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
3
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
人工智能翻译背景下融合多粒度形态特征的神经机器翻译系统研究
被引量：
1
1
作者
吕千平
刘敏娜
《自动化与仪器仪表》
2024年第5期186-190,共5页
在处于经济全球化的今天,神经机器翻译被广泛应用在各种语言的翻译工作中,但其由于语言本身的复杂性和文化背景的差异存在翻译质量低下的问题。因此,研究提出一种多粒度形态特征结合深层编码器信息的融合多粒度形态特征的神经机器翻译...
在处于经济全球化的今天,神经机器翻译被广泛应用在各种语言的翻译工作中,但其由于语言本身的复杂性和文化背景的差异存在翻译质量低下的问题。因此,研究提出一种多粒度形态特征结合深层编码器信息的融合多粒度形态特征的神经机器翻译系统。研究结果显示,在TOP1与TOP2的评分对比中,融合多粒度形态特征的神经机器翻译模型两项分值均为最高,分别为45.63与49.06。且研究提出的系统平均翻译速度为0.3句/s。综上所述,研究提出的翻译模型与系统能在较短的时间中取得较好的翻译效果,能有效解决目前社会的迫切需求。
展开更多
关键词
人工智能
多粒度
形态特征
神经机器翻译系统
深层编码器信息
原文传递
融合文本信息的多模态深度自编码器推荐模型
被引量：
3
2
作者
陈金广
徐心仪
范刚龙
《西安工程大学学报》
CAS
2021年第5期100-106,共7页
针对以评分信息做辅助推荐时数据稀疏和深层次语义信息无法学习的问题,提出了一种新的推荐模型。以隐式反馈评分矩阵作为深度自编码器的原始输入,通过编码解码操作,实现评分信息的特征学习;用户电影类型矩阵为模型嵌入层的输入,经过平...
针对以评分信息做辅助推荐时数据稀疏和深层次语义信息无法学习的问题,提出了一种新的推荐模型。以隐式反馈评分矩阵作为深度自编码器的原始输入,通过编码解码操作,实现评分信息的特征学习;用户电影类型矩阵为模型嵌入层的输入,经过平坦层和全连接层的操作,实现类型文本信息的特征学习;同时,使用BERT+BiLSTM结构对电影标题文本进行上下文信息的特征提取和特征学习。3种特征融合后,通过自编码器的处理得到预测评分。以Movielens 1M和Movielens 100k为数据集,平均绝对误差和均方误差为评价指标,SVD、PMF、PMMMF、SCC、RMbDn、Hern为对比模型。结果表明:本文模型在MAE上分别降低到0.0458和0.0460,在MSE上分别降低到0.0273和0.0390,优于对比算法,新的推荐模型性能提升效果较好。
展开更多
关键词
推荐算法
BERT
BiLSTM
深度自编码器
文本信息
下载PDF
职称材料
基于改进模板匹配与深度稀疏编码网络的文档编号自动识别
3
作者
段磊
刘涛
+3 位作者
李伟鹏
张宁
咸日常
邹国锋
《现代计算机》
2019年第2期50-54,共5页
电力部门涉密文档编号组合方式复杂、书写形式多样,针对现有文档编号自动识别技术无法实现高精度识别的问题,综合分析电力部门涉密文档编号的构成要素,并提出融合改进特征匹配和深度学习的文档编号自动识别方法。通过图像采集装置扫描...
电力部门涉密文档编号组合方式复杂、书写形式多样,针对现有文档编号自动识别技术无法实现高精度识别的问题,综合分析电力部门涉密文档编号的构成要素,并提出融合改进特征匹配和深度学习的文档编号自动识别方法。通过图像采集装置扫描文档编号,针对机打文档编号,采用特征匹配算法实现识别;若编号为手写形式,则采用深度学习网络实现编号自动识别。实验数据表明,所提出的方法能够较好地适用于电力部门涉密文档编号的自动识别,有效改善编号识别准确度。
展开更多
关键词
文档编号识别
欧拉数
模板匹配
深度稀疏自动编码器
智能化信息采集
下载PDF
职称材料
题名
人工智能翻译背景下融合多粒度形态特征的神经机器翻译系统研究
被引量：
1
1
作者
吕千平
刘敏娜
机构
咸阳师范学院
出处
《自动化与仪器仪表》
2024年第5期186-190,共5页
基金
陕西省社科联外语专项《延安精神对外传播英文翻译策略研究》(2022HZ0604)。
文摘
在处于经济全球化的今天,神经机器翻译被广泛应用在各种语言的翻译工作中,但其由于语言本身的复杂性和文化背景的差异存在翻译质量低下的问题。因此,研究提出一种多粒度形态特征结合深层编码器信息的融合多粒度形态特征的神经机器翻译系统。研究结果显示,在TOP1与TOP2的评分对比中,融合多粒度形态特征的神经机器翻译模型两项分值均为最高,分别为45.63与49.06。且研究提出的系统平均翻译速度为0.3句/s。综上所述,研究提出的翻译模型与系统能在较短的时间中取得较好的翻译效果,能有效解决目前社会的迫切需求。
关键词
人工智能
多粒度
形态特征
神经机器翻译系统
深层编码器信息
Keywords
artificial
intelligence
multi
granularity
morphological
characteristics
neural
machine
translation
system
deep
encoder
information
分类号
TP391.2 [自动化与计算机技术—计算机应用技术]
原文传递
题名
融合文本信息的多模态深度自编码器推荐模型
被引量：
3
2
作者
陈金广
徐心仪
范刚龙
机构
西安工程大学计算机科学学院
河南省电子商务大数据处理与分析重点实验室
洛阳师范学院电子商务学院
出处
《西安工程大学学报》
CAS
2021年第5期100-106,共7页
基金
陕西省教育厅科研计划项目(21JP049)
河南省电子商务大数据处理与分析重点实验室开放课题资助项目(2020-KF-7)。
文摘
针对以评分信息做辅助推荐时数据稀疏和深层次语义信息无法学习的问题,提出了一种新的推荐模型。以隐式反馈评分矩阵作为深度自编码器的原始输入,通过编码解码操作,实现评分信息的特征学习;用户电影类型矩阵为模型嵌入层的输入,经过平坦层和全连接层的操作,实现类型文本信息的特征学习;同时,使用BERT+BiLSTM结构对电影标题文本进行上下文信息的特征提取和特征学习。3种特征融合后,通过自编码器的处理得到预测评分。以Movielens 1M和Movielens 100k为数据集,平均绝对误差和均方误差为评价指标,SVD、PMF、PMMMF、SCC、RMbDn、Hern为对比模型。结果表明:本文模型在MAE上分别降低到0.0458和0.0460,在MSE上分别降低到0.0273和0.0390,优于对比算法,新的推荐模型性能提升效果较好。
关键词
推荐算法
BERT
BiLSTM
深度自编码器
文本信息
Keywords
recommendation
algorithm
BERT
BiLSTM
deep
auto-
encoder
textual
information
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
基于改进模板匹配与深度稀疏编码网络的文档编号自动识别
3
作者
段磊
刘涛
李伟鹏
张宁
咸日常
邹国锋
机构
国网山东省电力公司淄博供电公司
山东理工大学电气与电子工程学院
出处
《现代计算机》
2019年第2期50-54,共5页
基金
山东省自然科学基金(No.ZR2016FL14)
文摘
电力部门涉密文档编号组合方式复杂、书写形式多样,针对现有文档编号自动识别技术无法实现高精度识别的问题,综合分析电力部门涉密文档编号的构成要素,并提出融合改进特征匹配和深度学习的文档编号自动识别方法。通过图像采集装置扫描文档编号,针对机打文档编号,采用特征匹配算法实现识别;若编号为手写形式,则采用深度学习网络实现编号自动识别。实验数据表明,所提出的方法能够较好地适用于电力部门涉密文档编号的自动识别,有效改善编号识别准确度。
关键词
文档编号识别
欧拉数
模板匹配
深度稀疏自动编码器
智能化信息采集
Keywords
Document
Number
Recognition
Euler
Number
Template
Matching
deep
Sparse
Automatic
encoder
s
Intelligent
information
Collection
分类号
TP391.41 [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
人工智能翻译背景下融合多粒度形态特征的神经机器翻译系统研究
吕千平
刘敏娜
《自动化与仪器仪表》
2024
1
原文传递
2
融合文本信息的多模态深度自编码器推荐模型
陈金广
徐心仪
范刚龙
《西安工程大学学报》
CAS
2021
3
下载PDF
职称材料
3
基于改进模板匹配与深度稀疏编码网络的文档编号自动识别
段磊
刘涛
李伟鹏
张宁
咸日常
邹国锋
《现代计算机》
2019
0
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
