基于I_CBAM-DenseNet模型的小麦发育期识别研究

1

作者 付景枝 马悦 +4 位作者 宏观 刘云平 吴文宇 丁明明 尹泽凡 《南京信息工程大学学报》 北大核心 2025年第1期42-52,共11页

针对我国农作物发育期人工观测效率低、识别准确率不高等问题,提出一种基于I_CBAM-DenseNet模型的小麦发育期识别方法.该方法以密集连接卷积网络(DenseNet)为主干提取网络,融入卷积块注意模块CBAM.先将CBAM中的空间注意力模块(SAM)与通... 针对我国农作物发育期人工观测效率低、识别准确率不高等问题,提出一种基于I_CBAM-DenseNet模型的小麦发育期识别方法.该方法以密集连接卷积网络(DenseNet)为主干提取网络,融入卷积块注意模块CBAM.先将CBAM中的空间注意力模块(SAM)与通道注意力模块(CAM)由传统的串联连接改为并行连接,并将改进的CBAM(I_CBAM)插入到DenseNet最后一个密集网络中,构建一种I_CBAM-DenseNet模型,再选取小麦7个重要发育时期进行自动识别.为最大化提取小麦的特征信息,将超绿特征(ExG)因子和最大类间方差法(Otsu)相结合对采集到的小麦图像进行分割处理.对比分析了I_CBAM-DenseNet、AlexNet、ResNet、DenseNet、CBAM-DenseNet以及VGG等模型的准确率和损失值的变化.结果表明,采取基于I_CBAM-DenseNet的卷积神经网络建立的模型,准确率达到99.64%,高于对比模型. 展开更多

关键词 小麦 发育期 DenseNet 卷积块注意模块(CBAM)

在线阅读 下载PDF 职称材料

融合各向异性上下文的遥感图像语义分割

2

作者 岳志远 耿玉标 +1 位作者 闫宏艳 孙玉宝 《计算机应用与软件》 北大核心 2025年第4期229-236,288,共9页

由于遥感图像中地面目标存在纵横比变化大、目标尺度范围广等各向异性分布问题,现有分割方法对于呈长程带状结构、密集离散分布物体等目标的分割能力还存在不足。为了应对该问题,提出融合各向异性上下文的遥感图像分割网络,该网络通过... 由于遥感图像中地面目标存在纵横比变化大、目标尺度范围广等各向异性分布问题,现有分割方法对于呈长程带状结构、密集离散分布物体等目标的分割能力还存在不足。为了应对该问题,提出融合各向异性上下文的遥感图像分割网络,该网络通过对梯度卷积核参数施加先验约束来提取目标的梯度信息,优化分割边缘,设计多尺度并行空洞卷积和各向异性复合条状池化等模块,捕获遥感图像中不同尺度目标的各向异性上下文信息,融合多尺度的上下文信息并恢复图像细节。在公开的Potsdam和Vaihingen数据集上的实验表明,该网络优于DaNet、DeepLabv3+、Eanet等先进的分割网络,消融实验也验证了各模块的有效性。 展开更多

关键词 遥感图像 语义分割 各向异性上下文 梯度卷积 复合条状池化

在线阅读 下载PDF 职称材料

融合RoBERTa-GCN-Attention的隐喻识别与情感分类模型 被引量：3

3

作者 杨春霞 韩煜 +1 位作者 桂强 陈启岗 《小型微型计算机系统》 CSCD 北大核心 2024年第3期576-583,共8页

在隐喻识别与隐喻情感分类任务的联合研究中,现有多任务学习模型存在对隐喻语料中的上下文语义信息和句法结构信息提取不够准确,并且缺乏对粗细两种粒度信息同时捕捉的问题.针对第1个问题,首先改进了传统的RoBERTa模型,在原有的自注意... 在隐喻识别与隐喻情感分类任务的联合研究中,现有多任务学习模型存在对隐喻语料中的上下文语义信息和句法结构信息提取不够准确,并且缺乏对粗细两种粒度信息同时捕捉的问题.针对第1个问题,首先改进了传统的RoBERTa模型,在原有的自注意力机制中引入上下文信息,以此提取上下文中重要的隐喻语义特征;其次在句法依存树上使用图卷积网络提取隐喻句中的句法结构信息.针对第2个问题,使用双层注意力机制,分别聚焦于单词和句子层面中对隐喻识别和情感分类有贡献的特征信息.在两类任务6个数据集上的对比实验结果表明,该模型相比基线模型性能均有提升. 展开更多

关键词 隐喻识别 情感分类 多任务学习 RoBERTa 图卷积网络 注意力机制

在线阅读 下载PDF 职称材料

融合GAT与头尾标签的多标签文本分类模型 被引量：2

4

作者 杨春霞 黄昱锟 +1 位作者 闫晗 吴亚雷 《计算机工程与应用》 CSCD 北大核心 2024年第15期150-160,共11页

现有基于神经网络的多标签文本分类主要存在两方面的不足,一是现有的数据中标签-文本频率存在长尾分布,二是很少从图结构中获取全局标签之间的关联性,针对以上问题,提出了一种融合GAT与头尾标签分类器的多标签文本分类模型(GATTN),该模... 现有基于神经网络的多标签文本分类主要存在两方面的不足,一是现有的数据中标签-文本频率存在长尾分布,二是很少从图结构中获取全局标签之间的关联性,针对以上问题,提出了一种融合GAT与头尾标签分类器的多标签文本分类模型(GATTN),该模型利用带有注意力机制的Bi-LSTM得到文本的特征向量表示;同时把不同标签之间的关联性转换为包含了全局信息的边加权图,利用多层的图注意力网络来学习头标签之间的关联性。然后将其与文本上下文语义信息进行点积交互,得到具有文本语义和头标签信息的特征表示提高模型的泛化能力。在AAPD、RCV1-V2和EUR-Lex三个公开英文数据集上的实验结果证明,该模型针对数据长尾分布的多标签文本分类效果优于其他基线模型。 展开更多

关键词 多标签文本分类 图注意力网络 头尾标签 多样本学习

在线阅读 下载PDF 职称材料

用于方面级情感分析的多信息增强图卷积网络

5

作者 杨春霞 闫晗 +1 位作者 吴亚雷 黄昱锟 《计算机工程与应用》 CSCD 北大核心 2024年第14期144-151,共8页

方面级情感分析旨在预测句子中特定方面的情感极性。然而,现阶段的研究依然存在语义信息不充分利用的问题,一方面大多数现有工作侧重于学习上下文词到方面词之间的依存信息,没有充分利用句子的语义信息;另一方面现有研究没有专注于依存... 方面级情感分析旨在预测句子中特定方面的情感极性。然而,现阶段的研究依然存在语义信息不充分利用的问题,一方面大多数现有工作侧重于学习上下文词到方面词之间的依存信息,没有充分利用句子的语义信息;另一方面现有研究没有专注于依存树的语法构建,从而没有充分利用语法结构信息去补充语义信息。针对以上问题,提出多信息增强图卷积神经网络(MIE-GCN)模型。主要包括两部分:一是通过方面感知注意力、自注意力和外部常识形成多信息融合层充分利用语义信息;二是根据单词间不同的语法距离构造句子的语法掩码矩阵,通过获得全面语法结构信息来补充语义信息。利用图卷积神经网络增强节点表示。在基准数据集上的实验结果表明,提出的模型均比对比模型有一定的提升。 展开更多

关键词 方面级情感分析 外部常识 方面感知注意力 语法掩码矩阵

在线阅读 下载PDF 职称材料

视触觉融合的增强现实三维注册方法 被引量：10

6

作者 刘佳 郭斌 +1 位作者 张晶晶 闫冬 《计算机工程与应用》 CSCD 北大核心 2021年第11期70-76,共7页

增强现实技术是近年来人机交互领域的研究热点。在增强现实环境下加入触觉感知,可使用户在真实场景中看到并感知到虚拟对象。为了实现增强现实环境下与虚拟对象之间更加自然的交互,提出一种视触觉融合的三维注册方法。基于图像视觉技术... 增强现实技术是近年来人机交互领域的研究热点。在增强现实环境下加入触觉感知,可使用户在真实场景中看到并感知到虚拟对象。为了实现增强现实环境下与虚拟对象之间更加自然的交互,提出一种视触觉融合的三维注册方法。基于图像视觉技术获得三维注册矩阵;借助空间转换关系求解出触觉空间与图像空间的转换关系;结合两者与摄像头空间的关系实现视触觉融合的增强现实交互场景。为验证该方法的有效性,设计了一个基于视触觉增强现实的组装机器人项目。用户可触摸并移动真实环境中的机器人零件,还能在触摸时感受到反馈力,使交互更具真实感。 展开更多

关键词 增强现实 视触觉融合 触觉交互 三维注册

在线阅读 下载PDF 职称材料

一种手持可遮挡的增强现实彩色标志 被引量：3

7

作者 刘佳 梅建辉 +1 位作者 张小瑞 陆熊 《计算机应用研究》 CSCD 北大核心 2017年第9期2843-2848,共6页

基于标志的跟踪注册技术是当前增强现实系统中最成熟和最接近实际应用的注册技术。该注册技术是将一些已知空间相对位置的人工标志放置在需要注册的真实场景中,利用摄像机跟踪识别标志。以手部康复训练为背景,提出了一种特殊的近景手持... 基于标志的跟踪注册技术是当前增强现实系统中最成熟和最接近实际应用的注册技术。该注册技术是将一些已知空间相对位置的人工标志放置在需要注册的真实场景中,利用摄像机跟踪识别标志。以手部康复训练为背景,提出了一种特殊的近景手持彩色标志及其识别方法。标志采用海明码编码技术编/解码,不仅扩充了标志的编码量,还能够利用海明码的奇偶校验方法解决由于手部无意遮挡引起的跟踪注册失败问题。实验结果表明,该彩色标志在多种环境下都能够实现稳定注册,具有一定的鲁棒性。为验证彩色标志的实用性,提出一个基于手部运动的增强现实桌面击球游戏,拥有较好的注册效果。彩色标志的提出将有助于增强现实手部康复训练项目的研究。 展开更多

关键词 手部康复 手持 彩色标志 遮挡 跟踪注册

在线阅读 下载PDF 职称材料

基于卷积神经网络的卫星云图云量计算 被引量：7

8

作者 夏旻 申茂阳 +1 位作者 王舰锋 王阳光 《系统仿真学报》 CAS CSCD 北大核心 2018年第5期1623-1630,共8页

卫星云图云量计算是卫星气象应用的基础,目前的方法对卫星光学参数以及对卫星云图的特征利用率不高,导致了云检测及云量计算不准确。针对这个问题,利用卷积神经网络进行卫星云图云的检测,基于优化的卷积神经网络将云图分为厚云、薄云及... 卫星云图云量计算是卫星气象应用的基础,目前的方法对卫星光学参数以及对卫星云图的特征利用率不高,导致了云检测及云量计算不准确。针对这个问题,利用卷积神经网络进行卫星云图云的检测,基于优化的卷积神经网络将云图分为厚云、薄云及晴空。在云检测的基础上利用"空间相关法"计算总云量。针对中国HJ-1A/B卫星图片的实验结果表明,通过对卷积网络结构及参数的优化卷积神经网络可以很好的提取云图的特征,云分类时厚云和薄云之间的过渡区域清晰,云的识别率以及云量计算的准确率都比传统阈值法、动态阈值法以及极限学习机模型的结果要好。 展开更多

关键词 云量计算 卷积神经网络 云检测 空间相关法

原文传递

基于加速分割检测的移动增强现实跟踪注册算法 被引量：5

9

作者 刘佳 顾爽 +1 位作者 张小瑞 张晶晶 《计算机应用研究》 CSCD 北大核心 2018年第10期3121-3125,共5页

传统的移动增强现实算法易受光照条件的影响。针对这一问题,提出一种新的基于自适应通用加速分割检测(adaptive and generic accelerated segment test,AGAST)与快速视网膜关键点(fast retina keypoint,FREAK)的移动增强现实跟踪注册算... 传统的移动增强现实算法易受光照条件的影响。针对这一问题,提出一种新的基于自适应通用加速分割检测(adaptive and generic accelerated segment test,AGAST)与快速视网膜关键点(fast retina keypoint,FREAK)的移动增强现实跟踪注册算法。首先建立尺度空间,使得AGAST算法具有尺度不变性;接着采用强度中心的方案为AGAST特征检测提供方向,使其形成旋转不变性;然后对FREAK模型进行简化,并采用扫视搜索的方法对图像进行分析,形成特征描述;最后采用RANSAC算法剔除误匹配并进行虚实注册。实验结果表明,提出的算法能高效而可靠地在移动设备上实现增强现实应用。 展开更多

关键词 移动增强现实 AGAST 特征匹配 扫视搜索

在线阅读 下载PDF 职称材料

基于部件检测与检索的行人精细化分割 被引量：1

10

作者 王枫 厉智 +1 位作者 刘青山 孙玉宝 《电子学报》 EI CAS CSCD 北大核心 2019年第2期502-508,共7页

针对行人图像外观的多样性以及结构、姿态、场景的复杂性,提出一种有效的精细化行人部件分割方法.该方法实现把一幅行人图像分割成不同的语义区域,主要包含三个阶段,前两个阶段单独训练两个Fast R-CNN(Fast Region-based Convolutional ... 针对行人图像外观的多样性以及结构、姿态、场景的复杂性,提出一种有效的精细化行人部件分割方法.该方法实现把一幅行人图像分割成不同的语义区域,主要包含三个阶段,前两个阶段单独训练两个Fast R-CNN(Fast Region-based Convolutional Neural Network,快速区域卷积神经网络)模型,分别用来检测整个人体以及各个部件以获得各类别部件的大体位置;第三个阶段使用基于检索过分割图像的方法来对检测到的各个部件进行分割,最后把各部件分割结果还原到原图坐标上以得到最终的分割结果.实验表明所提方法在三个公开的数据库上,与其他算法相比,分割准确率更高,边缘效果更好. 展开更多

关键词 行人分割 快速区域卷积神经网络 过分割 部件检索

在线阅读 下载PDF 职称材料

一种粒度融合的新闻文本主题分类模型 被引量：9

11

作者 杨春霞 李锐 秦家鹏 《小型微型计算机系统》 CSCD 北大核心 2020年第11期2256-2259,共4页

中文新闻文本主题分类任务中通常只考虑字符粒度或者词粒度中一种粒度的Embedding,这往往会使得在特征提取过程中丧失了另一种粒度的特性.本文针对中文新闻文本主题分类任务,提出了一种基于字符粒度与词粒度融合的分类模型.通过中文文... 中文新闻文本主题分类任务中通常只考虑字符粒度或者词粒度中一种粒度的Embedding,这往往会使得在特征提取过程中丧失了另一种粒度的特性.本文针对中文新闻文本主题分类任务,提出了一种基于字符粒度与词粒度融合的分类模型.通过中文文本特有的字、词、句的句法关系与字-词包含关系,对字、词进行嵌入,构成字向量、词向量并进行粒度融合.选择卷积神经网络提取新闻文本语义、上下文特征,对中文新闻文本进行主题分类.在THUCNews、搜新闻数据两个公开数据集上进行模型性能测试,该模型的分类准确率分别为97.48%、97.64%,结果表明本文提出的模型性能显著提高. 展开更多

关键词 自然语言处理 新闻文本 文本分类 粒度融合 卷积神经网络

在线阅读 下载PDF 职称材料

采用类心密度策略的多目标微分自动聚类算法 被引量：1

12

作者 申晓宁 孙毅 +1 位作者 薛云勇 孙帅 《计算机应用研究》 CSCD 北大核心 2019年第11期3224-3229,共6页

针对聚类过程中,由于类心选取的随机性导致所选类心偏离数据集,或者类心过于集中而带来的错误聚类这一缺陷,提出一种算法对类心的选取进行两次筛选,即将类心密度过小的以及两两类心之间距离过小的类心分别筛选出来,不让其参与聚类,此后... 针对聚类过程中,由于类心选取的随机性导致所选类心偏离数据集,或者类心过于集中而带来的错误聚类这一缺陷,提出一种算法对类心的选取进行两次筛选,即将类心密度过小的以及两两类心之间距离过小的类心分别筛选出来,不让其参与聚类,此后算法对筛选后剩余的类心再进行聚类。为了使算法能较快地得到最优类心,提出了改进的聚类准则函数,对聚类数目进行动态惩罚。为了评估所提算法在聚类问题上的应用性能,选择两种不同类型的数据集进行了仿真实验。与其他三种现有的自动聚类算法的比较结果表明,所提算法能够获得更好的聚类结果,从而验证了算法所提策略的有效性。 展开更多

关键词 自动聚类 类心密度策略 类心筛选 多目标优化 微分进化

在线阅读 下载PDF 职称材料

融合CNN-SAM与GAT的多标签文本分类模型 被引量：7

13

作者 杨春霞 马文文 +1 位作者 陈启岗 桂强 《计算机工程与应用》 CSCD 北大核心 2023年第5期106-114,共9页

现有基于神经网络的多标签文本分类研究方法存在两方面不足,一是不能全面提取文本信息特征,二是很少从图结构数据中挖掘全局标签之间的关联性。针对以上两个问题,提出融合卷积神经网络-自注意力机制(CNNSAM)与图注意力网络(GAT)的多标... 现有基于神经网络的多标签文本分类研究方法存在两方面不足,一是不能全面提取文本信息特征,二是很少从图结构数据中挖掘全局标签之间的关联性。针对以上两个问题,提出融合卷积神经网络-自注意力机制(CNNSAM)与图注意力网络(GAT)的多标签文本分类模型(CS-GAT)。该模型利用多层卷积神经网络与自注意力机制充分提取文本局部与全局信息并进行融合,得到更为全面的特征向量表示;同时将不同文本标签之间的关联性转变为具有全局信息的边加权图,利用多层图注意力机制自动学习不同标签之间的关联程度,将其与文本上下文语义信息进行交互,获取具有文本语义联系的全局标签信息表示;使用自适应融合策略进一步提取两者特征信息,提高模型的泛化能力。在AAPD、RCV1-V2与EUR-Lex三个公开英文数据集上的实验结果表明,该模型所达到的多标签分类效果明显优于其他主流基线模型。 展开更多

关键词 多标签文本分类 多层卷积神经网络 自注意力机制 多头图注意力机制

在线阅读 下载PDF 职称材料

融合实体信息的循环神经网络文本分类模型 被引量：6

14

作者 杨春霞 吴佳君 李欣栩 《小型微型计算机系统》 CSCD 北大核心 2020年第12期2516-2521,共6页

基于机器学习的文本分类方法通常忽略了文本上下文内容的语义特征,基于深度学习的文本分类方法虽考虑了上下文内容的语义特征,但弱化了实体信息在文本分类中的作用,无法丰富文本语义表示,突出文本内容特征.本文融合实体信息,提出一种循... 基于机器学习的文本分类方法通常忽略了文本上下文内容的语义特征,基于深度学习的文本分类方法虽考虑了上下文内容的语义特征,但弱化了实体信息在文本分类中的作用,无法丰富文本语义表示,突出文本内容特征.本文融合实体信息,提出一种循环神经网络与实体表示相结合的分类模型.该模型通过循环神经网络和Attention机制对文本进行建模表示,充分挖掘文本上下文内容的语义特征;同时,将实体表示与文本表示做注意力计算,进一步丰富文本语义与内容特征.在20NG、R8、IMDB、AG News四个数据集上进行实验,实验结果显示,该模型与其他主流基线方法相比,在准确率(Accuracy)上取得显著提高. 展开更多

关键词 文本分类 实体信息 循环神经网络 注意力机制

在线阅读 下载PDF 职称材料

一种高保真视-触觉增强现实系统的搭建 被引量：3

15

作者 刘佳 方韬 +1 位作者 陈大鹏 郭斌 《测控技术》 2023年第4期67-74,87,共9页

随着增强现实技术的发展,仅包含视觉的增强现实技术已经不能满足人们的需求,而加入触觉信息形成的视-触觉融合的增强现实系统却越来越受到关注。触觉设备是将真实环境和虚拟环境连接起来的纽带。然而,触觉设备在视场中的存在会带来两个... 随着增强现实技术的发展,仅包含视觉的增强现实技术已经不能满足人们的需求,而加入触觉信息形成的视-触觉融合的增强现实系统却越来越受到关注。触觉设备是将真实环境和虚拟环境连接起来的纽带。然而,触觉设备在视场中的存在会带来两个问题,一方面触觉设备占据了很大的视觉空间,另一方面触觉设备的定位往往会出现较大的误差,导致了视-触觉增强现实的真实性下降。为了增加使用者的体验感,提出一种高保真视-触觉增强现实环境的搭建方法。首先基于改进的ORB(Oriented FAST and Rotated BRIEF)和KLT(Kanade-Lucas-Tomasi)增强现实跟踪注册算法搭建稳定的视觉增强现实环境。其次提出了一种能校准触笔位置和方向的方法,以提升交互体验。然后提出一种基于力反馈的触觉渲染算法,最后使用改进的全局泊松方程和Criminisi算法对触觉设备进行隐藏和修复,减小因触觉设备存在对用户沉浸感造成的影响。 展开更多

关键词 增强现实 视触觉融合 图像修复 共址定位

在线阅读 下载PDF 职称材料

融合深度BiGRU与全局图卷积的方面级情感分析模型 被引量：4

16

作者 杨春霞 徐奔 +1 位作者 陈启岗 桂强 《小型微型计算机系统》 CSCD 北大核心 2023年第1期132-139,共8页

现有基于深度学习的方面级情感分析模型需要考虑如何提取深层次的语义信息,其次通过依存树提取句法结构时可能存在信息丢失与数据稀疏问题.针对以上问题,本文提出了基于深度双向门控循环单元与全局双向图卷积网络的神经网络模型(DBG-GBG... 现有基于深度学习的方面级情感分析模型需要考虑如何提取深层次的语义信息,其次通过依存树提取句法结构时可能存在信息丢失与数据稀疏问题.针对以上问题,本文提出了基于深度双向门控循环单元与全局双向图卷积网络的神经网络模型(DBG-GBGCN).该模型通过深度双向门控循环单元捕获深层次的语义特征,得到上下文的隐层表示.然后将依存树的邻接矩阵转变为带有全局句法信息的全局矩阵,将此矩阵与上下文的隐层表示一起输入至双向图卷积网络进行特征融合,最后经过掩码层和注意力层得到一个包含深层语义特征与句法结构信息结合的分类特征.实验结果证明,该模型在5个公开数据集上的准确率与F1值均比对比模型有着一定的提升. 展开更多

关键词 方面级情感分析 全局矩阵 深度双向门控循环单元 双向图卷积网络 特征融合

在线阅读 下载PDF 职称材料

基于BiGCN和IAM的方面级情感分类模型 被引量：4

17

作者 杨春霞 瞿涛 吴佳君 《计算机工程与应用》 CSCD 北大核心 2022年第11期178-186,共9页

目前基于神经网络的方面级情感分类模型很少会考虑上下文单词与方面词之间的句法依存关系,可能会错误地将与方面词语法无关的上下文单词作为方面词的情感特征;另一方面大多数方法也忽略了上下文与方面词之间的交互信息。针对这两个问题... 目前基于神经网络的方面级情感分类模型很少会考虑上下文单词与方面词之间的句法依存关系,可能会错误地将与方面词语法无关的上下文单词作为方面词的情感特征;另一方面大多数方法也忽略了上下文与方面词之间的交互信息。针对这两个问题,提出了基于双向图卷积网络(BiGCN)和交互注意力机制(IAM)的方面级情感分类模型(BiGCN-IAM),该模型在句法依存树上使用双向图卷积网络提取上下文单词和方面词之间的句法依存关系,然后使用掩码层得到特定的方面词表示;最后使用交互注意力机制学习上下文与方面词之间的交互信息,同时提取了上下文中的重要情感特征和方面词中对分类有贡献的特征。通过在五个公开数据集上的实验证明,该模型效果优于基线模型。 展开更多

关键词 方面级情感分类 交互注意力机制 双向图卷积神经网络 句法依存树

在线阅读 下载PDF 职称材料

面向方面级情感分析的加权依存树卷积网络 被引量：5

18

作者 杨春霞 宋金剑 姚思诚 《中文信息学报》 CSCD 北大核心 2022年第5期125-132,共8页

面向方面级情感分析,现有基于规则的依存树修剪方法存在删除部分有用信息的问题。另外,如何利用图卷积网络获取图结构中丰富的全局信息也是现阶段面临的一个重要问题。针对第一个问题,该文通过多头注意力机制自动学习如何有选择地关注... 面向方面级情感分析,现有基于规则的依存树修剪方法存在删除部分有用信息的问题。另外,如何利用图卷积网络获取图结构中丰富的全局信息也是现阶段面临的一个重要问题。针对第一个问题,该文通过多头注意力机制自动学习如何有选择地关注对分类任务有用的结构信息,将原始依存树转变为完全连接的边加权图。针对第二个问题,该文将紧密连接引入图卷积网络中,使图卷积网络能够捕捉丰富的局部和全局信息。三个公开数据集上的实验结果表明,该文模型相比基线模型其准确率和F_(1)值均有提升。 展开更多

关键词 依存树 多头注意力 紧密连接 图卷积网络

在线阅读 下载PDF 职称材料

基于注意力与双通道网络的方面级情感分析 被引量：3

19

作者 杨春霞 徐奔 +1 位作者 桂强 韩煜 《南京信息工程大学学报（自然科学版）》 CAS 北大核心 2023年第1期42-50,共9页

针对方面级情感分析任务不能充分兼顾句法全面性与语义关联性,且大多数研究中使用的图卷积仅考虑信息自上而下的传播,忽略了信息自下而上的聚合等问题,本文提出了基于注意力与双通道网络的情感分析模型.该模型在扩展依存表示的同时使用... 针对方面级情感分析任务不能充分兼顾句法全面性与语义关联性,且大多数研究中使用的图卷积仅考虑信息自上而下的传播,忽略了信息自下而上的聚合等问题,本文提出了基于注意力与双通道网络的情感分析模型.该模型在扩展依存表示的同时使用自注意力获取具有语义关联的信息矩阵,使用双通道网络结合全局句法与语义关联信息,双通道网络分别侧重于自上而下传播的语义特征与自下而上聚合的结构特征.通道内的图卷积输出会与信息矩阵进行交互注意力起到残差互补的作用,然后通过平均池化完成通道内的任务.最后将基于语义与基于结构的决策融合得到最终的情感分类特征.实验结果表明该模型在三个公开数据集上的准确率与F1值均有提升. 展开更多

关键词 注意力机制 双通道网络 决策融合 图卷积

在线阅读 下载PDF 职称材料

融合标签信息的分层图注意力网络文本分类模型 被引量：3

20

作者 杨春霞 马文文 +1 位作者 徐奔 韩煜 《计算机工程与科学》 CSCD 北大核心 2023年第11期2018-2026,共9页

目前基于分层图注意力网络的单标签文本分类任务存在2方面不足:一是不能较好地对文本特征进行提取;二是很少有研究通过文本与标签之间的联系进一步凸显文本特征。针对这2个问题,提出一种融合标签信息的分层图注意力网络文本分类模型。... 目前基于分层图注意力网络的单标签文本分类任务存在2方面不足:一是不能较好地对文本特征进行提取;二是很少有研究通过文本与标签之间的联系进一步凸显文本特征。针对这2个问题,提出一种融合标签信息的分层图注意力网络文本分类模型。该模型依据句子关键词与主题关联性构建邻接矩阵,然后使用词级图注意力网络获取句子的向量表示。该模型是以随机初始化的目标向量为基础,同时利用最大池化提取句子特定的目标向量,使得获取的句子向量具有更加明显的类别特征。在词级图注意力层之后使用句子级图注意力网络获取具有词权重信息的新文本表示,并通过池化层得到文本的特征信息。另一方面利用GloVe预训练词向量对所有文本标注的标签信息进行初始化向量表示,然后将其与文本的特征信息进行交互、融合,以减少原有特征损失,得到区别于不同文本的特征表示。在R52、R8、20NG、Ohsumed及MR 5个公开数据集上的实验结果表明,该模型的分类准确率明显优于其它主流基线模型的。 展开更多

关键词 分层图注意力网络 单标签文本分类 邻接矩阵 标签信息

在线阅读 下载PDF 职称材料