- 年份
- 2024(8974)
- 2023(12405)
- 2022(10697)
- 2021(10051)
- 2020(8672)
- 2019(19900)
- 2018(19820)
- 2017(38516)
- 2016(20745)
- 2015(23648)
- 2014(23387)
- 2013(22771)
- 2012(20439)
- 2011(18242)
- 2010(18341)
- 2009(16739)
- 2008(16403)
- 2007(14063)
- 2006(12020)
- 2005(10536)
- 学科
- 济(82778)
- 经济(82658)
- 管理(65736)
- 业(61239)
- 企(53243)
- 企业(53243)
- 方法(42578)
- 数学(37618)
- 数学方法(36906)
- 财(24337)
- 农(20240)
- 中国(20120)
- 制(18859)
- 业经(18444)
- 务(15341)
- 财务(15276)
- 财务管理(15240)
- 理论(15061)
- 贸(14867)
- 贸易(14854)
- 学(14846)
- 易(14466)
- 企业财务(14415)
- 地方(13928)
- 技术(13505)
- 体(13156)
- 农业(13083)
- 和(12779)
- 银(12635)
- 银行(12615)
- 机构
- 大学(289524)
- 学院(288178)
- 济(117663)
- 管理(116371)
- 经济(115296)
- 理学(101889)
- 理学院(100794)
- 管理学(98683)
- 管理学院(98140)
- 研究(89060)
- 中国(66989)
- 京(59330)
- 财(56249)
- 科学(52987)
- 财经(44832)
- 所(42952)
- 江(42155)
- 中心(41943)
- 农(41707)
- 业大(41221)
- 经(40843)
- 研究所(38750)
- 范(36852)
- 北京(36595)
- 经济学(36539)
- 师范(36466)
- 财经大学(33656)
- 州(33091)
- 经济学院(32961)
- 院(32755)
- 基金
- 项目(200226)
- 科学(160297)
- 基金(147730)
- 研究(146878)
- 家(127941)
- 国家(126911)
- 科学基金(111174)
- 社会(94316)
- 社会科(89530)
- 社会科学(89511)
- 省(77999)
- 基金项目(77902)
- 自然(72661)
- 自然科(71090)
- 自然科学(71075)
- 教育(70454)
- 自然科学基金(69785)
- 划(65966)
- 资助(60953)
- 编号(59230)
- 成果(47342)
- 部(45382)
- 重点(45111)
- 创(42947)
- 发(41576)
- 制(40874)
- 课题(40777)
- 创新(39991)
- 教育部(39878)
- 国家社会(39228)
- 期刊
- 济(120925)
- 经济(120925)
- 研究(80511)
- 中国(56844)
- 财(45558)
- 管理(44496)
- 学报(41122)
- 科学(39328)
- 农(36502)
- 教育(34438)
- 大学(33019)
- 学学(31108)
- 技术(27958)
- 农业(24726)
- 融(23668)
- 金融(23668)
- 财经(22307)
- 业经(19697)
- 经济研究(19486)
- 经(19121)
- 问题(15980)
- 统计(15060)
- 策(14110)
- 技术经济(14105)
- 业(13473)
- 理论(13127)
- 版(13106)
- 科技(12968)
- 财会(12853)
- 商业(12664)
共检索到412810条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 情报学报
[作者]
朱茂然 王奕磊 高松 王洪伟 郑丽娟
商品在线评论中存在着大量的比较语句,其中蕴涵着用户对不同商品或服务的体验及评价。通过挖掘评论文本中的比较信息,能够帮助企业洞察产品的市场竞争力。本文关注中文评论中的比较句识别任务,摒弃了先前研究中经常采用的模式识别方法,提出基于深度学习方法的层次多注意力网络模型。该模型获得了较好的识别精度,优于传统的分类模型和常见的深度学习文本分类模型,F1分数达到81%。本文提出的层次多注意力网络模型是端到端的,缩减了大量人工干预,有效简化了比较评论识别的工作量。
关键词：
比较评论 文本分类 深度学习 注意力机制
[期刊] 华中师范大学学报(自然科学版)
[作者]
张婧 陈增照 段超 王虎
当前，从海量的互联网信息中获取满足用户需求的视频资源变得越来越困难，用户面临严重的信息焦虑和信息过载问题，然而各种辅助信息中蕴含着大量的与用户兴趣偏好及项目特征相关的信息并没有在经典推荐系统中得到利用.鉴于深度学习在特征提取和注意力机制在特征选择方面的突出表现，充分有效利用各种辅助信息缓解矛盾是当前研究的热点和难点问题.针对以上问题，该文提出了一种新颖的利用文本上下文信息的深度混合推荐方法.该方法将视频标题和视频简介组合，经过预训练的词嵌入模型Glove转化为词向量，通过融合多头注意力机制的卷积神经网络提取项目潜藏因子，再结合概率矩阵分解实现用户对视频资源的评分预测.在ML-100k、ML-1m、ML-10m、Amazon四个公开数据集上的实验结果表明，该研究提出的方法结果优于PMF、CDL、ConvMF等基线模型.
[期刊] 中南林业科技大学学报
[作者]
崔晓晖 陈民 陈志泊 许福 王新阳
【目的】针对物候期识别传统方法特征提取不充分、未对关键特征进行区分,导致方法泛化能力较差、迁移应用识别精度低的问题,本研究将注意力机制引入残差神经网络,结合基于数字照相的物候观测方式,提出具有较强细粒度特征识别能力且实用性较强的林木物候期识别方法,从而为林木的长期实时物候监测提供技术支撑。【方法】以PhenoCam中的栎林及槭林像片为研究材料,选取2017—2018年的数据作为训练集,以2019年的数据评价模型的泛化能力。研究结合实地观测数据对研究区的林木物候期进行划分,设计数据裁剪公式,在增强数据的同时均衡各个物候期数据的数量。研究基于ResNet50残差神经网络设计了深度学习模型,针对林木物候期差异较小的特性引入了注意力机制,注意力模块在通道及空间维度对神经网络提取的特征进行再处理,提升了模型对细粒度图像差异的识别能力。【结果】注意力机制的引入有效提升了模型的泛化能力,增强了模型对易混淆物候期的识别能力,在未参与训练的19年数据集的栎林物候期识别取得了90.58%的准确率,槭林物候期识别准确率为89.27%,较引入前模型准确率在两个研究区分别提升21.86%与13.15%,优于传统AlexNet和HOG-SVM方法。【结论】基于残差注意力网络的林木物候期识别方法较好解决了原有方法泛化能力较差的问题,该方法具有准确度高、迁移应用能力强等优势,能对易混淆的林木物候期进行精准区分,适用于林木物候的长期观测。
[期刊] 运筹与管理
[作者]
吴彬溶 王林
为更加准确地预测我国粮食总产量，基于自适应差分进化算法来智能地选择基于注意力机制的双向独立循环神经网络的超参数，并考虑了粮食作物单位产量、农业生产条件、科技因素、农业保险、市场及经济因素五大类影响因素，构建了基于注意力机制的ADE-Bi-IndRNN粮食产量预测模型。经过预测分析得出我国2020—2024的粮食产量分别为6.67亿吨、6.72亿吨、6.80亿吨、6.99亿吨、7.02亿吨，总体呈现震荡上涨趋势，平均年增长率为1.15%。同时，通过对多个变量进行的注意力权重的分析，发现现阶段对我国粮食总产量预测贡献最大的三个变量为：谷物单位面积产量，粮食作物总播种面积，耕地灌溉面积，且政府对农业保险的政策性补贴、粮食进口量、谷物生产价格指数、农业生产资料指数也有助于提升我国的粮食总产量，并据此对我国粮食行业发展提出了建议。
[期刊] 清华大学学报(自然科学版)
[作者]
张仰森 郑佳 黄改娟 蒋玉茹
微博情感分析是获取微博用户观点的基础。该文针对现有大多数情感分析方法将深度学习模型与情感符号相剥离的现状,提出了一种基于双重注意力模型的微博情感分析方法。该方法利用现有的情感知识库构建了一个包含情感词、程度副词、否定词、微博表情符号和常用网络用语的微博情感符号库;采用双向长短记忆网络模型和全连接网络,分别对微博文本和文本中包含的情感符号进行编码;采用注意力模型分别构建微博文本和情感符号的语义表示,并将两者的语义表示进行融合,以构建微博文本的最终语义表示;基于所构建的语义表示对情感分类模型进行训练。该方法通
[期刊] 华中师范大学学报(自然科学版)
[作者]
陈宇 邢锐 雷建军
学龄人口是区域教育资源配置的重要依据,对区域内下一年小学入学规模进行准确预测,可以为区域内教育管理部门对教育资源进行调配提供辅助决策支持.该文针对区域内小学入学规模预测问题,考虑区域经济、人口等相关因素和小学入学规模的关联关系,提出了基于注意力机制的循环网络预测模型.该模型以长短时记忆网络模型为基础,引入注意力机制,自动提取小学入学规模与经济、人口等特征之间的关联关系以及进一步增强历史关键时间点的信息表达,提升预测准确率.在采用真实数据集进行试验的结果说明,该模型对比其它模型在多个评价指标上均有提升,具有更准确和更稳定的预测效果.
[期刊] 清华大学学报(自然科学版)
[作者]
张宇 张鹏远 颜永红
由于背景噪声、混响以及人声干扰等因素,远场语音识别任务一直充满挑战性。该文针对远场语音识别任务,提出基于注意力机制和多任务学习框架的长短时记忆递归神经网络(long short-term memory,LSTM)声学模型。模型中嵌入的注意力机制使其自动学习调整对扩展上下文特征输入的关注度,显著提升了模型对远场语音的建模能力。为进一步提高模型的鲁棒性,引入多任务学习框架,使其联合预测声学状态和干净特征。AMI数据集上的实验结果表明:与基线模型相比,引入注意力机制和多任务学习框架的LSTM模型获得了1.5%的
[期刊] 职教论坛
[作者]
董申 王松 马莉萍
在线学习的效果一直是学界关注的热点问题，学生的注意力是教学内容得以传达的基本保证之一。在职学生的学情与一般学生存在明显差异，有必要专门探讨。基于针对教师、学生的访谈和课堂录像，运用扎根理论对在职学生在直播、录播、慕课、微课中的注意力现象开展实证研究，提出在职学生在线学习的注意力驱动机制模型。学习动机是在线学习注意力的主要内驱力，任务机制下的师生互动和“自组织”同伴学习等策略是提高学生注意力的核心手段，课程安排、技术平台、教学团队对在线教学有支撑作用。在线学习注意力提升的关键在于对学习动机的激发、对“距离感”的消解、对课程情境的建构。建议参照这些注意力驱动机制，多策并举提升在职学生在线学习的效果。
[期刊] 华中师范大学学报(自然科学版)
[作者]
操凤萍 张锐汀 窦万峰
为缓解跨域推荐数据稀疏与冷启动问题，该文提出一种融和双塔隐语义与自注意力机制的跨域推荐模型(DLLFM-DA/Self atten CDR model, DLDASA),能够有效提升目标域推荐准确率.首先利用提出的双塔隐语义模型(DLLFM),借助源域和目标域用户的类别偏好和项目类别，生成高质量隐语义；其次，在隐语义特征迁移过程中引入域适应(domain adaptation),有效对齐源域与目标域的特征分布，最小化源域与目标域间数据分布差异，提供更高质量的隐语义特征迁移；然后利用多头自注意力机制捕捉两个域之间的差异性与相关性，对差异信息进行筛选与融合，缓解负迁移问题，以提升跨域推荐质量；最后，在Movielens-Netflix和一品威客(YPWK)-猪八戒网(ZBJW)真实数据集上，将DLDASA与基线单域和跨域推荐模型进行对比实验，结果表明，均方根误差(RMSE)和平均绝对误差(MAE)均有明显改善.该研究验证了DLDASA模型能够更充分地提取用户特征，有效缓解目标域信息不足的问题.
[期刊] 工业工程与管理
[作者]
朱鹏烨 孙林辉 袁晓芳 代宗
为有效预测煤矿提升机司机注意力分配情况，从人自上而下及自下而上的信息加工机制出发，以SEEV模型思想为基础，应用主观期望效用理论，提出了基于信息突显性、努力程度及任务属性的注意力分配模型。为验证模型的有效性，开展自由监视操控任务的工效学眼动实验，将眼动实验值与模型理论值进行拟合及回归分析。结果表明：注意力分配模型理论值与眼动实验值显著相关且吻合度高，验证了模型的可用性。研究提出的注意力分配模型对煤矿提升机司机注意力培训、人机界面设计及防范人因失误具有一定指导意义。
[期刊] 清华大学学报(自然科学版)
[作者]
贾旭东 王莉
文本序列中各单词的重要程度及其之间的依赖关系对于识别文本类别有重要影响。胶囊网络不能选择性关注文本中重要单词,并且由于不能编码远距离依赖关系,在识别具有语义转折的文本时有很大局限性。为解决上述问题,该文提出了一种基于多头注意力的胶囊网络模型,该模型能编码单词间的依赖关系、捕获文本中重要单词,并对文本语义编码,从而有效提高了文本分类任务的效果。结果表明:该文模型在文本分类任务中效果明显优于卷积神经网络和胶囊网络,在多标签文本分类任务上效果更优,能更好地从注意力中获益。
[期刊] 情报理论与实践
[作者]
曾忠禄
文章以注意力理论为基础,提出了基于竞争对手注意力的竞争对手分析模型。利用该模型,企业可以通过分析竞争对手的注意力聚焦来预测竞争对手的行为。竞争对手分析可从3个层次进行:①直接分析竞争对手的注意力聚焦;②分析影响注意力聚焦的3个因素;③分析影响竞争对手决策者假设的两个因素。本模型部分弥补了现有竞争对手分析理论的不足,为竞争对手分析提供了新的视角。
[期刊] 情报学报
[作者]
范涛 吴鹏 王昊 凌晨
网民情感对网络舆情的演化和发展具有重要的推动作用,如何精准分析网民情感对于网络舆情管理有着重大的现实意义。现有的网民情感研究主要是基于文本进行分析,鲜有研究从多模态视角出发,结合文本和图片对网民情感进行分析。在多模态情感分析中,现有研究多结合不同模态的全面特征、进行高维融合,容易造成信息冗余、引入噪声,忽略了不同模态之间的交互性和相关性。本文提出基于多模态联合注意力机制的情感分析模型,通过联合词引导的注意力机制和图引导的注意力机制,结合文本和图片分析网民情感,并且在"新冠肺炎疫情"等网络舆情数据中进行实证研究,与相关优异的基线模型进行了对比分析。实验结果表明,本文提出的基于多模态联合注意力机制模型具有一定的优越性,能够有效捕捉不同模态间的交互和相关关系。
[期刊] 情报理论与实践
[作者]
周瑛 刘越 蔡俊
[目的/意义]微博作为人们表达观点的重要平台,已成为文本情感分析的一个研究热点。文章提出一个基于注意力机制的LSTM模型,以华为P10闪存门事件微博相关评论为研究对象,分析网络用户对该事件的情感趋向,以验证该模型的有效性。[方法/过程]引入深度学习理论,使用基于注意力机制的LSTM模型进行情感分析以更好地把握文本中的情感信息,提升情感分类的成功率。[结果/结论]基于注意力机制的LSTM模型是一个有效的模型,在分析较长文本的情感特征时更加准确,比较适合微博这类成段落的文本分析。[局限]对于颜文字、表情包等非
[期刊] 清华大学学报(自然科学版)
[作者]
李明扬 孔芳
相比规范新闻文本中命名实体识别(named entity recognition,NER),中文社交媒体中命名实体识别的性能偏低,这主要受限于文本的规范性和标注语料的规模。近年来中文社交媒体的命名实体识别研究主要针对标注语料规模小这一问题,倾向于使用外部知识或者借助联合训练来提升最终的识别性能,但对社交媒体文本不规范导致的对文本自身蕴含特征的挖掘不够这一问题的研究很少。该文着眼于文本自身,提出了一种结合双向长短时记忆和自注意力机制的命名实体识别方法。该方法通过在多个不同子空间捕获上下文相关信息来更好地理解和表示句子结构,充分挖掘文本自身蕴含的特征,并最终提升不规范文本的实体识别性能。在Weibo NER公开语料上进行了多组对比实验,实验结果验证了方法的有效性。结果表明:在不使用外部资源和联合训练的情况下,命名实体识别的F1值达到了58.76%。
关键词：
命名实体识别 中文社交媒体 自注意力机制
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
