-
题名联合COMET与条件变分自编码的共情对话
- 1
-
-
作者
李土超
-
机构
广东工业大学计算机科学与技术系
-
出处
《计算机应用与软件》
北大核心
2025年第8期374-381,共8页
-
文摘
在常见共情对话(Empathetic Dialogue)生成中,普遍存在的一个问题是,对话模型偏向于生成通用的回答,如“我不知道”等在语料中常见但是没有意义的回复,这种通用性的响应能回复任何的对话上文。为了缓解这个问题,在解码器中使用了条件变分自编码框架,以期望生成的语句带有文本多样性;为了更好地理解说话者的情感和语义,在编码器的模块中,使用常识推理生成模块COMET与情感字典来增强对话中的语义信息和情感信息。于是,联合使用COMET的编码器与变分的解码器提出VT-CEM模型。在EmpatheticDialogues数据集上经过实验验证,相对于多个基线,VT-CEM模型可以产生更高的流畅度和更丰富的文本多样性。
-
关键词
共情对话
常识推理
条件变分自编码
-
Keywords
Empathetic dialogue
Common-sense reasoning
Conditional variational autoencoder
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
-
题名融合信息熵与信任机制的防攻击推荐算法研究
被引量：4
- 2
-
-
作者
郝志峰
牛晓龙
蔡瑞初
温雯
-
机构
广东工业大学计算机科学与技术系
-
出处
《计算机应用与软件》
CSCD
2015年第3期284-288,共5页
-
基金
国家自然科学基金项目(61070033
61100148
+7 种基金
61202269)
广东省自然科学基金项目(S2011040004804)
广东省科技计划项目(2010B050400011)
软件新技术国家重点实验室开放课题(KFKT2011B19)
广东高校优秀青年创新人才培育项目(LYM11060)
广州市科技计划项目(12C42111607
201200000031)
番禺区科技计划项目(2012-Z-03-67)
-
文摘
由于对用户偏好信息的过分依赖,致使推荐系统易受到恶意攻击,从而影响系统的推荐质量。提出一个融合信息熵与信任机制的防攻击推荐算法。在考虑了托攻击与正常用户之间的评分变化幅度差异基础上,提出融合信息熵的相似性改进算法,同时引入信任更新机制,在推荐过程中将用户间信任度与相似度有机相结合,通过筛选推荐权重较高的邻居用户方法获得可靠推荐,从而降低恶意攻击对系统的影响。通过在真实数据集上实验表明该算法在提高推荐系统的准确性和脆弱性上有较好的表现。
-
关键词
协同过滤
恶意攻击
评分变化幅度
复合权重
脆弱性
-
Keywords
Collaborative filtering Malicious attacks Rating variation range Composite weight Vulnerability
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
