检索结果-维普期刊中文期刊服务平台

基于BERT字向量和TextCNN的农业问句分类模型分析被引量：14: 1; 作者鲍彤罗瑞 +2 位作者郭婷贵淑婷任妮《南方农业学报》 CAS CSCD 北大核心 2022年第7期2068-2076,共9页; 【目的】研究不同词向量和深度学习模型组合对农业问句分类结果的影响,为构建农业智能问答系统提供技术支撑。【方法】通过爬虫获取农业种植网等网站的问答数据,选择20000条问句进行人工标注,构建农业问句分类语料库。采用BERT对农业问... 展开更多; 关键词农业问句智能问答系统问句分类预训练语言模型(BERT) 文本卷积神经网络; 在线阅读下载PDF 职称材料

基于字词向量融合的民航智慧监管短文本分类被引量：2: 2; 作者王欣干镞锐 +2 位作者许雅玺史珂郑涛《中国安全科学学报》 CAS CSCD 北大核心 2024年第2期37-44,共8页; 为解决民航监管事项所产生的检查记录仅依靠人工进行分类分析导致效率低的问题,提出一种基于数据增强与字词向量融合的双通道特征提取的短文本分类模型,探讨民航监管事项的分类,包括与人、设备设施环境、制度程序和机构职责等相关问题... 展开更多; 关键词字词向量融合民航监管短文本文本卷积神经网络(textcnn) 双向长短期记忆(BiLSTM); 在线阅读下载PDF 职称材料

基于BERT的多模型融合的Web攻击检测方法被引量：1: 3; 作者袁平宇邱林《计算机工程》 CAS CSCD 北大核心 2024年第11期197-206,共10页; 传统Web攻击检测方法准确率不高,不能有效防范Web攻击。针对该问题,提出一种基于变换器的双向编码器表示(BERT)的预训练模型、文本卷积神经网络(TextCNN)和双向长短期记忆网络(BiLSTM)多模型融合的Web攻击检测方法。先将HTTP请求进行预... 展开更多; 关键词 Web攻击检测基于变换器的双向编码器表示多模型融合 HTTP请求文本卷积神经网络双向长短期记忆网络; 在线阅读下载PDF 职称材料

基于程序结构与语义特征融合的软件缺陷预测被引量：3: 4; 作者董玉坤李浩杰 +1 位作者位欣欣唐道龙《计算机工程与应用》 CSCD 北大核心 2022年第16期84-93,共10页; 随着软件系统的规模越来越庞大,如何快速高效地预测软件中的程序缺陷成为一个研究热点。最近的研究引入了深度学习模型,使用神经网络提取代码特征构建分类器进行缺陷预测。针对现有的神经网络只在单层面、单粒度上提取代码特征,导致特... 展开更多; 关键词软件缺陷预测特征融合树卷积神经网络(TBCNN) 文本卷积神经网络(textcnn); 在线阅读下载PDF 职称材料

基于RoBERTa-WWM的大学生论坛情感分析模型被引量：19: 5; 作者王曙燕原柯《计算机工程》 CAS CSCD 北大核心 2022年第8期292-298,305,共8页; 大学生论坛语句具有篇幅短、口语化、多流行用语等特点,传统的情感分析模型难以对其进行精准的语义特征表示,并且未充分关注语句的局部特征与上下文语境。提出一种基于RoBERTa-WWM的大学生情感分析模型。通过RoBERTa-WWM模型将论坛文本... 展开更多; 关键词深度学习大学生情感分析 RoBERTa-WWM模型文本卷积神经网络双向门控循环单元网络; 在线阅读下载PDF 职称材料

题名基于BERT字向量和TextCNN的农业问句分类模型分析被引量：14: 1; 作者鲍彤罗瑞郭婷贵淑婷任妮; 机构江苏省农业科学院信息中心江苏大学科技信息研究所; 出处《南方农业学报》 CAS CSCD 北大核心 2022年第7期2068-2076,共9页; 基金国家社会科学基金项目(19BTQ032)。; 文摘【目的】研究不同词向量和深度学习模型组合对农业问句分类结果的影响,为构建农业智能问答系统提供技术支撑。【方法】通过爬虫获取农业种植网等网站的问答数据,选择20000条问句进行人工标注,构建农业问句分类语料库。采用BERT对农业问句进行字符编码,利用文本卷积神经网络(TextCNN)提取问句高维度特征对农业问句进行分类。【结果】在词向量对比实验中,BERT字向量与TextCNN结合时农业问句分类F1值达93.32%,相比Word2vec字向量提高2.1%。在深度学习模型的分类精度对比方面,TextCNN与Word2vec和BERT字向量结合的F1值分别达91.22%和93.32%,均优于其他模型。在农业问句的细分试验中,BERT-TextCNN在栽培技术、田间管理、土肥水管理和其他4个类别中分类F1值分别为86.06%、90.56%、95.04%和85.55%,均优于其他深度学习模型。超参数设置方面,BERT-TextCNN农业问句分类模型卷积核大小设为[3,4,5]、学习率设为5e-5、迭代次数设为5时效果最优,该模型在数据样本不均衡的情况下,对于农业问句的平均分类准确率依然能达93.00%以上,可满足农业智能问答系统的问句分类需求。【建议】通过阿里NLP等开源平台提升数据标注质量;在分类过程中补充词频和文档特征,提高模型分类精度;农业相关政府职能部门加强合作,积极探索农业技术数字化推广和服务新模式。; 关键词农业问句智能问答系统问句分类预训练语言模型(BERT) 文本卷积神经网络; Keywords agricultural questions intelligent question answering system question classification bidirectional encoder representation from transformers(BERT) text convolutional neural network(textcnn); 分类号 S126 [农业科学—农业基础科学] 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

题名基于字词向量融合的民航智慧监管短文本分类被引量：2: 2; 作者王欣干镞锐许雅玺史珂郑涛; 机构中国民用航空飞行学院计算机学院中国民用航空飞行学院经济与管理学院中国民用航空飞行学院民航监察员培训学院; 出处《中国安全科学学报》 CAS CSCD 北大核心 2024年第2期37-44,共8页; 基金国家自然科学基金资助(U2033213) 中央高校基本科研业务费专项资金资助(J2022-048,J2019-045)。; 文摘为解决民航监管事项所产生的检查记录仅依靠人工进行分类分析导致效率低的问题,提出一种基于数据增强与字词向量融合的双通道特征提取的短文本分类模型,探讨民航监管事项的分类,包括与人、设备设施环境、制度程序和机构职责等相关问题。为解决类别不平衡问题,采用数据增强算法在原始文本上进行变换,生成新的样本,使各个类别的样本数量更加均衡。将字向量和词向量按字融合拼接,得到具有词特征信息的字向量。将字词融合的向量分别送入到文本卷积神经网络(TextCNN)和双向长短期记忆(BiLSTM)模型中进行不同维度的特征提取,从局部的角度和全局的角度分别提取特征,并在民航监管事项检查记录数据集上进行试验。结果表明:该模型准确率为0.9837,F 1值为0.9836。与一些字嵌入模型和词嵌入模型相对比,准确率提升0.4%。和一些常用的单通道模型相比,准确率提升3%,验证了双通道模型提取的特征具有全面性和有效性。; 关键词字词向量融合民航监管短文本文本卷积神经网络(textcnn) 双向长短期记忆(BiLSTM); Keywords character-word vector fusion civil aviation supervision short text text convolutional neural networks(textcnn) bi-directional long short-term memory(BiLSTM); 分类号 X949 [环境科学与工程—安全科学]; 在线阅读下载PDF 职称材料

题名基于BERT的多模型融合的Web攻击检测方法被引量：1: 3; 作者袁平宇邱林; 机构长江大学计算机科学学院; 出处《计算机工程》 CAS CSCD 北大核心 2024年第11期197-206,共10页; 基金湖北高校2020省级教研项目(2020418)。; 文摘传统Web攻击检测方法准确率不高,不能有效防范Web攻击。针对该问题,提出一种基于变换器的双向编码器表示(BERT)的预训练模型、文本卷积神经网络(TextCNN)和双向长短期记忆网络(BiLSTM)多模型融合的Web攻击检测方法。先将HTTP请求进行预处理,再通过BERT进行训练得到具备上下文依赖的特征向量,并用TextCNN模型进一步提取其中的高阶语义特征,作为BiLSTM的输入,最后利用Softmax函数进行分类检测。在HTTP CSIC 2010和恶意URL检测两个数据集上对所提方法进行验证,结果表明,与支持向量机(SVM)、逻辑回归(LR)等传统的机器学习方法和现有较新的方法相比,基于BERT的多模型融合的Web攻击检测方法在准确率、精确率、召回率和F1值指标上均表现更优(准确率和F1值的最优值都在99%以上),能准确检测Web攻击。; 关键词 Web攻击检测基于变换器的双向编码器表示多模型融合 HTTP请求文本卷积神经网络双向长短期记忆网络; Keywords Web attacks detection Bidirectional Encoder Representations from Transformers(BERT) multi-model fusion HTTP request text Convolutional neural network(textcnn) Bidirectional Long Short-Term Memory(BiLSTM)network; 分类号 TP309 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于程序结构与语义特征融合的软件缺陷预测被引量：3: 4; 作者董玉坤李浩杰位欣欣唐道龙; 机构中国石油大学(华东)计算机科学与技术学院; 出处《计算机工程与应用》 CSCD 北大核心 2022年第16期84-93,共10页; 基金山东省自然科学基金(ZR2021MF058) 中央高校基本科研业务经费资助项目(19CX02028A,20CX05016A)。; 文摘随着软件系统的规模越来越庞大,如何快速高效地预测软件中的程序缺陷成为一个研究热点。最近的研究引入了深度学习模型,使用神经网络提取代码特征构建分类器进行缺陷预测。针对现有的神经网络只在单层面、单粒度上提取代码特征,导致特征不够丰富,造成预测精度不高的问题,提出了一种基于特征融合的软件缺陷预测框架。通过将程序解析为抽象语法树(abstract syntax tree,AST)以及Token序列两种不同的程序表示方式,利用树卷积神经网络以及文本卷积神经网络分别提取代码的结构和语义特征进行特征融合,从而提取到更丰富的代码特征用于缺陷预测。同时改进了AST和Token序列提取方法,降低模型复杂度。选择使用公共存储库PROMISE中的公开数据集作为实验数据集,采用softmax分类器预测得到最终的预测结果。实验结果表明,该框架在实验数据集上可以获得比已有方法更高的F1-score。; 关键词软件缺陷预测特征融合树卷积神经网络(TBCNN) 文本卷积神经网络(textcnn); Keywords software defect prediction features fusion tree-based convolutional neural network(TBCNN) text convolu-tional neural networks(textcnn); 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RoBERTa-WWM的大学生论坛情感分析模型被引量：19: 5; 作者王曙燕原柯; 机构西安邮电大学计算机学院; 出处《计算机工程》 CAS CSCD 北大核心 2022年第8期292-298,305,共8页; 基金陕西省重点研发计划(2020GY-010) 西安市科技计划项目(2019218114GXRC017CG018-GXYD17.10)。; 文摘大学生论坛语句具有篇幅短、口语化、多流行用语等特点,传统的情感分析模型难以对其进行精准的语义特征表示,并且未充分关注语句的局部特征与上下文语境。提出一种基于RoBERTa-WWM的大学生情感分析模型。通过RoBERTa-WWM模型将论坛文本语句转化为语义特征表示,并将其输入到文本卷积神经网络中,以提取语句的局部语义特征,同时利用双向门控循环单元网络对局部语义特征进行双向处理,获得全面的上下文语义信息。在此基础上,通过Softmax分类器计算语句在情感标签中的概率向量,选择最大值表示的情感标签作为最终输出的情感标签。实验结果表明,相比RoBERTa-WWM、EK-INIT-CNN、BERT等模型,该模型在大学生论坛与NLPCC2014数据集上具有较优的分类性能,并且在大学生论坛数据集上宏平均精准率、宏平均召回率、宏平均F1值和微平均F1值分别为89.43%、90.43%、90.12%和92.48%。; 关键词深度学习大学生情感分析 RoBERTa-WWM模型文本卷积神经网络双向门控循环单元网络; Keywords Deep Learning(DL) sentiment analysis of college student RoBERTa-WWM model text Convolutional neural network(textcnn) Bidirectional Gated Recurrent Unit(BiGRU)network; 分类号 TP391.1 [自动化与计算机技术—计算机应用技术] 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	作者	出处	发文年	被引量	操作
1	基于BERT字向量和TextCNN的农业问句分类模型分析	鲍彤罗瑞郭婷贵淑婷任妮	《南方农业学报》 CAS CSCD 北大核心	2022	14	在线阅读下载PDF 职称材料
2	基于字词向量融合的民航智慧监管短文本分类	王欣干镞锐许雅玺史珂郑涛	《中国安全科学学报》 CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
3	基于BERT的多模型融合的Web攻击检测方法	袁平宇邱林	《计算机工程》 CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
4	基于程序结构与语义特征融合的软件缺陷预测	董玉坤李浩杰位欣欣唐道龙	《计算机工程与应用》 CSCD 北大核心	2022	3	在线阅读下载PDF 职称材料
5	基于RoBERTa-WWM的大学生论坛情感分析模型	王曙燕原柯	《计算机工程》 CAS CSCD 北大核心	2022	19	在线阅读下载PDF 职称材料