- 年份
- 2024(3928)
- 2023(5821)
- 2022(4820)
- 2021(4279)
- 2020(3649)
- 2019(8383)
- 2018(7877)
- 2017(15619)
- 2016(7762)
- 2015(8651)
- 2014(8518)
- 2013(8495)
- 2012(7794)
- 2011(7022)
- 2010(7366)
- 2009(7158)
- 2008(5957)
- 2007(5368)
- 2006(4968)
- 2005(4561)
- 学科
- 济(35559)
- 经济(35536)
- 融(24644)
- 金融(24643)
- 业(23278)
- 管理(21807)
- 银(21560)
- 银行(21552)
- 行(20977)
- 企(19736)
- 企业(19736)
- 方法(16663)
- 中国(16297)
- 数学(14800)
- 数学方法(14527)
- 中国金融(10890)
- 地方(10704)
- 财(10494)
- 制(9370)
- 业经(7956)
- 学(7808)
- 农(7726)
- 务(7491)
- 财务(7468)
- 财务管理(7458)
- 企业财务(7157)
- 理论(6301)
- 农业(6219)
- 贸(5733)
- 贸易(5722)
- 机构
- 大学(109006)
- 学院(108669)
- 济(48396)
- 经济(47376)
- 管理(41564)
- 研究(36750)
- 中国(36023)
- 理学(35476)
- 理学院(35126)
- 管理学(34291)
- 管理学院(34115)
- 财(23578)
- 京(22616)
- 科学(21520)
- 中心(19538)
- 财经(18682)
- 所(18211)
- 经(16924)
- 研究所(16508)
- 经济学(16319)
- 农(15982)
- 银(15982)
- 融(15953)
- 江(15911)
- 金融(15636)
- 银行(15438)
- 经济学院(14911)
- 行(14468)
- 北京(14241)
- 业大(14197)
- 基金
- 项目(72824)
- 科学(58089)
- 基金(54376)
- 研究(52288)
- 家(47438)
- 国家(47092)
- 科学基金(40998)
- 社会(34561)
- 社会科(33188)
- 社会科学(33180)
- 基金项目(28111)
- 省(27982)
- 自然(26053)
- 自然科(25540)
- 自然科学(25537)
- 自然科学基金(25071)
- 划(23186)
- 资助(23099)
- 教育(22985)
- 编号(20381)
- 成果(17015)
- 重点(16535)
- 发(15963)
- 部(15770)
- 创(15510)
- 国家社会(15215)
- 创新(14628)
- 科研(13930)
- 项目编号(13732)
- 教育部(13692)
共检索到171400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] 清华大学学报(自然科学版)
[作者]
王耀琦 万中英 曾雪强 左家莉
情感分布学习(emotion distribution learning, EDL)采用情感分布记录给定样本在各个情绪上的表达程度,在处理具有模糊性的多标签情绪分析任务时具有明显优势。情感分布标签增强技术将已标注的情绪单标签增强为情感分布,可以解决EDL缺乏已标注情感分布的实验数据集的问题。然而,已有的情感分布标签增强方法采用离散空间情绪模型表示情绪,存在情绪间的相关信息丢失和情绪表达不连续等问题。针对上述问题,该文引入基于连续维度的效价-唤醒-支配(valencearousal-dominance, VAD)心理学情绪模型,提出融合VAD情绪知识的文本情感分布标签增强方法(VAD emotion knowledge based text emotion distribution label enhancement, VADLE)。VADLE方法基于先验的VAD情绪模型中的情绪距离,先为英文句子的真实情绪标签和句中情感词的情绪标签分别生成先验情感分布,再通过分布叠加将2种先验情感分布统一。通过英文单标签文本情感数据集的对比实验表明:VADLE方法在情绪预测任务方面的性能优于已有的情感分布标签增强方法。
[期刊] 情报理论与实践
[作者]
王娜 葛毓彬
［目的／意义］为提高信息服务的针对性和个性化水平，提出一种融合标签权值的用户模糊聚类方法。［方法／过程］根据用户的标注行意义为构造基于各个标签的模糊相似矩阵，然后根据提出的标签权值确定流程来确定不同标签的权值，再在此基础上求得用户标注行为的模糊相似矩阵，最后通过计算确定阈值并根据阈值对用户进行聚类。［结果 ／结论］实验结果表明，该聚类算法能够有效地对用户进行聚类，而且聚类准确度要优于传统模糊聚类方法。
关键词：
模糊聚类 标签权值 用户聚类
[期刊] 图书情报工作
[作者]
许钦亚 薛秋红 钱力 刘会洲 刘鲁静
[目的/意义]学术论文的语步结构对读者深入理解内容和快速定位关键信息具有重要作用，本文旨在研究全文语步识别方法，以快速获取学术论文的核心内容，推动智能化的语义检索。[方法/过程]在当前语步识别方法方面的相关研究的基础上，提出一种融合ChatGPT数据增强和预训练语言模型的细粒度语步识别模型SciBERT-HAMI模型。该模型利用原始文本，通过ChatGPT大模型进行语料扩充，以增加训练数据的多样性和数量；使用分层神经网络模型学习论文的“词—句—章节”语义特征表示，以捕捉不同层次的语义信息；将SciBERT的词嵌入表示作为输入，并使用分层神经网络模型与FocalLoss损失函数进行细粒度语步识别模型训练。[结果/结论 ]结合ChatGPT数据增强策略，SciBERT-HAMI-DA模型在CoreSC和AZ数据集的F1值分别为0.731和0.741，对比实验表明，所提模型在论文全文细粒度语步识别任务上性能得到有效提升，并通过消融实验验证数据增强和模型组件的有效性。融合预训练语言模型与ChatGPT数据增强，全文语步识别模型的预测效果得到有效提升，有助于推动学术研究的自动化与智能化。
[期刊] 林业科学
[作者]
吴福明 宋智豪 王超 符利勇 业巧林
【目的】提出一种基于自适应样本均衡与信息融合的林火检测数据增强（SMA）方法，以解决因林火样本数据难以获取、各类别分布不均衡、场景表达能力不充分等导致林火检测效果不佳的问题。【方法】以河北省张家口市崇礼区采集的无人机林火图像为研究对象：1）对无人机视频进行预处理，构建原始数据集；2）采用类别统计、标注框中心化等方法分析数据存在的问题，如小目标居多、类别分布不均衡和标注框尺寸分散等；3）针对类别分布失衡问题，引入自适应参数，实现样本动态调整；4）为保证信息跨样本融合的有效性，提出新的参数指标IOA作为判定阈值，并给出合理参考值；5）设计12组消融试验，以无人机采集数据为样本，根据控制变量原则，对比原始数据、随机数据增强、马赛克数据增强和SMA方法在SSD、YOLOv3、YOLOv4主流算法中的林火检测结果；6）以MAP（平均查准率）为指标，评估不同数据增强方法在同一算法中的效果。【结果】消融试验结果显示，SMA方法在SSD、YOLOv3、YOLOv4算法中MAP分别为48.16%、82.02%、67.79%，相比原始数据分别提升12.14%、11.50%、36.83%，相比随机数据增强分别提升11.95%、4.86%、16.33%，相比马赛克数据增强分别提升1.06%、18.24%、1.79%。【结论】现有数据增强方法未能充分利用林火数据中蕴涵的信息，SMA方法引入自适应参数可解决样本分布不均衡问题，IOA指标引入能够实现数据跨样本融合。SMA方法在SSD、YOLOv3和YOLOv4算法中MAP相较传统方法均有提升，表现出对林火数据检测的有效性。
[期刊] 旅游学刊
[作者]
宋子千
融合化发展是当前世界产业发展的一个重要趋势,被称为新经济条件下促进就业与增长的一个强有力的发动机。旅游业的产业融合发展在当前更具现实意义,无论是发达地区的产业转型,还是欠发达地区的产业突破,都需要发挥旅游业的关联带动作
[期刊] 华中农业大学学报
[作者]
仝召茂 陈学海 马志艳 杨光友 张灿
针对夜间场景下苹果识别率低、实时性差的问题，提出了一种融合图像增强和迁移学习的YOLOv8n夜间苹果检测方法。首先，在YOLOv8n前端嵌入Zero-DCE模块增强夜间图像，更清晰地呈现苹果的轮廓和细节，降低夜间苹果图像的识别难度；其次，使用SPD-Conv进行下采样，增强模型细粒度特征的提取能力；在此基础上，针对夜间苹果数据集样本量少的问题，采用迁移学习训练策略，选取含有苹果类别的MS COCO数据集作为源域数据集，对于夜间场景下的目标域数据集，利用Zero-DCE增加其与日间苹果图像的相似度并在源域模型上微调目标域模型。基于上述方法，在夜间苹果图像数据集上进行了试验，结果显示，所提方法的模型的精确率P为97.0%、召回率R为93.4%、平均精度均值mAP0.5:0.95为74.6%，较YOLOv8n原始模型分别提升2.3、1.9和4.3百分点，同时该模型的FPS为22帧/s，可以满足实时性要求。消融试验显示，图像增强与迁移学习结合使用的效果超过两者单独使用时的效果之和。研究表明，改进后的模型在处理重叠、遮挡、绿果和光线过暗等复杂情形时都比原始模型表现更优，具有良好的鲁棒性。
[期刊] 情报杂志
[作者]
李慧宗 周姣 王向前 张宝隆
[目的/意义]标签潜在主题的有效识别是解决社会化标注语义模糊问题的关键,对于建模用户兴趣、为用户提供精准的标签推荐、改善社会化标注系统的用户使用体验具有重要的意义。[过程/方法]为了从标注行为的角度识别用户所标注标签的主题,提出一种融合社会关系的用户标签主题模型。首先,从标注系统中建模用户的社会关系;其次,利用随机游走的方法对用户的社会关系进行链接分析并获取用户的权威度分数,将其加权到"用户-标签"的二元标注关系上;此基础上,构建基于用户加权的标签LDA模型,通过迭代学习出标签的潜在主题。[结果/结论]实
[期刊] 清华大学学报(自然科学版)
[作者]
陈庆强 王文剑 姜高霞
在监督学习中,标签噪声对模型建立有较大的影响。目前对于标签噪声的处理方法主要有基于模型预测的过滤方法和鲁棒性建模方法,然而这些方法存在过滤效果差或者过滤效率低等问题。针对该问题,该文提出一种基于数据分布的标签噪声过滤方法。首先对于数据集中的每一个样本,根据其近邻内样本的分布,将其及邻域样本形成的区域划分为高密度区域和低密度区域,然后针对不同的区域采用不同的噪声过滤规则进行过滤。与已有方法相比,该方法从数据分布角度出发,使得噪声过滤更具有针对性从而提高过滤效果;此外,使用过滤规则对噪声数据进行处理而非建立噪声预测模型,因而可以提高过滤效率。在15个UCI标准多分类数据集上的实验结果表明:该方法在噪声低于30%时,噪声检测效率和分类精度均有很好的表现。
关键词：
标签噪声 噪声过滤 模型鲁棒性 数据分布
[期刊] 情报学报
[作者]
张贞港 余传明
文本语义匹配模型在信息检索、文本挖掘等领域已经获得了广泛应用。为解决现有模型主要从文本自身角度判断文本之间的语义关系而忽略对外部知识有效利用的问题，本文提出一种新的基于知识增强的文本语义匹配模型，以知识图谱实体作为外部知识，有效建模文本的外部知识信息，并自适应地过滤外部知识中存在的噪声。针对自然语言推理和释义识别两个文本语义匹配任务，与基线方法相比，本文模型在大多数指标上取得了最优效果。研究结果表明，本文模型有助于揭示知识图谱在文本语义匹配任务中的作用，为将知识图谱应用到智能信息服务领域提供了参考。
[期刊] 图书情报工作
[作者]
卓可秋 沈思 王东波
[目的/意义]学术全文本下的关系抽取是学术全文本知识图谱构建的关键技术,所构建的学术知识图谱能够实现文献的结构化、知识化,提高研究人员检索文献、分析文献和把握科研动态的效率,以及通过图谱的认知推理,有助于隐式知识发现。[方法/过程]通过外部知识来增强关系抽取已在不少研究取得成果,但针对特定领域的关系抽取往往缺少可用的外部知识。研究发现,全文本中自有的高置信度的知识也可以用来辅助全文本关系抽取。受认知过程双系统理论(系统1为直觉认知,系统2为推理认知)启发,设计一个句子级模型来获取知识,并通过远程监督方式获取高置信度知识,然后将高置信度知识融入到全文本级深度学习模型最后分类的一层上。[结果/结论]在生物医学学术全文本数据集(CDR-revised)上,比当前最先进的模型在F1上提高11.13%。
[期刊] 情报理论与实践
[作者]
周红磊 张海涛 栾宇 苏欣宇
[目的/意义]丰富的互联网数据为洞悉真实事件提供了多维视角，快速识别突发事件并准确判断其所属类别，有助于各级政府及应急管理部门高效地管理应急情报资源。[方法/过程]研究构建了基于文本—图像增强的突发事件识别及分类的理论模型；通过文本卷积神经网络、视觉几何群网络搭建深度神经网络共同组成Multi-DNN模型；最后以真实的自然灾害类突发事件数据进行实例验证。[结果/结论]通过文本、图像相互增强，多模态特征融合能够提升突发事件识别及分类的准确率，同时在小样本数据的任务处理中仍有良好效果，证明不同模态的数据能够相互补充、相互印证，对其融合处理能够提供比单一模态更为准确和全面的信息分析。
[期刊] 图书情报工作
[作者]
刘耀 张越 叶璐
[目的/意义]文本向量化处理是文本挖掘、信息检索、情感分析等领域必须要经过的预处理过程，使节点向量包含丰富且有效的语义及结构信息是目前亟待解决的问题。[方法/过程]首先对科技政策类的文本特征进行分析，分别依照概念与概念间关系的分类体系，用BiLSTMCRF算法和SVM分别实现对概念与概念关系进行自动标引，在特征工程同时融入基本特征和句法语义特征，在识别准确性和效率方面有显著提升。并提出结合推理知识的概念知识网络及进一步融合篇章结构的知识网络构建方法。[结果/结论]基于此知识网络模型，实现一种能够融合节点语义、拓扑结构以及类别标签信息的网络表示学习模型，能够充分挖掘并表示文本的语义及结构信息，并通过可视化和实验验证所提方法的有效性。
[期刊] 图书情报工作
[作者]
刘耀 张越 叶璐
[目的/意义]文本向量化处理是文本挖掘、信息检索、情感分析等领域必须要经过的预处理过程,使节点向量包含丰富且有效的语义及结构信息是目前亟待解决的问题。[方法/过程]首先对科技政策类的文本特征进行分析,分别依照概念与概念间关系的分类体系,用BiLSTM-CRF算法和SVM分别实现对概念与概念关系进行自动标引,在特征工程同时融入基本特征和句法语义特征,在识别准确性和效率方面有显著提升。并提出结合推理知识的概念知识网络及进一步融合篇章结构的知识网络构建方法。[结果/结论]基于此知识网络模型,实现一种能够融合节点语义、拓扑结构以及类别标签信息的网络表示学习模型,能够充分挖掘并表示文本的语义及结构信息,并通过可视化和实验验证所提方法的有效性。
[期刊] 情报理论与实践
[作者]
陈氢 冯进杰
[目的/意义]为了提高移动情境感知的服务质量,文章构建了融合社交行为和社会化标签的移动情境感知服务模型。[方法/过程]首先利用子空间聚类算法对标签进行聚类,再计算融入时间因子的用户—标签偏爱度,然后计算基于社交行为影响下的用户相似度,最后将两者进行结合,通过调和权重得到融合社交行为和社会化标签的用户—资源预测评分。[结果/结论]通过MovieLens数据集的实验结果表明,融合社交行为和社会化标签的移动情境感知服务模型可以有效提高推荐系统的准确率和召回率。[局限]实验论证部分没有对社交行为和社会化标签的主次影响进行进一步的有效论证说明。
[期刊] 图书情报工作
[作者]
明均仁
面对网络中日益丰富的文本性情感信息资源,利用关联挖掘技术对其进行智能化的自动挖掘与分析,获取语义层面的用户情感知识,对于企业竞争策略的制定和竞争优势的保持具有重要的潜在价值。将关联挖掘技术融入文本情感分析之中,研究并设计一种融合语义关联挖掘的文本情感分析算法,实现语义层面的情感分析与用户情感知识挖掘。实验结果表明,该算法取得了很好的预期效果,显著提高了情感分析的准确率与效率以及关联挖掘的深度与广度。
关键词：
语义关联挖掘 文本情感分析 分析算法
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
