通过对实例对中实例类型的识别,进行初步关系抽取;第二层使用融合自注意力机制的BiLSTM模型对包含实例对的句子进行解析,进行精确分类;通过统计的方法完成实例关系抽取。实验结果表明,此方法与现有的基于神经网络的实例关系抽取方法相比,取得了较好的精确度与召回率,提高了故障本体实例关系抽取的效果(F1值)。
关键词
本体构建
设备故障
关系抽取
分层
结构
自注意力
机制
双向
长短期记忆
模型
Keywords
Ontology construction
Equipment failure
Relation extraction
Hierarchical structure
Self-attention mechanism
BiLSTM
分类号
TP391 [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
利用自注意力机制的大规模网络文档情感分析
夏辉丽
杨立身
薛峰
《计算机工程与设计》
北大核心
2021
3
在线阅读
下载PDF
职称材料
2
利用BERT和覆盖率机制改进的HiNT文本检索模型
邸剑
刘骏华
曹锦纲
《智能系统学报》
CSCD
北大核心
2024
4
在线阅读
下载PDF
职称材料
3
一种基于分层结构的设备故障领域本体实例关系抽取方法
葛天一
杨长春
陈延雪
周婷
《计算机应用与软件》
北大核心
2023
0
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
