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388篇文章
< 1 2 … 20 >
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：
The Optimizing Model and Its Solution for Making Train Working Graph with Computer on Separative Division of Double－Track Lines
1
作者 Peng Qiyuan Ju Tingying(Department of Transportation Engineering),Soulhudest Jiaolong Universily,Chengdu 610031,China 《Journal of Modern Transportation》 1994年第2期181-188,共8页
The authoros specialize in the field of optunization and automatic programme oftrain working graph. In this peper, at frist, a mixed 0-1 integer progranimingmodel about this problem for duuble-track lines is set up, t... The authoros specialize in the field of optunization and automatic programme oftrain working graph. In this peper, at frist, a mixed 0-1 integer progranimingmodel about this problem for duuble-track lines is set up, then the principle andProcess of selution are stated, with an application exaiiiple put forward. 展开更多
关键词 train workins graph double-tracK line division mixed 0-1 mtegerprosrammins COMPUTER
在线阅读 下载PDF
基于不同学习范式的深度图聚类方法综述
2
作者 周丽娟 吴梦琪 +1 位作者 李欣冉 牛常勇 《模式识别与人工智能》 北大核心 2025年第3期233-251,共19页
图聚类方法旨在使用无监督方式将图节点划分到不同类别中,用于发现复杂系统中的隐藏模式、社区结构和组织关系.现有方法通过不同的学习范式构建自监督模式,指导图表示学习并实现聚类,因此学习范式是图聚类方法的关键,但现有综述少有从... 图聚类方法旨在使用无监督方式将图节点划分到不同类别中,用于发现复杂系统中的隐藏模式、社区结构和组织关系.现有方法通过不同的学习范式构建自监督模式,指导图表示学习并实现聚类,因此学习范式是图聚类方法的关键,但现有综述少有从学习范式的角度讨论图聚类方法.因此,文中基于不同学习范式总结图聚类方法的研究进展,将图聚类方法分类为重构式图聚类、对比式图聚类、对抗式图聚类和混合式图聚类.基于研究范围和聚类效果,重点探讨重构式图聚类和对比式图聚类.在单关系数据集和多关系数据集上的聚类结果表明,对比式图聚类在单关系数据集上表现较优,而重构式图聚类在多关系数据集上表现较优.最后,总结图聚类领域面临的挑战,展望未来的研究方向,并介绍深度图聚类方法在各个领域的应用. 展开更多
关键词 图聚类 自监督训练 图神经网络 图对比学习 图重构学习
在线阅读 下载PDF
基于文本图表示学习的人格分类方法
3
作者 刘猛 范摇珊 +2 位作者 刘芳 张德育 贡胜男 《沈阳理工大学学报》 2025年第4期7-12,共6页
针对网络用户的传统人格分类方法提取文本语义特征不充分、分类准确率低的问题,提出一种基于文本图表示学习的人格分类方法。该方法利用自然语言处理技术,并结合深度学习和图网络模型,设计一种自适应图卷积网络(adaptive graph convolut... 针对网络用户的传统人格分类方法提取文本语义特征不充分、分类准确率低的问题,提出一种基于文本图表示学习的人格分类方法。该方法利用自然语言处理技术,并结合深度学习和图网络模型,设计一种自适应图卷积网络(adaptive graph convolutional network,ADGCN),通过自适应调整机制优化节点表示,平衡了节点特征的局部与全局信息。在Kaggle数据集上的测试实验表明,F1分数最高为80%,且平均F1分数达到71.14%,比传统机器学习方法和预训练模型BERT提高近20%,展现了模型计算效率上的优越性。 展开更多
关键词 语义特征 网络用户人格分类 BERT预训练 图卷积网络
在线阅读 下载PDF
结合预训练模型的双向门控图卷积对抗词义消歧
4
作者 张春祥 孙颖 +1 位作者 高可心 高雪瑶 《电子与信息学报》 北大核心 2025年第11期4549-4559,共11页
词义消歧(WSD)是提升计算机自然语言理解能力的关键技术,广泛应用于机器翻译、信息检索等领域。为解决现有模型在泛化与鲁棒性方面的不足,该文提出了一种基于预训练模型的双向门控循环单元(Bi-GRU)、交叉注意力(CA)和图卷积网络(GCN)融... 词义消歧(WSD)是提升计算机自然语言理解能力的关键技术,广泛应用于机器翻译、信息检索等领域。为解决现有模型在泛化与鲁棒性方面的不足,该文提出了一种基于预训练模型的双向门控循环单元(Bi-GRU)、交叉注意力(CA)和图卷积网络(GCN)融合的词义消歧模型,引入对抗训练(AT)来优化该模型。将歧义词左右词汇的词形、词性和语义类作为消歧特征,输入LERT获取动态词向量,利用交叉注意力融合Bi-GRU神经网络提取token序列的全局语义信息和CLS序列的局部语义信息,为消歧特征图生成更加完整的句子结点表示。将消歧特征图输入图卷积来更新结点之间的特征信息,然后利用插值预测层和语义分类层来确定歧义词的真实语义类别。计算输入动态词向量的梯度,生成细微的连续扰动,并将扰动加入到原始词向量矩阵中,生成对抗样本。利用对抗样本,融合网络的损失与对抗训练中的损失来优化消歧模型。实验结果表明,该方法不仅能够增强消歧模型处理复杂词汇歧义问题的能力,还能有效提高其鲁棒性和泛化能力,从而表现出更好的消歧性能。 展开更多
关键词 词义消歧 图卷积网络 对抗训练 消歧特征 消歧特征图
在线阅读 下载PDF
基于融合评价指标BERT-RGCN的油田评价区块调整措施推荐方法
5
作者 王梅 朱晓丽 +2 位作者 孙洪国 王海艳 濮御 《东北石油大学学报》 北大核心 2025年第5期110-120,I0008,共12页
为解决油田领域区块调整措施推荐过程中存在的样本数据稀疏和语义特征复杂等问题,提出基于融合评价指标(EI)的变换器双向编码(BERT)与关系图卷积神经网络(RGCN)的油田评价区块调整措施推荐方法(EI-BERT-RGCN方法)。根据评价指标、评价... 为解决油田领域区块调整措施推荐过程中存在的样本数据稀疏和语义特征复杂等问题,提出基于融合评价指标(EI)的变换器双向编码(BERT)与关系图卷积神经网络(RGCN)的油田评价区块调整措施推荐方法(EI-BERT-RGCN方法)。根据评价指标、评价区块及措施之间的交互信息构建异构图,利用BERT模型生成评价指标、评价区块及措施术语词向量,共同作为输入词向量,将融合评价指标信息的异构图和输入词向量放入RGCN模型训练,学习评价区块的有效表征;在某油田评价区块提供的数据集上进行实验对比。结果表明:EI-BERT-RGCN方法能够捕捉文本中隐含的复杂语义并缓解数据稀疏问题,能更好理解未观察到的评价指标与调整措施之间的潜在关系,提升节点的表示质量。EI-BERT-RGCN模型在精确率、召回率、F_(1)分数及ROC曲线下面积等评价指标上优于其他基准模型,在保持较高精确率的同时,展现更好的泛化能力和鲁棒性。该结果为油田评价区块调整措施推荐提供参考。 展开更多
关键词 异构图 变换器双向编码(BERT) 预训练模型 关系图卷积神经网络(RGCN) 推荐算法 措施推荐 油田评价区块
在线阅读 下载PDF
基于预训练语言模型的知识图谱研究综述 被引量：11
6
作者 曾泽凡 胡星辰 +2 位作者 成清 司悦航 刘忠 《计算机科学》 北大核心 2025年第1期1-33,共33页
大语言模型时代,知识图谱作为一种结构化的知识表示方式,在提升人工智能的可靠性、安全性和可解释性方面发挥着不可替代的作用,具有重要的研究价值和实际应用前景。近年来,凭借在语义理解和上下文学习方面的优越性能,预训练语言模型已... 大语言模型时代,知识图谱作为一种结构化的知识表示方式,在提升人工智能的可靠性、安全性和可解释性方面发挥着不可替代的作用,具有重要的研究价值和实际应用前景。近年来,凭借在语义理解和上下文学习方面的优越性能,预训练语言模型已经成为了知识图谱研究的主要手段。系统梳理了基于预训练语言模型的知识图谱研究的相关工作,包括知识图谱构建、表示学习、推理、问答等,介绍了相关模型和方法的核心思路,并依据技术路径建立了分类体系,对不同类型方法的优缺点进行了对比分析。此外,对预训练语言模型在事件知识图谱和多模态知识图谱这两种新型知识图谱中的应用现状进行了综述。最后,总结了当前基于预训练语言模型的知识图谱研究面临的挑战,展望了未来的研究方向。 展开更多
关键词 知识图谱 预训练语言模型 大语言模型 多模态 事件知识图谱
在线阅读 下载PDF
基于图结构增强的番茄叶部病害识别方法
7
作者 刘博 王斌成 +2 位作者 陶旭 郭娜炜 马寅驰 《中国农机化学报》 北大核心 2025年第5期125-132,共8页
番茄作为重要的蔬菜作物,其产量和质量常受到各类叶部病害的影响。针对此问题,计算机视觉技术已被广泛应用于病害的自动识别中。现有方法主要分为基于手工特征提取与深度学习两大类。基于手工特征的方法虽然简洁高效,但在鲁棒性方面存... 番茄作为重要的蔬菜作物,其产量和质量常受到各类叶部病害的影响。针对此问题,计算机视觉技术已被广泛应用于病害的自动识别中。现有方法主要分为基于手工特征提取与深度学习两大类。基于手工特征的方法虽然简洁高效,但在鲁棒性方面存在限制;而基于深度学习的方法,尽管能有效提升识别准确性,但往往需要较大的数据标注量与较高的计算复杂性。为解决这些问题,提出一种基于图结构增强的番茄叶部病害识别框架(TDR—EGS)。TDR—EGS通过整合样本间的拓扑关系,实现图学习与单样本学习的交替训练,从而在不增加模型推理阶段复杂度的前提下有效提升分类性能。首先通过卷积神经网络提取单样本特征,然后利用这些特征构建k近邻图以挖掘样本间的结构信息。这种方法使得图学习和单样本学习能够在共享的网络结构和外部存储机制的支持下协同工作。在11种番茄病害上的试验结果表明,TDR—EGS能在不增加推理复杂度的前提下有效提升多种主流基准模型的性能,最高达到98.61%的识别精度。此外,即使在仅使用60%标签信息的条件下,TDR—EGS的性能仍可以接近或超过完全监督学习的基准模型,充分证明该框架的有效性和泛化能力,为农业病害识别应用提供一种高效且通用的解决方案。 展开更多
关键词 番茄叶部 病害识别 图学习 k近邻图 交替训练 深度学习
在线阅读 下载PDF
图基础模型研究进展与挑战:图神经网络的视角
8
作者 吴涛 聂发志 +4 位作者 先兴平 王超 袁霖 乔少杰 牛伟纳 《通信学报》 北大核心 2025年第7期226-248,共23页
图基础模型(GFM)是基础模型思想在图学习领域中的延伸,是在广泛图数据上预训练并微调适配多种下游任务的图模型。与借助大语言模型(LLM)实现GFM的技术路线不同,主要关注从图神经网络(GNN)的角度构建GFM。首先,分析了GFM的研究现状并定... 图基础模型(GFM)是基础模型思想在图学习领域中的延伸,是在广泛图数据上预训练并微调适配多种下游任务的图模型。与借助大语言模型(LLM)实现GFM的技术路线不同,主要关注从图神经网络(GNN)的角度构建GFM。首先,分析了GFM的研究现状并定义了关键概念。其次,总结了GFM骨干架构和基础表示单元的研究成果。再次,根据代理任务和微调策略的不同,分别总结了图模型的预训练技术与微调方法。然后,介绍了与GFM相关的评价指标。最后,分析了面临的挑战并展望了未来的研究方向。 展开更多
关键词 图基础模型 图神经网络 预训练 模型微调 提示调优
在线阅读 下载PDF
全国高校俄语专业培养方案知识图谱的创建与应用
9
作者 宁琦 刘淼 《中国俄语教学》 2025年第1期83-95,共13页
外语现代化教学的发展和大数据技术的普及对俄语专业教师教研和教学改革提出了新的要求。本文在教育部俄语人才培养模式改革虚拟教研室的框架下,基于全国14所高校俄语专业的培养方案,创建了《全国高校俄语专业培养方案知识图谱》,包含7... 外语现代化教学的发展和大数据技术的普及对俄语专业教师教研和教学改革提出了新的要求。本文在教育部俄语人才培养模式改革虚拟教研室的框架下,基于全国14所高校俄语专业的培养方案,创建了《全国高校俄语专业培养方案知识图谱》,包含70个知识单元、527个知识点和1879条知识关联,构成了立体可视的俄语专业教育体系图谱。该图谱展现了各校培养方案的共性与个性,以及普遍存在的问题。研究表明,知识图谱可用于构建在线教研社区,嵌入智慧教学平台,挖掘教学数据,升级人才培养方案,是理解和优化俄语专业教育的有力工具,能够为培养具备家国情怀与全球视野的优秀复合型俄语人才提供智力支持。 展开更多
关键词 俄语专业 知识图谱 培养方案 人才培养模式改革
在线阅读 下载PDF
基于连杆运动链转化的行星轮系拓扑综合及构型设计
10
作者 杨文剑 李永涛 +1 位作者 甘金强 丁华锋 《机械工程学报》 北大核心 2025年第11期86-105,共20页
在已建立的平面连杆运动链拓扑图库的基础上,提出一种转化法实现行星轮系的拓扑综合。首先,定义了平面连杆运动链拓扑图中转化点和转化单元的概念,阐明了平面连杆运动链拓扑图与行星轮系拓扑图的转化关系;其次,提出了能够进行转化的运... 在已建立的平面连杆运动链拓扑图库的基础上,提出一种转化法实现行星轮系的拓扑综合。首先,定义了平面连杆运动链拓扑图中转化点和转化单元的概念,阐明了平面连杆运动链拓扑图与行星轮系拓扑图的转化关系;其次,提出了能够进行转化的运动链拓扑图需满足的4个规则约束,从图库中自动筛选出了满足约束的多达14杆的1~3自由度运动链拓扑图;进而,分析了转化点的选择原则,以及同构行星轮系产生的情形,研究了行星轮系的拓扑综合,开发了基于MFC的行星轮系拓扑综合软件,自动综合得到了多达9杆的1~3自由度行星轮系,并根据构件个数、自由度、复合铰链个数建立了行星轮系分类数据库;最后,基于行星轮系分类数据库,研究了6速自动变速器机构的构型创新设计,分析了机构的传动比与传动效率,验证了机构构型的有效性。 展开更多
关键词 连杆运动链 拓扑图 行星轮系 拓扑综合 机构创新设计
原文传递
基于多侧面信息表征联合的实体相似性度量及对齐方法
11
作者 朱红 王阔然 朱彤 《计算机工程》 北大核心 2025年第3期64-75,共12页
实体对齐旨在发现不同知识图谱中相同对象的不同实例,但图谱之间的异构性导致等价实例结构及表征不一致,从而影响实体对齐准确性。提出一种实体主信息与多侧面信息表征相联合的异构图谱实体相似性度量方法,并用于实体对齐任务。实体主... 实体对齐旨在发现不同知识图谱中相同对象的不同实例,但图谱之间的异构性导致等价实例结构及表征不一致,从而影响实体对齐准确性。提出一种实体主信息与多侧面信息表征相联合的异构图谱实体相似性度量方法,并用于实体对齐任务。实体主信息包括实体名称及描述,侧面信息包括实体属性、关系及关联实体描述等信息。针对图谱间等价实体结构异构带来的对齐干扰,提出了一种结合实体多侧面信息语义表征的相似性度量方法UnMuSIR-SM&EA用于实体对齐。为提升信息同义词的表示一致性,引入表示学习模型以获取实体各信息的语义表征,为解决表示学习模型嵌入空间各向异性带来的同义词度量尺度不一致问题,设计了一种基于实体主信息对比学习的微调方法,优化实体信息的语义表征。实验结果表明,该方法在结构差异较大的数据集DIS_(ZH-EN)上的Hits@1达到了95.2%,比基于侧面信息的模型BERT-INT高出了16.8百分点;在DBP15K的DBP15K_(ZH-EN)、DBP15K_(JA-EN)和DBP15K_(FR-EN)数据子集上的Hits@1分别达到了95.7%、96.0%和98.9%;在DBP-WD数据集上的Hits@1达到了99.4%。所提模型在实体对齐任务上具有优异的效果。 展开更多
关键词 实体对齐 知识图谱 相似性度量 对比学习 预训练模型
在线阅读 下载PDF
KAACNN:融合知识图谱和预训练模型的短文本多标签分类方法
12
作者 陶冶 徐锴 +2 位作者 刘天宇 鲁超峰 王浩杰 《中文信息学报》 北大核心 2025年第3期96-106,共11页
短文本分类是自然语言处理的重要任务之一。与段落或文档不同,短文本不完全遵循语法规则,长度短并且没有足够的上下文信息,这给短文本分类带来了很大的挑战。该文提出一种结合知识图谱和预训练语言模型的短文本分类方法,一方面使用预训... 短文本分类是自然语言处理的重要任务之一。与段落或文档不同,短文本不完全遵循语法规则,长度短并且没有足够的上下文信息,这给短文本分类带来了很大的挑战。该文提出一种结合知识图谱和预训练语言模型的短文本分类方法,一方面使用预训练语言模型提高短文本的文本表示能力;另一方面从外部知识库中检索短文本概念知识,并利用注意力机制将其与短文本结合用于分类任务。此外,针对数据集类别分布不均衡的问题,该文提出基于领域类别知识图谱的数据增强方法。在三个公共数据集和一个汽车领域客户原话数据集上进行了实验,结果表明,引入知识图谱和预训练语言模型的分类方法优于目前先进的短文本分类方法,证明了外部知识库和预训练语言模型的先验知识在短文本分类中的有效性。 展开更多
关键词 知识图谱 注意力机制 预训练语言模型 数据增强 短文本分类
在线阅读 下载PDF
基于多源知识注入的常识问答方法研究 被引量：1
13
作者 朱嘉骏 包美凯 +2 位作者 张凯 刘烨 刘淇 《计算机工程与科学》 北大核心 2025年第2期349-360,共12页
常识问答任务致力于让模型回答人类常识问题。针对该任务的一类方法是检索相关的知识来辅助模型回答常识问题。该类方法主要分为知识查询和知识推理2个步骤。知识查询是指根据问题检索到与之相关联的知识,而知识推理是指利用检索到的知... 常识问答任务致力于让模型回答人类常识问题。针对该任务的一类方法是检索相关的知识来辅助模型回答常识问题。该类方法主要分为知识查询和知识推理2个步骤。知识查询是指根据问题检索到与之相关联的知识,而知识推理是指利用检索到的知识辅助回答常识问题。对此,常识问答面临的一个挑战是如何找到合适的外部知识来帮助回答问题。现有的许多常识问答模型通常依赖于单个外部知识源,但鉴于常识知识的广泛性和多样性,单一来源很难全面覆盖所需的所有知识。针对这一问题,提出了一种基于多源知识注入的常识问答方法。首先,在知识查询过程中为了应对知识覆盖度问题,利用预训练语言模型整合来自多个来源的知识(包括结构化和非结构化的知识),形成统一的知识表征;其次,在知识推理过程中为了充分利用结构化知识蕴含的语义关系,模型识别文本中的实体概念和实体之间的关系路径从而构建实体关系图,然后,利用图注意力网络对实体关系图建模;最后,利用实体关系图和实体知识表征中的证据信息对问题进行推理和解答。所提方法经预训练得到的模型在CommonsenseQA数据集上的测试结果显示,基于多源知识注入的常识问答方法在验证集和测试集上的准确率分别达到79.20%和75.02%,超过了最好的基线模型。实验结果表明了多源知识注入方法在常识问答任务中的有效性。 展开更多
关键词 常识问答 知识注入 预训练语言模型 图神经网络 注意力机制
在线阅读 下载PDF
多语义视图驱动的OWL知识图谱表示学习方法
14
作者 杨建喜 谢江村 +4 位作者 李韧 杨小霞 肖桥 蒋仕新 贺丽荣 《软件学报》 北大核心 2025年第12期5644-5673,共30页
针对当前OWL知识表示学习方法存在的概念层和实例层复杂语义信息联合表征能力不足等问题,提出一种概念-属性-实例多语义视图驱动的OWL图谱知识表示学习方法(MSV-KRL).该方法采用“多语义视图划分、语义感知自监督进阶训练、多任务联合... 针对当前OWL知识表示学习方法存在的概念层和实例层复杂语义信息联合表征能力不足等问题,提出一种概念-属性-实例多语义视图驱动的OWL图谱知识表示学习方法(MSV-KRL).该方法采用“多语义视图划分、语义感知自监督进阶训练、多任务联合表示学习”的3阶段架构.首先,MSV-KRL在OWL2Vec*的基础上,优化OWL到RDF图结构的映射策略,提出5类细粒度语义视图划分策略.其次,通过语义视图内随机游走和标注属性替换策略,生成序列化进阶训练数据,并开展预训练模型的自监督进阶训练,以提升其面向多语义视图上下文的适配能力.最后,在多任务学习框架下,通过多语义视图预测任务联合优化损失,实现对OWL知识图谱中概念、属性和实例复杂语义有效表示学习.实验结果表明,MSV-KRL在多个基准数据集上的表现优于现有先进的知识表示学习方法,且能适配于多种语言模型,有效提升OWL复杂语义的知识表示能力. 展开更多
关键词 知识表示学习 OWL知识图谱 多语义视图 进阶训练 多任务学习
在线阅读 下载PDF
文本信息与图结构信息相融合的知识图谱补全 被引量：1
15
作者 范厚龙 房爱莲 林欣 《华东师范大学学报(自然科学版)》 北大核心 2025年第1期111-123,共13页
提出了一种基于路径查询信息的图注意力模型,可以将知识图谱中的文本信息与图结构信息有效融合,进而提高知识图谱的补全效果.对于文本信息,使用基于预训练语言模型的双编码器来分别获得实体的嵌入表示和路径查询信息的嵌入表示.通过注... 提出了一种基于路径查询信息的图注意力模型,可以将知识图谱中的文本信息与图结构信息有效融合,进而提高知识图谱的补全效果.对于文本信息,使用基于预训练语言模型的双编码器来分别获得实体的嵌入表示和路径查询信息的嵌入表示.通过注意力机制来进行路径查询信息的聚合,以捕获图结构信息,更新实体的嵌入表示.模型使用对比学习进行训练,在多个知识图谱数据集上进行实验,如直推式、归纳式的方式,都取得了良好的效果.结果表明,将预训练语言模型与图神经网络的优势相结合,可以有效捕获知识图谱中文本信息与图结构信息,进而提高知识图谱的补全效果. 展开更多
关键词 知识图谱补全 预训练语言模型 对比学习 图神经网络
在线阅读 下载PDF
基于MOOC平台和知识图谱的专业学习规划研究 被引量：1
16
作者 商惠华 《数字通信世界》 2025年第8期199-201,共3页
在国家倡导“数字化转型,推动教育高质量发展”的背景下,知识图谱的巨大潜力在教育领域得以彰显。本研究以计算机科学与技术(师范)专业为例,整合MOOC丰富教学资源,深入剖析专业课程架构与学习需求,构建专业知识图谱和课程知识图谱,并借... 在国家倡导“数字化转型,推动教育高质量发展”的背景下,知识图谱的巨大潜力在教育领域得以彰显。本研究以计算机科学与技术(师范)专业为例,整合MOOC丰富教学资源,深入剖析专业课程架构与学习需求,构建专业知识图谱和课程知识图谱,并借助码投图谱数据库实现可视化呈现。通过该图谱,学习者能从宏观把握专业课程框架,从微观获取具体课程的M OOC学习资源。为检验其应用效果,对相关专业学生开展问卷调查,结果显示知识图谱在辅助学生课外自主学习、引导学习方向、提升学习效率方面成效显著。本研究为教育领域应用知识图谱优化学习规划提供了实践参考,也为后续研究奠定了基础。 展开更多
关键词 知识图谱 MOOC 可视化 计算机科学与技术(师范)专业课程
在线阅读 下载PDF
BiGCN-TL:软件错误部分定位场景下二分图图卷积神经网络Transformer定位模型 被引量：1
17
作者 施恩译 常舒予 +2 位作者 陈可佳 张扬 黄海平 《计算机科学》 北大核心 2025年第S1期862-872,共11页
在现代复杂软件项目中,软件错误与代码呈现“多对多”的对应关系,一个软件错误往往由多个代码变更集引起,一个代码变更集也会引起多个软件错误。因此,对于软件错误往往只能实现部分定位,难以追溯全部的相关代码。传统架构对于代码变更... 在现代复杂软件项目中,软件错误与代码呈现“多对多”的对应关系,一个软件错误往往由多个代码变更集引起,一个代码变更集也会引起多个软件错误。因此,对于软件错误往往只能实现部分定位,难以追溯全部的相关代码。传统架构对于代码变更集或软件错误语义特征的提取,往往只分别独立地依赖各自的上下文。现代软件项目规模庞大,代码依赖错综复杂、这样分别独立的语义提取方式,降低了单个文本语义特征的质量与鲁棒性,导致最终的定位性能下滑。为实现对软件错误相关代码的全面追溯,提出了BiGCN-TL模型。BiGCN-TL重点聚焦训练模型促进不同文本之间信息交互的能力,旨在降低对单个文本语义特征质量的依赖,使得在现代软件项目规模庞大、代码依赖错综复杂、单个文本语义特征提取困难的场景下,仍能通过高效的信息交互,提取到高质量语义特征,提高定位准确率。首先根据已知的部分定位关系,微调基于Transformer的预训练模型。然后,创新性地将软件错误和代码变更集建模成二分图的数据结构,借此充分利用已知的“多对多”关系,并使用微调后的编码器得到节点特征的初始表示。之后,基于二分图设计链接预测任务,训练GCN与二分类鉴别器。借助图卷积操作和注意力机制动态更新节点特征,重点训练模型促进文本信息的交互,动态更新节点特征的能力,从而得到高质量全局分类特征,最终输出匹配预测得分。在多个数据集上开展了对比实验,结果验证了BiGCN-TL相比传统方案的优越性,并通过消融实验确认了各模块的有效性。此外,通过探索多种预训练模型与GCN的组合,并结合具体案例和可视化分析,进一步验证了BiGCN-TL的通用性与鲁棒性。 展开更多
关键词 错误定位 预训练模型 链接预测 二分图 图神经网络
在线阅读 下载PDF
基于自适应差异化图卷积的图注意力网络表示学习算法
18
作者 吴誉兰 舒建文 《现代电子技术》 北大核心 2025年第2期51-54,共4页
为解决传统图卷积网络在处理节点间复杂关系时存在的局限性,提出一种基于自适应差异化图卷积的图注意力网络表示学习算法。采用差异化图卷积网络,依据每个节点自身特征和邻居信息进行差异化采样,捕捉节点间的复杂关系;再结合二阶段关键... 为解决传统图卷积网络在处理节点间复杂关系时存在的局限性,提出一种基于自适应差异化图卷积的图注意力网络表示学习算法。采用差异化图卷积网络,依据每个节点自身特征和邻居信息进行差异化采样,捕捉节点间的复杂关系;再结合二阶段关键相邻采样方式优先挖掘重要节点并保留随机性,完成关键邻居节点的采样;然后结合图注意力网络,通过局部关注和自适应学习权重分配将关键邻居节点特征聚合到自身节点上,增强节点的特征表示;最后经网络训练,进一步增强网络表示学习能力。实验结果表明,所提出的算法优化了节点聚合程度和边界清晰度,提高了节点分类的准确性和可视化效果,并且通过关注二阶邻居和使用双头注意力,在网络表示学习上也展现出了优越性能。 展开更多
关键词 网络表示学习 图卷积网络 自适应差异化机制 节点采样 特征聚合 网络训练 图注意力网络
在线阅读 下载PDF
基于异构合约图多维度特征深度融合的漏洞检测方法
19
作者 周涛 杜永萍 +1 位作者 谢润锋 韩红桂 《计算机科学》 北大核心 2025年第9期368-375,共8页
智能合约是在区块链上自动执行的代码,具有不可逆性且与金融交易密切相关,故其安全问题至关重要。然而,当前智能合约漏洞检测技术仍面临特征提取效率低、检测精度低以及过度依赖专家规则等问题。对此,提出一种基于异构合约图多维度特征... 智能合约是在区块链上自动执行的代码,具有不可逆性且与金融交易密切相关,故其安全问题至关重要。然而,当前智能合约漏洞检测技术仍面临特征提取效率低、检测精度低以及过度依赖专家规则等问题。对此,提出一种基于异构合约图多维度特征深度融合的漏洞检测方法。首先,针对智能合约数据集的代码进行去噪处理,采用代码函数交换等数据增强方法扩充数据集,进而将其表示为异构合约图。其次,结合图嵌入技术以及代码预训练技术高效获取智能合约图以及对应操作码中节点的高维度语义表示。最后,设计双层异构图注意力网络深度融合在两种维度下学习到的节点特征,以实现高效的漏洞检测。针对不同类型漏洞的实验结果表明,所提方法整体表现较对比方法均有所提升,F1指标平均值高于77.72%,在拒绝服务漏洞类型的检测上表现最佳,F1值最高达到84.88%,较传统的深度学习方法和图拓扑检测方法分别提升了10.62%和22.34%。所提方法不仅提高了检测的效率和准确性,而且通过学习节点特征减少了对专家规则的依赖,为智能合约的安全性提供了更为可靠的保障。 展开更多
关键词 智能合约 预训练模型 图嵌入 图注意力网络 漏洞检测 区块链
在线阅读 下载PDF
ZHA_TGCN:面向低资源壮文的主题分类方法
20
作者 赵卓洋 秦董洪 +6 位作者 白凤波 梁贤烨 徐晨 郑月华 梁宇锋 蓝盛 周国平 《计算机科学》 北大核心 2025年第S2期92-99,共8页
传统图卷积网络方法在数据有限的条件下能够有效建模图结构,但由于依赖稀疏的独热编码,其捕捉词与词之间上下文关系的能力存在局限性。这一问题在低资源语言环境中尤为突出。以壮文文本主题分类任务为例,该任务不仅面临数据稀缺的困境,... 传统图卷积网络方法在数据有限的条件下能够有效建模图结构,但由于依赖稀疏的独热编码,其捕捉词与词之间上下文关系的能力存在局限性。这一问题在低资源语言环境中尤为突出。以壮文文本主题分类任务为例,该任务不仅面临数据稀缺的困境,还需应对复杂语言结构的挑战。针对这些挑战,提出了一种适用于低资源环境的壮文主题分类方法——ZHA_TGCN。该方法利用壮文预训练模型ZHA_BERT提取文本特征,并将文本特征与壮文声调特征相结合,输入BiGRU以学习深层语义表示,将学习到的表示向量作为文档节点的特征提供给GCN,通过在GCN中执行标签传播来学习训练数据和未标记测试数据的特征表示。最后,利用Softmax层输出分类结果。实验结果表明,提出的方法在低资源壮文主题分类任务中的准确率为82.12%,精确率为90.08%,召回率为92.46%,F1值为90.18%,验证了该方法的有效性。 展开更多
关键词 低资源语言 壮文 主题分类 预训练模型 图卷积网络
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 2 … 20 下一页 到第 页
使用帮助 返回顶部