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
2
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
基于注意力卷积神经网络的中文虚假评论检测
被引量：
2
1
作者
吴正清
曹晖
刘宝锴
《广西师范大学学报（自然科学版）》
CAS
北大核心
2023年第5期26-36,共11页
针对现有的虚假评论检测方法未充分利用虚假评论文本特征这一问题,本文提出一种基于多层注意力机制的卷积神经网络模型。首先,使用多种预训练词向量初始化词嵌入层,并进行复值位置编码;然后,将经过多种卷积核卷积得到的多种特征映射依...
针对现有的虚假评论检测方法未充分利用虚假评论文本特征这一问题,本文提出一种基于多层注意力机制的卷积神经网络模型。首先,使用多种预训练词向量初始化词嵌入层,并进行复值位置编码;然后,将经过多种卷积核卷积得到的多种特征映射依次通过嵌入用户特征的通道级和卷积核级的注意力层,根据特征重要程度分配不同权重;最后,将拟合的评论文本特征表示进行Softmax分类。实验结果表明,与诸多主流优秀神经网络模型相比,本文模型准确率和F1值分别提高4.74和3.86个百分点。
展开更多
关键词
虚假评论检测
注意力机制
卷积神经网络
预训练词向量
在线阅读
下载PDF
职称材料
基于改进的双向长短期记忆网络的视频摘要生成模型
被引量：
8
2
作者
武光利
李雷霆
+1 位作者
郭振洲
王成祥
《计算机应用》
CSCD
北大核心
2021年第7期1908-1914,共7页
针对传统视频摘要方法往往没有考虑时序信息以及提取的视频特征过于复杂、易出现过拟合现象的问题,提出一种基于改进的双向长短期记忆(BiLSTM)网络的视频摘要生成模型。首先,通过卷积神经网络(CNN)提取视频帧的深度特征,而且为了使生成...
针对传统视频摘要方法往往没有考虑时序信息以及提取的视频特征过于复杂、易出现过拟合现象的问题,提出一种基于改进的双向长短期记忆(BiLSTM)网络的视频摘要生成模型。首先,通过卷积神经网络(CNN)提取视频帧的深度特征,而且为了使生成的视频摘要更具多样性,采用BiLSTM网络将深度特征识别任务转换为视频帧的时序特征标注任务,让模型获得更多上下文信息;其次,考虑到生成的视频摘要应当具有代表性,因此通过融合最大池化在降低特征维度的同时突出关键信息以淡化冗余信息,使模型能够学习具有代表性的特征,而特征维度的降低也减少了全连接层需要的参数,避免了过拟合问题;最后,预测视频帧的重要性分数并转换为镜头分数,以此选取关键镜头生成视频摘要。实验结果表明,在标准数据集TvSum和SumMe上,改进后的视频摘要生成模型能提升生成视频摘要的准确性;而且它的F1-score值也比基于长短期记忆(LSTM)网络的视频摘要模型DPPLSTM在两个数据集上分别提高1.4和0.3个百分点。
展开更多
关键词
视频摘要
卷积神经网络
双向长短期记忆网络
最大池化
在线阅读
下载PDF
职称材料
题名
基于注意力卷积神经网络的中文虚假评论检测
被引量：
2
1
作者
吴正清
曹晖
刘宝锴
机构
中国
民族语言
文字
信息
技术
教育部
重点
实验室
(
西北民族大学
)
出处
《广西师范大学学报（自然科学版）》
CAS
北大核心
2023年第5期26-36,共11页
基金
国家自然科学基金(61633013)。
文摘
针对现有的虚假评论检测方法未充分利用虚假评论文本特征这一问题,本文提出一种基于多层注意力机制的卷积神经网络模型。首先,使用多种预训练词向量初始化词嵌入层,并进行复值位置编码;然后,将经过多种卷积核卷积得到的多种特征映射依次通过嵌入用户特征的通道级和卷积核级的注意力层,根据特征重要程度分配不同权重;最后,将拟合的评论文本特征表示进行Softmax分类。实验结果表明,与诸多主流优秀神经网络模型相比,本文模型准确率和F1值分别提高4.74和3.86个百分点。
关键词
虚假评论检测
注意力机制
卷积神经网络
预训练词向量
Keywords
fake review detection
attention mechanism
convolutional neural network
pre-trained word vector
分类号
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
基于改进的双向长短期记忆网络的视频摘要生成模型
被引量：
8
2
作者
武光利
李雷霆
郭振洲
王成祥
机构
甘肃政法
大学
网络空间安全学院
中国
民族语言
文字
信息
技术
教育部
重点
实验室
(
西北民族大学
)
出处
《计算机应用》
CSCD
北大核心
2021年第7期1908-1914,共7页
基金
甘肃省自然科学基金资助项目(17JR5RA161)
甘肃省青年科技基金计划项目(18JR3RA193)
+2 种基金
兰州市人才创新创业项目(2020-RC-27)
甘肃省高等学校创新能力提升项目(2020B-167)
陇原青年创新创业人才项目(2021LQGR20)。
文摘
针对传统视频摘要方法往往没有考虑时序信息以及提取的视频特征过于复杂、易出现过拟合现象的问题,提出一种基于改进的双向长短期记忆(BiLSTM)网络的视频摘要生成模型。首先,通过卷积神经网络(CNN)提取视频帧的深度特征,而且为了使生成的视频摘要更具多样性,采用BiLSTM网络将深度特征识别任务转换为视频帧的时序特征标注任务,让模型获得更多上下文信息;其次,考虑到生成的视频摘要应当具有代表性,因此通过融合最大池化在降低特征维度的同时突出关键信息以淡化冗余信息,使模型能够学习具有代表性的特征,而特征维度的降低也减少了全连接层需要的参数,避免了过拟合问题;最后,预测视频帧的重要性分数并转换为镜头分数,以此选取关键镜头生成视频摘要。实验结果表明,在标准数据集TvSum和SumMe上,改进后的视频摘要生成模型能提升生成视频摘要的准确性;而且它的F1-score值也比基于长短期记忆(LSTM)网络的视频摘要模型DPPLSTM在两个数据集上分别提高1.4和0.3个百分点。
关键词
视频摘要
卷积神经网络
双向长短期记忆网络
最大池化
Keywords
video summarization
Convolutional Neural Network(CNN)
Bi-directional Long Short-Term Memory(BiLSTM)network
max pooling
分类号
TP391.4 [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
基于注意力卷积神经网络的中文虚假评论检测
吴正清
曹晖
刘宝锴
《广西师范大学学报（自然科学版）》
CAS
北大核心
2023
2
在线阅读
下载PDF
职称材料
2
基于改进的双向长短期记忆网络的视频摘要生成模型
武光利
李雷霆
郭振洲
王成祥
《计算机应用》
CSCD
北大核心
2021
8
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
