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
共找到7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：
多阶段学习的SBERT单词级文本对抗性样本检测
1
作者 常戬 张辉 +1 位作者 金海波 王冰冰 《计算机科学与探索》 北大核心 2025年第9期2493-2505,共13页
对抗性样本是在原样本上添加微小扰动,使模型以高置信度产生错误输出的样本。由于其在嵌入空间与原样本高度相似,检测难度较大。同时,大多数语言模型并非专为生成高质量嵌入向量设计,难以有效区分对抗性样本与正常样本,尤其在应对复杂... 对抗性样本是在原样本上添加微小扰动,使模型以高置信度产生错误输出的样本。由于其在嵌入空间与原样本高度相似,检测难度较大。同时,大多数语言模型并非专为生成高质量嵌入向量设计,难以有效区分对抗性样本与正常样本,尤其在应对复杂的单词级对抗攻击时,细微的语义差异通常难以被捕捉,从而影响检测性能。针对这一局限,提出了一种创新的句子嵌入模型多阶段学习方法,系统优化SBERT模型的嵌入空间表达,显著放大对抗性样本与普通样本的差异性。第一阶段的训练通过对比学习增强SBERT的区分能力,使对抗性样本与正常样本表征分离;第二阶段的训练结合监督对比学习和多级噪声增强,进一步优化嵌入空间,使同类样本更紧密聚集、异类样本充分分离;第三阶段利用分类器将模型的嵌入向量映射为标签。实验在BERT和Mamba模型作为攻击目标的情况下,针对三种分类数据集和多种文本对抗性攻击类型进行测试,结果表明该方法在检测对抗性样本时效果优异,同时也具备出色的跨模型、跨攻击和跨数据集的泛化能力,为文本对抗性样本检测提供了新的方法和思路。 展开更多
关键词 文本对抗性样本检测 sbert 对比学习 句子嵌入模型 噪声增强 嵌入相似性
在线阅读 下载PDF
公众对ChatGPT的认知——基于跨平台用户生成内容的主题与情感研究 被引量：1
2
作者 黄本涛 李璨 +1 位作者 吴红 郭姗姗 《数字图书馆论坛》 2025年第2期35-46,共12页
用户生成内容(UserGeneratedContent,UGC)对于理解不同用户群体对新兴技术的态度具有关键作用。通过跨平台内容分析,可全面评估公众对ChatGPT的认知。基于6个社交媒体平台的UGC,通过向量融合构建LDA-SBERT模型,挖掘UGC中的隐含主题特征... 用户生成内容(UserGeneratedContent,UGC)对于理解不同用户群体对新兴技术的态度具有关键作用。通过跨平台内容分析,可全面评估公众对ChatGPT的认知。基于6个社交媒体平台的UGC,通过向量融合构建LDA-SBERT模型,挖掘UGC中的隐含主题特征,并进一步利用中文情感分析模型BERT-wwm分析不同主题、不同平台的公众情感态度。研究表明,ChatGPT相关的UGC可归为经济与产业影响、技术应用与体验、社会关系与影响、安全与伦理风险四大维度14个类别;跨平台比较表明,平台间相关话题讨论既有共性也存在特性,展现了不同的平台特色;情感分析结果显示,由于存在认识视角和未来预期的差异,公众对ChatGPT的态度呈现出明显的两极分化。研究不仅有助于技术开发者和政策制定者更好地理解公众对AI技术的态度,也为社交媒体平台的内容管理和舆情引导提供理论支撑。 展开更多
关键词 跨平台 ChatGPT 社交媒体 用户生成内容 LDA-sbert模型 公众认知
在线阅读 下载PDF
基于动态主题网络的新兴技术主题识别——以氢燃料电池领域为例 被引量：7
3
作者 慎金花 王薇 +1 位作者 张更平 陈红艺 《情报杂志》 CSSCI 北大核心 2024年第9期92-100,共9页
[研究目的]新兴技术代表着未来的技术发展方向,是抢占科技前沿制高点必须把握的关键技术,准确识别新兴技术对国家发展具有重要战略意义。[研究方法]综合专利文本信息和分类信息,构建SBERT-LDA-IPC模型,识别各时间段的技术主题;根据主题... [研究目的]新兴技术代表着未来的技术发展方向,是抢占科技前沿制高点必须把握的关键技术,准确识别新兴技术对国家发展具有重要战略意义。[研究方法]综合专利文本信息和分类信息,构建SBERT-LDA-IPC模型,识别各时间段的技术主题;根据主题相似度矩阵绘制动态主题网络,识别具有创新性和连续性的主题为候选主题,评估候选主题的新颖性和影响力,确定新兴技术主题;以氢燃料电池领域为例进行实证检验。[研究结论]研究表明,SBERT-LDA-IPC模型提高了主题聚类的连贯性和准确性,结合国家在氢燃料电池产业发布的系列政策作为验证依据,识别出的三个新兴技术主题,与国家政策制定和产业发展方向一致。 展开更多
关键词 动态主题网络 主题演化 主题识别 专利信息 新兴技术 sbert-LDA-IPC模型 氢燃料电池
在线阅读 下载PDF
基于Elasticsearch和Sbert语义向量搜索引擎研究与设计
4
作者 张泰 《科学与信息化》 2023年第7期83-88,共6页
本文讨论如何利用语义相似度模型sbert为海量数据提供向量表示,以弥补Elasticsearch在精细化检索方面的不足,从而实现基于语义的向量搜索引擎,在智能问答、智能客服等方面提供服务。文章提出了实现该搜索引擎的具体方案,如使用sbert提... 本文讨论如何利用语义相似度模型sbert为海量数据提供向量表示,以弥补Elasticsearch在精细化检索方面的不足,从而实现基于语义的向量搜索引擎,在智能问答、智能客服等方面提供服务。文章提出了实现该搜索引擎的具体方案,如使用sbert提取语义特征,并结合多步精细化检索的实践经验,得出基于sbert的向量搜索引擎能够显著提高搜索结果的准确性和召回率的结论,对于搜索引擎技术的发展具有启示作用。 展开更多
关键词 sbert Elasticsearch 行业知识库建模 深度学习技术 语义相似度模型
在线阅读 下载PDF
改进CapsNet的文本自杀风险检测模型 被引量：1
5
作者 陈彬 李鸿燕 梁卓 《现代电子技术》 北大核心 2024年第14期9-14,共6页
针对现有模型未充分利用社交媒体中文本历史动态信息进行自杀风险检测的问题,引入CapsNet模型。在CapsNet模型中,层与层之间传递的是有向神经元组,能够更好地感知长文本中的空间信息,发现社交媒体用户的情感趋势,为自杀风险检测提供依... 针对现有模型未充分利用社交媒体中文本历史动态信息进行自杀风险检测的问题,引入CapsNet模型。在CapsNet模型中,层与层之间传递的是有向神经元组,能够更好地感知长文本中的空间信息,发现社交媒体用户的情感趋势,为自杀风险检测提供依据。文中对CapsNet模型进行改进,首先改变尺度空间,增加网络宽度,充分提取隐藏在句子中的特征信息;其次,使用指数函数对Squash函数进行优化,放大胶囊输出,充分利用胶囊提取用户历史动态中的特征信息;最后,在动态路由中采用优化算法对耦合系数进行初始化,去除噪声胶囊的干扰。使用预训练的SBERT模型对社交媒体文本数据进行特征提取,得到改进CapsNet文本自杀风险检测模型二分类的准确率达到95.93%,F1分数达到95.86%,优于自杀风险检测的其他模型。 展开更多
关键词 CapsNet模型 自杀风险检测 社交媒体 长文本信息 特征提取 sbert模型
在线阅读 下载PDF
企业数字化转型与颠覆性技术创新——来自专利网络与SBERT模型的微观证据 被引量：34
6
作者 黄先海 孙涌铭 陈梦涛 《中国工业经济》 CSSCI 北大核心 2024年第10期137-154,共18页
企业数字化转型发挥突破市场圈层、颠覆业务分布的作用,改变了传统技术创新范式,有利于催生颠覆性技术创新。本文基于专利间引用与被引用信息构建专利网络,利用自然语言处理领域前沿的SBERT模型对专利文本进行嵌入,并基于对已有技术的... 企业数字化转型发挥突破市场圈层、颠覆业务分布的作用,改变了传统技术创新范式,有利于催生颠覆性技术创新。本文基于专利间引用与被引用信息构建专利网络,利用自然语言处理领域前沿的SBERT模型对专利文本进行嵌入,并基于对已有技术的突破性和对后续技术发展的影响力双向维度刻画颠覆性技术创新。在此基础上,本文实证检验了上市企业数字化转型对颠覆性技术创新的影响。结果表明,企业数字化转型通过正向的市场重塑效应与治理整合效应推动颠覆性技术创新。异质性分析结果显示,国有企业、战略性新兴产业企业以及高竞争压力企业能够更好地利用数字化转型推进颠覆性技术创新。进一步分析表明,颠覆性技术创新的重塑与规范效应随企业数字化转型呈现正向调节作用,即数字化水平更高的企业发展颠覆性技术创新,会对规范研发操纵、促进持续创新等产生积极影响。本文研究为探索数字经济时代推动颠覆性技术创新、加速发展新质生产力的有效路径提供了理论与经验证据。 展开更多
关键词 数字化转型 颠覆性技术创新 专利网络 sbert模型
原文传递
人工智能创新如何降低供应链中断风险
7
作者 李政 刘琦 张鲁瑶 《中国流通经济》 2025年第12期58-76,共19页
人工智能创新与供应链的深度融合,能够推动企业从被动应对风险转向主动提升抗风险能力,是实现企业高质量发展、增强产业链供应链稳定性与抗风险能力的关键抓手。利用2013—2023年我国A股上市公司数据,通过SBERT架构的大语言模型构建企... 人工智能创新与供应链的深度融合,能够推动企业从被动应对风险转向主动提升抗风险能力,是实现企业高质量发展、增强产业链供应链稳定性与抗风险能力的关键抓手。利用2013—2023年我国A股上市公司数据,通过SBERT架构的大语言模型构建企业层面人工智能创新指标,系统考察人工智能创新对企业供应链中断风险的影响以及作用机制。研究发现,人工智能创新能够增强企业需求预测与规划能力,减少供应链上下游企业的信息壁垒,从而显著降低企业供应链中断风险,且对大规模、供应链透明度高、传统行业以及政府数据开放水平较高地区的企业影响更为明显。人工智能创新主要通过提升企业声誉、提高企业智能化业务水平、降低代理成本三条路径降低供应链中断风险。其中,良好的企业声誉能够增强合作关系的稳定性,智能化业务能够提升供应链企业协作效率,适度的代理成本能够提高供应链弹性。且上述机制在下游客户供需关系中的边际效应显著高于上游供应商。此外,人工智能创新具有“内外兼修”的双重经济效应,对内能够增强企业内部财务稳健性,缓解供应链中断风险对企业经营绩效的冲击;对外可以降低信息不对称、促进资本向高效率主体集中、降低股价非理性波动,削弱供应链中断风险对资本市场资源配置效率的负面影响。这种双向调节机制能够增强企业的风险抵御能力,提升资本市场的运行效率。基于此,政府层面应加大对企业人工智能创新的政策支持力度,精准施策激发企业人工智能创新活力;企业层面应积极推进人工智能技术与供应链管理的深度融合,实现供应链风险防控能力的整体跃升;资本市场层面应完善对人工智能创新价值的评估体系,实现科技、产业与金融的良性循环,进而助力企业借助科技创新增强供应链韧性、实现风险防控与高质量发展。 展开更多
关键词 人工智能创新 供应链中断风险 大语言模型 sbert
在线阅读 下载PDF
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
使用帮助 返回顶部