检索结果-维普期刊中文期刊服务平台

基于多行为特征嵌入记忆网络的知识追踪模型被引量：2: 1; 作者贺步贵董永权 +1 位作者贾瑞金家永《太原理工大学学报》北大核心 2024年第1期184-194,共11页; 【目的】为了充分利用交互记录中的学习和遗忘特征,提出了一种基于多行为特征嵌入记忆网络的知识追踪模型(MFKT).该模型考虑了学习过程中的学习和遗忘两种行为。【方法】首先,从交互记录中提取学习和遗忘两大特征,然后将提取到的学习特... 展开更多; 关键词智慧教育知识追踪特征提取动态键值记忆网络学习与遗忘; 在线阅读下载PDF 职称材料

融合位置和实体类别信息的中文命名实体识别被引量：1: 2; 作者杨竣辉李苏晋《计算机工程》北大核心 2025年第3期113-121,共9页; 词语作为一种上下文信息在中文命名实体识别(NER)任务中发挥着重要作用。以往基于字符的中文NER方法虽然在一定程度上取得了成功,但仍存在词语信息嵌入方式简单、特征捕捉方式单一,且忽视了潜在词的影响、未能充分利用词语信息的问题。... 展开更多; 关键词命名实体识别键值记忆网络词语信息位置信息实体类别信息; 在线阅读下载PDF 职称材料

基于Electra预训练模型并融合依存关系的中文事件检测模型被引量：3: 3; 作者尹宝生孔维一《计算机科学》 CSCD 北大核心 2024年第S01期223-228,共6页; 事件检测是信息提取领域的一个重要研究方向。现存的事件检测模型受到语言模型训练目标的限制,只能被动地获取词与词之间的依赖关系,使得模型在训练的过程中过多地关注与训练目标不相关的成分,从而导致检测结果错误。以往的研究表明,充... 展开更多; 关键词事件检测依存关系键值记忆网络门控机制负采样; 在线阅读下载PDF 职称材料

基于信息熵-切分概率模型的新词发现方法被引量：4: 4; 作者祝钰莹郭燕 +1 位作者万亿兆田凯《计算机科学》 CSCD 北大核心 2023年第7期221-228,共8页; 新词发现是中文自然语言处理的基本任务,对于提升各种下游任务的性能至关重要。文中提出了一种基于信息熵-切分概率模型的新词发现方法,该方法首先基于信息熵从待处理文本中生成候选词集,然后对候选词集进行切分概率计算,从而筛选出真... 展开更多; 关键词新词发现信息熵互信息 Transformer 条件随机场键值记忆神经网络; 在线阅读下载PDF 职称材料

题名基于多行为特征嵌入记忆网络的知识追踪模型被引量：2: 1; 作者贺步贵董永权贾瑞金家永; 机构江苏师范大学计算机科学与技术学院江苏师范大学江苏省教育信息化工程技术研究中心江苏师范大学徐州市云计算工程技术研究中心; 出处《太原理工大学学报》北大核心 2024年第1期184-194,共11页; 基金国家自然科学基金资助项目(61872168) 江苏省教育科学“十四五”规划课题(D/2021/01/112)。; 文摘【目的】为了充分利用交互记录中的学习和遗忘特征,提出了一种基于多行为特征嵌入记忆网络的知识追踪模型(MFKT).该模型考虑了学习过程中的学习和遗忘两种行为。【方法】首先,从交互记录中提取学习和遗忘两大特征,然后将提取到的学习特征通过标量交叉方式嵌入记忆网络,同时将遗忘特征通过向量组合的方式嵌入,用于增强其对于学生答题序列的学习能力。此外,还考虑到了不同学生回答完成后的知识增长差异,在原先记忆网络的基础上增加了一个知识增长层,用于计算学生答题得到的知识增长。【结果】通过在公开数据集上的实验表明,MFKT更加符合学生的真实学习规律,能够实现对学生知识状态更加精准的追踪。; 关键词智慧教育知识追踪特征提取动态键值记忆网络学习与遗忘; Keywords intelligent education knowledge tracing feature extraction dynamic key-value memory networks learning and forgetting; 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

题名融合位置和实体类别信息的中文命名实体识别被引量：1: 2; 作者杨竣辉李苏晋; 机构江西理工大学信息工程学院; 出处《计算机工程》北大核心 2025年第3期113-121,共9页; 基金国家自然科学基金(61273328,61305053,62066019) 国家重点研发计划(2020YFB1713700) 江西省自然科学基金(20202BABL202020)。; 文摘词语作为一种上下文信息在中文命名实体识别(NER)任务中发挥着重要作用。以往基于字符的中文NER方法虽然在一定程度上取得了成功,但仍存在词语信息嵌入方式简单、特征捕捉方式单一,且忽视了潜在词的影响、未能充分利用词语信息的问题。针对上述问题,提出一种改进的中文NER方法。首先,通过基于全遮蔽技术的预训练模型RoBERTa-wwm将文本表示为字符级嵌入向量;其次,使用门控空洞卷积神经网络(DGCNN)模型进一步捕捉文本的特征信息;然后,在键值记忆网络(KV-MemNN)模型中采用位置实体类别组合机制(PECM)更有效地融合词语信息并缓解潜在词冲突所带来的影响;最后,利用条件随机场(CRF)模型对预测结果进行约束得到最佳标签序列。实验结果表明,该方法在Weibo、MSRA和Resume数据集上的F1值分别达到71.82%、95.00%和96.14%,相比于融合词语信息的FLAT模型分别提升了11.50、0.88、0.69百分点,同时在不同实体上的识别表现整体优于RoBERTa-wwm+CRF和Lattice LSTM模型。此外,通过预训练模型的对比和消融实验进一步证明了KV-MemNN和RoBERTa-wwm模型的有效性。; 关键词命名实体识别键值记忆网络词语信息位置信息实体类别信息; Keywords Named Entity Recognition(NER) Key-Value Memory Network(KV-MemNN) word information positional information entity category information; 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

题名基于Electra预训练模型并融合依存关系的中文事件检测模型被引量：3: 3; 作者尹宝生孔维一; 机构沈阳航空航天大学人机智能研究中心; 出处《计算机科学》 CSCD 北大核心 2024年第S01期223-228,共6页; 基金辽宁省教育厅项目(LJKMZ20220536)。; 文摘事件检测是信息提取领域的一个重要研究方向。现存的事件检测模型受到语言模型训练目标的限制,只能被动地获取词与词之间的依赖关系,使得模型在训练的过程中过多地关注与训练目标不相关的成分,从而导致检测结果错误。以往的研究表明,充分理解上下文信息对于基于深度学习的事件检测技术至关重要。因此,在Electra预训练模型的基础上,引入KVMN网络来捕捉单词之间的依赖关系,以增强单词的语义特征,并采用了一种门控机制来加权这些特征。然后,为了解决中文事件检测中模型识别错误决策的问题,在输入中加入负样本,对不同样本加入不同程度的噪声,使模型学习更好的嵌入表示,有效提高了模型对未知样本的泛化能力。最后,在公共数据集LEVEN上的实验结果表明,该方法优于现有方法,取得了93.43%的F1值。; 关键词事件检测依存关系键值记忆网络门控机制负采样; Keywords Event detection Dependency Key-value memory network Gating mechanism Negative sampling; 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

题名基于信息熵-切分概率模型的新词发现方法被引量：4: 4; 作者祝钰莹郭燕万亿兆田凯; 机构中国科学技术大学苏州高等研究院中国科学技术大学软件学院; 出处《计算机科学》 CSCD 北大核心 2023年第7期221-228,共8页; 文摘新词发现是中文自然语言处理的基本任务,对于提升各种下游任务的性能至关重要。文中提出了一种基于信息熵-切分概率模型的新词发现方法,该方法首先基于信息熵从待处理文本中生成候选词集,然后对候选词集进行切分概率计算,从而筛选出真正的新词。针对有无待处理文本相关的标注语料,提出了两种不同的模型。在缺少待处理文本相关标注语料的情况下,使用通用的分词基准数据集训练了多标签Transformer-CRF模型;在具有专业标注语料的情况下,则引入了基于键值的记忆神经网络,以充分融合词语成词信息。实验结果表明,多标签Transformer-CRF模型在Top900词中法律相关词的MAP高达54.00%,较无监督方法生成的候选词集提升了2.15%;在对法律专业语料提取新词时,键值记忆神经网络的表现进一步超过了多标签Transformer-CRF模型,达到了3.43%的效果提升。; 关键词新词发现信息熵互信息 Transformer 条件随机场键值记忆神经网络; Keywords New word detection Branch entropy Mutual information Transformer Conditional random fields Key-value memory neural networks; 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	基于多行为特征嵌入记忆网络的知识追踪模型	贺步贵董永权贾瑞金家永	《太原理工大学学报》北大核心	2024	2	在线阅读下载PDF 职称材料
2	融合位置和实体类别信息的中文命名实体识别	杨竣辉李苏晋	《计算机工程》北大核心	2025	1	在线阅读下载PDF 职称材料
3	基于Electra预训练模型并融合依存关系的中文事件检测模型	尹宝生孔维一	《计算机科学》 CSCD 北大核心	2024	3	在线阅读下载PDF 职称材料
4	基于信息熵-切分概率模型的新词发现方法	祝钰莹郭燕万亿兆田凯	《计算机科学》 CSCD 北大核心	2023	4	在线阅读下载PDF 职称材料