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4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：
面向电网设备故障报告的半监督命名实体识别方法 被引量：8
1
作者 杨祎 崔其会 丁奕齐 《计算机应用》 CSCD 北大核心 2021年第S02期41-47,共7页
针对电网领域命名实体识别(NER)对人工标注的依赖问题,提出了一种面向电网设备故障报告的半监督命名实体识别方法 Semi-supervised PGTBC。首先使用基于多头自注意力机制的深度自注意力网络进行特征抽取,然后结合双向长短记忆神经网络(B... 针对电网领域命名实体识别(NER)对人工标注的依赖问题,提出了一种面向电网设备故障报告的半监督命名实体识别方法 Semi-supervised PGTBC。首先使用基于多头自注意力机制的深度自注意力网络进行特征抽取,然后结合双向长短记忆神经网络(BiLSTM)和条件随机场模型(CRF)建立电网领域命名实体识别模型,最后基于半监督思想,引入基于深度自注意力网络的实体类别综合描述相似度计算,结合PGTBC的置信度作为半监督阈值筛选依据,减少对电网设备故障报告实体标注的依赖。数据集使用来源于1 256篇的电网故障报告的10 301条标注样本数和30 829条无标注样本数。在有标注电网领域数据上的实验结果表明,基于PGTBC模型的预测F1为96.43%,相对于传统的BiLSTM-CRF模型提高了7.09个百分点。在无标注样本上,半监督方法 Semi-supervised PGTBC取得了93.16%的F1,相对半监督CRF模型的F1提高了23.4个百分点,并对无标注样本进行了自动标注,识别出1 661条新实体,有效减少电网设备故障报告命名实体任务对人工标注的依赖。 展开更多
关键词 命名实体识别 电网设备 半监督学习 多头自注意力机制 深度自注意力网络 双向长短记忆神经网络
下载PDF
基于结构感知混合编码模型的代码注释生成方法 被引量：3
2
作者 蔡瑞初 张盛强 许柏炎 《计算机工程》 CAS CSCD 北大核心 2023年第2期61-69,共9页
代码注释能够提高程序代码的可读性,从而提升软件开发效率并降低成本。现有的代码注释生成方法将程序代码的序列表示或者抽象语法树表示输入到不同结构的编码器网络,无法融合程序代码不同抽象形式的结构特性,导致生成的注释可读性较差... 代码注释能够提高程序代码的可读性,从而提升软件开发效率并降低成本。现有的代码注释生成方法将程序代码的序列表示或者抽象语法树表示输入到不同结构的编码器网络,无法融合程序代码不同抽象形式的结构特性,导致生成的注释可读性较差。构建一种结构感知的混合编码模型,同时考虑程序代码的序列表示和结构表示,通过序列编码层和图编码层分别捕获程序代码的序列信息和语法结构信息,并利用聚合编码过程将两类信息融合至解码器。设计一种结构感知的图注意力网络,通过将程序代码的语法结构的层次和类型信息嵌入图注意力网络的学习参数,有效提升了混合编码模型对程序代码的复杂语法结构的学习能力。实验结果表明,与SiT基准模型相比,混合编码模型在Python和Java数据集上的BLEU、ROUGE-L、METEOR得分分别提高了2.68%、1.47%、3.82%和2.51%、2.24%、3.55%,能生成更准确的代码注释。 展开更多
关键词 代码注释生成 混合编码模型 图注意力网络 深度自注意力网络 自然语言处理
下载PDF
视频识别深度学习网络综述 被引量：5
3
作者 钱文祥 衣杨 《计算机科学》 CSCD 北大核心 2022年第S02期341-350,共10页
视频识别是计算机视觉领域中最重要的任务之一,受到了研究者的广泛关注。视频识别指从视频片段中提取特征,并依据特征识别视频动作。相比于静态图片,视频的各帧间存在较大的关联性。如何高效地使用来自时空等不同维度的特征信息准确地... 视频识别是计算机视觉领域中最重要的任务之一,受到了研究者的广泛关注。视频识别指从视频片段中提取特征,并依据特征识别视频动作。相比于静态图片,视频的各帧间存在较大的关联性。如何高效地使用来自时空等不同维度的特征信息准确地识别视频,是当前研究的重点。以视频识别技术为研究对象,首先介绍了视频识别研究的背景信息及常用数据集。然后,详细地梳理了视频识别方法的演变过程;回顾了基于时空兴趣点、密集轨迹、改进的密集轨迹等传统的视频识别方法,以及近年来提出的可用于视频识别的深度学习网络框架。其中,分别介绍了基于2D卷积神经网络的视频识别框架、基于3D卷积神经网络的视频框架、伪3D卷积神经网络,以及基于Transformer结构的网络,介绍了这些框架的演变,并总结了它们的实现细节及特点;评测了各网络在不同视频识别数据集上的表现情况,分析了各网络的适用场景。最后,展望了视频识别网络框架未来的研究趋势。视频识别任务可以自动、高效地识别出视频所属的类别,基于深度学习的视频识别具有广泛的实用价值。 展开更多
关键词 视频识别 改进的密集轨迹 深度学习 双流网络 卷积神经网络 深度自注意力网络
下载PDF
基于改进深度自注意力网络的变压器及其部件高分辨率图像识别技术 被引量：1
4
作者 何楠 刘弘景 +3 位作者 闫春江 黄山 苗旺 刘可文 《变压器》 2022年第8期23-27,共5页
本文中作者提出了改进的深度自注意力网络,该模型包含基础网络、区域候选网络、目标区域提取和分割模块和预测网络四部分。相较于其他同类型模型,本文所提方法将部件定位和识别过程分开,即使用低分辨率图像定位再利用高分辨率图像识别,... 本文中作者提出了改进的深度自注意力网络,该模型包含基础网络、区域候选网络、目标区域提取和分割模块和预测网络四部分。相较于其他同类型模型,本文所提方法将部件定位和识别过程分开,即使用低分辨率图像定位再利用高分辨率图像识别,且基于深度自注意力网络的预测分支额外考虑了图像的语义信息,因此识别效果大幅提升。 展开更多
关键词 变压器 高分辨率图像 深度自注意力网络
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