期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
2
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于指针网络的抽取生成式摘要生成模型
被引量：
2
1
作者
陈伟
杨燕
《计算机应用》
CSCD
北大核心
2021年第12期3527-3533,共7页
作为自然语言处理中的热点问题,摘要生成具有重要的研究意义。基于Seq2Seq模型的生成式摘要模型取得了良好的效果,然而抽取式的方法具有挖掘有效特征并抽取文章重要句子的潜力,因此如何利用抽取式方法来改进生成式方法是一个较好的研究...
作为自然语言处理中的热点问题,摘要生成具有重要的研究意义。基于Seq2Seq模型的生成式摘要模型取得了良好的效果,然而抽取式的方法具有挖掘有效特征并抽取文章重要句子的潜力,因此如何利用抽取式方法来改进生成式方法是一个较好的研究方向。鉴于此,提出了融合生成式和抽取式方法的模型。首先,使用TextRank算法并融合主题相似度来抽取文章中有重要意义的句子。然后,设计了融合抽取信息语义的基于Seq2Seq模型的生成式框架来实现摘要生成任务;同时,引入指针网络解决模型训练中的未登录词(OOV)问题。综合以上步骤得到最终摘要,并在CNN/Daily Mail数据集上进行验证。结果表明在ROUGE-1、ROUGE-2和ROUGE-L三个指标上所提模型比传统TextRank算法均有所提升,同时也验证了融合抽取式和生成式方法在摘要生成领域中的有效性。
展开更多
关键词
抽取生成式摘要
TextRank算法
seq
2
seq
模型
指针网络
语义融合
下载PDF
职称材料
基于深度特征和Seq2Seq模型的网络态势预测方法
被引量：
14
2
作者
林志兴
王立可
《计算机应用》
CSCD
北大核心
2020年第8期2241-2247,共7页
针对目前大多数的网络态势预测方法不能挖掘数据中的深度信息且需要手动提取与构造特征的问题,提出了深度特征网络态势预测方法DFS-Seq2Seq。首先将网络流、日志和系统事件等产生的数据进行清洗处理,使用深度特征融合算法自动合成深度...
针对目前大多数的网络态势预测方法不能挖掘数据中的深度信息且需要手动提取与构造特征的问题,提出了深度特征网络态势预测方法DFS-Seq2Seq。首先将网络流、日志和系统事件等产生的数据进行清洗处理,使用深度特征融合算法自动合成深度关系特征,然后采用自动编码器对合成的特征进行提取,最后使用长短期记忆网络(LSTM)构建Seq2Seq模型对数据进行预测。通过设计缜密的实验在公开数据集Kent2016上对所提方法进行验证,结果显示在深度为2时与支持向量机(SVM)、贝叶斯、随机森林(RF)和LSTM这四种分类模型相比,其召回率分别提升了7.4%、11.5%、6.5%、3.0%。实验结果表明DFS-Seq2Seq可以在实际应用中有效地识别网络身份验证中的危险事件,对网络态势作出有效的预测。
展开更多
关键词
网络态势
深度特征合成
自动编码器
seq
2
seq
模型
双向长短期记忆网络
下载PDF
职称材料
题名
基于指针网络的抽取生成式摘要生成模型
被引量：
2
1
作者
陈伟
杨燕
机构
西南交通大学计算机与人工智能学院
出处
《计算机应用》
CSCD
北大核心
2021年第12期3527-3533,共7页
基金
国家自然科学基金面上项目(61976247)。
文摘
作为自然语言处理中的热点问题,摘要生成具有重要的研究意义。基于Seq2Seq模型的生成式摘要模型取得了良好的效果,然而抽取式的方法具有挖掘有效特征并抽取文章重要句子的潜力,因此如何利用抽取式方法来改进生成式方法是一个较好的研究方向。鉴于此,提出了融合生成式和抽取式方法的模型。首先,使用TextRank算法并融合主题相似度来抽取文章中有重要意义的句子。然后,设计了融合抽取信息语义的基于Seq2Seq模型的生成式框架来实现摘要生成任务;同时,引入指针网络解决模型训练中的未登录词(OOV)问题。综合以上步骤得到最终摘要,并在CNN/Daily Mail数据集上进行验证。结果表明在ROUGE-1、ROUGE-2和ROUGE-L三个指标上所提模型比传统TextRank算法均有所提升,同时也验证了融合抽取式和生成式方法在摘要生成领域中的有效性。
关键词
抽取生成式摘要
TextRank算法
seq
2
seq
模型
指针网络
语义融合
Keywords
extractive and abstractive summarization
TextRank algorithm
seq
2
seq
(
sequence
-to-
sequence
)
model
pointer-generator network
semantic fusion
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于深度特征和Seq2Seq模型的网络态势预测方法
被引量：
14
2
作者
林志兴
王立可
机构
三明学院网络中心
福建师范大学数学与信息学院
中国科学院成都计算机应用研究所
出处
《计算机应用》
CSCD
北大核心
2020年第8期2241-2247,共7页
基金
国家自然科学基金资助项目(61771140)
2018年福建省科技厅自然科学基金资助项目(2018J01560)
+1 种基金
2017年福建省中青年教师教育科研项目(JAT170552)
四川省科技计划项目(2018GZDZX0041,2019ZDZX0005,2019ZDZX0006)。
文摘
针对目前大多数的网络态势预测方法不能挖掘数据中的深度信息且需要手动提取与构造特征的问题,提出了深度特征网络态势预测方法DFS-Seq2Seq。首先将网络流、日志和系统事件等产生的数据进行清洗处理,使用深度特征融合算法自动合成深度关系特征,然后采用自动编码器对合成的特征进行提取,最后使用长短期记忆网络(LSTM)构建Seq2Seq模型对数据进行预测。通过设计缜密的实验在公开数据集Kent2016上对所提方法进行验证,结果显示在深度为2时与支持向量机(SVM)、贝叶斯、随机森林(RF)和LSTM这四种分类模型相比,其召回率分别提升了7.4%、11.5%、6.5%、3.0%。实验结果表明DFS-Seq2Seq可以在实际应用中有效地识别网络身份验证中的危险事件,对网络态势作出有效的预测。
关键词
网络态势
深度特征合成
自动编码器
seq
2
seq
模型
双向长短期记忆网络
Keywords
network situation
deep feature synthesis
AutoEncoder(AE)
seq
2
seq
(
sequence
to
sequence
)
model
Bidirectional Long Short-Term Memory(Bi-LSTM)network
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于指针网络的抽取生成式摘要生成模型
陈伟
杨燕
《计算机应用》
CSCD
北大核心
2021
2
下载PDF
职称材料
2
基于深度特征和Seq2Seq模型的网络态势预测方法
林志兴
王立可
《计算机应用》
CSCD
北大核心
2020
14
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
