-
题名基于多模态融合的图神经网络推荐算法
被引量：3
- 1
-
-
作者
吴志强
解庆
李琳
刘永坚
-
机构
武汉理工大学计算机与人工智能学院
数字出版智能服务技术教育部工程研究中心
武汉理工大学重庆研究院
-
出处
《计算机工程》
CSCD
北大核心
2024年第1期91-100,共10页
-
基金
国家自然科学基金(62276196)
重庆市自然科学基金(cstc2021jcyj-msxmX1013)
湖北省重点研发计划项目(2021BAA030)。
-
文摘
已有的图神经网络(GNN)推荐算法大多利用用户-项目交互图的节点编号信息进行训练,学习用户-项目节点的高阶联系去丰富节点表示,但忽略了用户对不同模态信息的偏好,没有利用项目的图片、文本等模态信息,或对于不同模态特征的融合简单相加,不能区分用户对不同模态信息的偏好。针对上述问题,提出多模态融合的GNN推荐模型。首先针对单个模态,结合用户-项目交互二部图构建单模态图网络,在单模态图中学习用户对此模态信息的偏好;然后利用GAT聚合邻居信息,丰富本节点表示,同时根据门控循环单元决定是否聚合邻居信息,达到去噪效果;最后将各个模态图学习到的用户、项目表示通过注意力机制融合得到最终表示并送入预测模块。在MovieLens-20M、H&M两个数据集上的实验结果表明:多模态信息、注意力融合机制能有效提升推荐的准确度,算法模型在Precision@K、Recall@K和NDCG@K 3个指标上相较于基线最优算法均有显著提升;当评估指标K值选取10时,Precision@10、Recall@10和NDCG@10在两个数据集上分别提升了4.67%、2.42%、2.03%和2.49%、5.24%、2.05%。
-
关键词
多模态推荐
多模态融合
注意力机制
图神经网络
推荐系统
门控图神经网络
-
Keywords
multimodal recommendation
multimodal fusion
attention mechanism
Graph Neural Network(GNN)
recommendation system
gated Graph Neural Network(GNN)
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-
-
题名基于去偏对比学习的多模态命名实体识别
被引量：1
- 2
-
-
作者
张鑫
袁景凌
李琳
刘佳
-
机构
武汉理工大学计算机与人工智能学院
数字出版智能服务技术教育部工程研究中心
中国科学院武汉文献情报中心
科技大数据湖北省重点实验室
-
出处
《中文信息学报》
CSCD
北大核心
2023年第11期49-59,共11页
-
基金
科技大数据湖北省重点实验室(中国科学院武汉文献情报中心)开放基金课题资助项目(20211h0437)
湖北重点研发计划项目(2021BAA030)
湖北省制造业高质量发展项目(2206-420118-89-04-959008)。
-
文摘
命名实体识别作为信息抽取的关键环节,在自然语言处理领域有着广泛应用。随着互联网上多模态信息的不断涌现,研究发现视觉信息有助于文本实现更加准确的命名实体识别。现有工作通常将图像视为视觉对象的集合,试图将图像中的视觉对象与文本中的实体显式对齐。然而,当二者在数量或语义上不一致时,这些方法往往不能很好地应对模态偏差,从而难以实现图像和文本之间的准确语义对齐。针对此问题,该文提出了一种基于去偏对比学习的多模态命名实体识别方法(DebiasCL),利用视觉对象密度指导视觉语境丰富的图文作为扩充样本,通过去偏对比学习优化图文共享的潜在语义空间学习,实现图像与文本间的隐式对齐。在Twitter-2015和Twitter-2017上进行实验,DebiasCL的F1值分别达到75.04%和86.51%,在“PER.”和“MISC.”类别数据中F1分别提升了5.23%和5.2%。实验结果表明,该方法可以有效缓解模态偏差,从而提升多模态命名实体识别系统性能。
-
关键词
多模态命名实体识别
对比学习
模态对齐
-
Keywords
multimodal named entity recognition
contrastive learning
modal alignment
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名短视频版权生态治理的公众参与意愿影响因素研究
- 3
-
-
作者
贺子岳
余为佳
唐伶俐
-
机构
武汉理工大学法学与人文社会学院
武汉理工大学数字出版智能服务技术教育部工程研究中心
-
出处
《出版发行研究》
CSSCI
北大核心
2024年第10期105-111,共7页
-
基金
国家社会科学基金青年项目“数据驱动短视频版权生态链构建的机理与路径研究”(项目批准号:22CXW030)的阶段性研究成果。
-
文摘
我国长短视频版权博弈逐渐走向合作,一定程度缓解了长短视频平台间的利益冲突,却也引发了新型版权问题,新形势下短视频版权生态如何治理至关重要。立足解构计划行为理论与协同治理理论,运用实证研究方法,文章构建出公众参与短视频版权生态治理意愿的影响模型。研究发现,在三大维度影响因素中“感知行为控制”更为关键,“主观规范”下“平台影响”缺位,“行为态度”下“兼容性”对公众参与意愿提升更为重要。文章结合梳理影响因素的主体责任归属,提出借力短视频及“粉丝流量”提升公众版权认知,助推短视频版权智能交易管理落实平台责任,优化法律体系及激励策略强化政府引导等方略。
-
关键词
短视频版权
版权生态
解构计划行为
协同治理
影响因素
-
分类号
D923.41
[政治法律—民商法学]
-
-
题名喜报
- 4
-
-
作者
无
-
机构
武汉大学中国科学评价研究中心
数字出版智能服务技术教育部工程研究中心
-
出处
《广西职业技术学院学报》
2024年第5期F0002-F0002,共1页
-
文摘
近日,由中国教育科学研究院职业教育与继续教育研究所指导,武汉大学中国科学评价研究中心、数字出版智能服务技术教育部工程研究中心联合开展的国内首次应用型期刊评价工作顺利完成。《中国应用型期刊评价研究报告(2023版)》(以下简称《报告》)正式发布。在此次评价中,《广西职业技术学院学报》被评为CACJ中国应用型扩展期刊(社会科学综合应用类)。
-
关键词
期刊评价
智能服务
数字出版
科学评价
应用型
中国教育科学研究院
职业教育与继续教育
联合开展
-
分类号
G71
[文化科学—职业技术教育学]
G23
[文化科学—教育学]
-
