基于分层融合策略和上下文信息嵌入的多模态情绪识别

现有的多模态融合策略大多将不同模态特征进行简单拼接,忽略了针对单个模态固有特点的个性化融合需求。同时,在情绪识别阶段,独立地看待单个话语的情绪而不考虑其在前后话语语境下的情绪状态,可能导致情绪识别错误。为了解决上述问题,提出一种基于分层融合策略和上下文信息嵌入的多模态情绪识别方法,通过分层融合策略,采用层次递进的方式,依次融合不同的模态特征,以便减少单个模态的噪声干扰并解决不同模态间表达不一致的问题。该方法还充分利用融合后模态的上下文信息,综合考虑单个话语在上下文语境中的情绪表示,以便提升情绪识别的效果。在二分类情绪识别任务中,该方法的准确率比SOTA模型提升1.54%。在多分类情绪识别任务中,该方法的F1值比SOTA模型提升2.79%。

多策略中文微博细粒度情绪分析研究

针对中文微博用户的情绪分析问题,提出一种基于多策略融合的细粒度情绪分析方法。首先采用朴素贝叶斯算法对微博的有无情绪分类问题进行研究,然后构建有情绪微博的21维特征向量,最后采用SVM和KNN算法对微博进行细粒度情绪分析。以新浪微博作为实验对象,结果表明多策略集成方法好于单一分类算法。在多策略集成方法中,"NB+SVM"方法略优于"NB+KNN"方法。

一种基于FCA的面向关系数据库的本体学习方法

从已有的数据模型中进行语义提取,经过一定的规则映射生成本体的过程称为本体学习。关系数据库模型是当前数据的存取与组织的主要模型,从中学习得到本体,一直是本体工程领域研究的热点之一。利用手工定义的E-R模型到本体的映射规则来完成本体的构建,是国内外大部分学者采用的方法。但这样获得的本体概念层次关系主观依赖性强,不利于本体的实际应用。为了能更加客观地获取数据之间的概念层次关系与语义信息,提出了一种基于FCA(形式概念分析)从关系数据库进行本体学习的方法。该方法既保持了关系数据表中原有的数据语义关系,又发挥了FCA自动提取语义信息的特点,提高了最终本体生成的质量,有利于在具体的领域应用中使用本体。最后结合材料服役安全数据库的数据信息,演示了运用所提出的方法学习得到领域本体的过程。

软件工程人才深度职业技能培养团队式TBL教学模式探讨

目前很多高校的软件工程教学偏重于单项开发技能的独立教学,忽略了对学生团队协作能力和职业角色意识的培养,导致了学生知识结构与软件企业的职业需求结构不匹配。基于上述需求,提出了面向软件工程人才深度职业技能培养的TBL教学模式,让学生在职业团队式的软件人才培养过程中深入了解各个软件职业角色,帮助他们准确定位可胜任的职业岗位,有效地提升就业竞争力。

基于网络新闻评论的四度用户影响力分析模型

由于网络新闻评论的开放性和传播性,经常引发舆论事件,为能正确引导社会舆论,需要重点关注某些具有较高影响力的用户。针对已有方法未能全面考虑表征网络新闻评论用户影响力的因素,提出四度用户影响力分析模型——FDRank(four-degree influence rank),通过综合考虑用户的评论内容、评论情感值、自身质量以及网络结构4个方面,使用线性融合的方式对用户的影响力进行分析。实验结果表明,把用户评论情感值作为评价用户影响力分析的因素之一,能使模型获得更好的结果,与多种传统算法进行对比,FDRank算法均取得最优的准确率和召回率。

“卓越软件工程师”创新培养模式的设计与实践

针对传统的软件工程师人才培养模式具有封闭性、单一性和静态性的特点,提出基于"开放(open)、主动(initiative)、动态(dynamic),OID"式的卓越软件人才创新培养模式,阐述该模式的设计和实施过程并说明效果。

基于SOA的协同服务模型及优化设计

面向服务体系结构是一个有前途的分布式计算模型,他提供了有效扩展,适应和兼容遗留系统的解决方案。本文主要研究如何使用SOA来构建协同服务。文章简单介绍了面向服务体系结构和协同服务的概念,提出一个基于SOA的协同服务模型,然后分析和验证一些基本的协同功能。最后,归纳出一个完整的能完成协同服务的SOA框架模型。

融合多跳关系标签与依存句法结构信息的事件检测模型

大部分基于依存句法分析的事件检测方法仅聚焦于依存句法结构上的单跳联系,忽视了词与词之间的多跳联系,造成事件触发词与部分相关实体间的语义缺失,从而影响了事件检测效率。因此,为了充分利用词语间的语义相关性提升事件触发词的识别能力,提出了融合多跳关系标签和依存句法结构信息的事件检测模型。构建了一种新型的依存句法多跳树以及多跳关系标签搜索算法,增强了核心词汇的事件表征能力,并结合图注意力网络聚合了词的多阶表示,提升了事件检测性能。在ACE2005数据集上的实验结果显示,提出的增加了多跳关系标签信息的事件检测方法比基准模型性能提升了近2%。

基于网络表示学习的新闻用户影响力预测

[目的/意义]现有新闻用户影响力预测研究大部分是利用微博社交网络中的全局特征进行分析,忽略了社交网络中异构节点的局部特征以及节点本身所包含的属性和文本信息。为融合更丰富的社交网络特征,提升新闻用户影响力预测性能,本文提出一种基于异构网络表示学习的新闻用户影响力预测模型。[方法/过程]文章以新闻评论网络为研究对象,首先构建了评论信息网络、用户关注网络以及用户-评论网络三个基础网络,然后将三个异构网络进行联合学习,使得三个网络中的异构节点在向量空间中的分布近似于其在真实网络中的分布,并采用KL散度来刻画两种分布之间的关系。经过异构网络表示学习之后,用户、评论以及新闻文章被表征到一个低维的向量空间当中,通过保存网络中的局部结构使得具有相似潜在影响力的节点在低维的向量空间中的距离更近,从而通过计算节点间的相似度来构建节点影响力的概率转移矩阵,最后使用多变量随机游走算法进行迭代,预测用户的未来影响力。[结果/结论]实验结果表明,在不同的Top-K下算法性能稳定,K取值20、50、100和200时,准确率分别达到85%、82%、80%和77%。

云计算支持的操作系统课程教学模式探索

操作系统课程因其内容抽象,与计算机硬件知识结合紧密等特点,被普遍认为是一门难教、难学的计算机专业核心课程。结合目前在教育领域广泛应用的云计算技术,从任务驱动式理论教学、自主式教学内容扩充、分层式教学实践三个主要环节对操作系统课程教学进行全面的改革和实践。实践证明该教学模式提升了学生对课程重点和难点的掌握程度,也提高了学生的自主学习能力,达到了计算机专业人才素质教育的目的。

快速构建基于J2EE的电子商务应用

以网上电器城(ESM S)系统开发为实例,介绍如何整合Jbu ilder9.0和W eb log ic8.0快速开发基于J2EE的电子商务应用,并介绍了系统数据库优化操作、E JB最优操作和用W eb log ic控制台快速部署应用等关键技术及其实现方法,大大提高了企业级系统软件开发的效率。

管网材料腐蚀信息语义检索系统的设计与实现

传统的基于关键词的信息检索不能理解用户的需要,仅仅对关键词进行简单的匹配,其结果往往包含大量与用户实际需要毫不相干的信息,同时却丢失用户实际需要的信息,使得检索的效率很低.基于本体的语义检索技术的出现,弥补了基于关键词检索的不足,成为目前构建信息检索系统的应用热点.本文主要针对燃气管网的材料腐蚀信息,设计一个基于GIS(Geography Information System)的管网材料腐蚀信息语义检索系统,使用户检索管网空间数据和腐蚀数据时为其提供相关数据的语义信息,同时也使得检索结果更加符合用户需求.

基于J2EE的网上电器城系统研究

J2EE技术采用组件的思想,将业务逻辑层从客户、服务器端分离出来,从而为设计开发带来了便利。本文结合网上电器城系统的设计与实现,说明J2EE的三层体系结构,介绍基于三层模式的分布式组件技术,阐述应用J2EE框架结构来实现应用系统的实现方法。

基于主题的SE-TextRank情感摘要方法

技术的目的是以简洁的形式准确表达文章的核心情感内容。为解决不同的文档结构及内容特征等问题对摘要结果的影响,提出了一种基于主题的SE-TextRank情感摘要方法。通过LDA模型自动获取收敛后的文本主题,利用余弦距离算法进行主题句子分组,使用传统多特征融合以及SE-TextRank情感摘要算法对组内中心句抽取,最终获取目的摘要。实验表明,采用此方法能够更为高效的获取新闻文本摘要结果。

“互联网+”时代下计算机创新创业人才培养模式探索

深化高等学校创新创业教育改革,是促进高等教育综合改革、提升高校毕业生创业就业竞争力的有效措施。以推进"互联网+"时代下的创新创业工作为契机,结合计算机专业人才培养特色,从建立创新创业课程体系、基于"互联网+"的学生创新科技团体、实施大学生创新创业竞赛计划和校内外融合的创业实践平台四个方面展开探讨,提出"互联网+"时代下的双创型计算机人才培养模式,有效提高计算机专业学生创新能力和创业热情。

基于领域本体和关系模型的XML语义集成方法

由于缺乏足够的语义信息,不同模式的XML数据之间很难进行互操作。针对油气井工程中的XML数据集成需求,借助领域全局本体,提出一种模式无关的XML语义集成方法。该方法首先在XML Path路径与领域本体之间进行语义映射,屏蔽其模式差异;然后,按照模型映射方法将XML存储为关系数据;最后通过查询重写将SPARQL转换为SQL语句,实现语义查询。该方法对XML模式进行语义标注,利用关系数据库存储与查询XML数据,能有效处理领域XML数据的语义集成。

基于最简门单元的循环神经网络分词

为解决长短期记忆(long short-term memory,LSTM)单元循环神经网络结构复杂,训练时间长,标注推理速度慢的问题,结合现有文献分析循环神经网络及其单元结构的理论基础,提出一种基于最简门单元(minimalist gated unit,MGU)的循环神经网络进行中文分词研究。使用MGU单元替换LSTM单元自动提取特征,建立长期依赖信息。在中文分词评测常用语料Bakeoff 2005数据集上进行实验,实验结果表明,MGU网络与LSTM网络精度相当,训练时间减少一半,标注推理速度可提升至3倍。

竞争驱动式程序设计课程教学改革

详细分析目前高校程序设计课程教学模式中存在的重理论轻实践、忽视培养学生动手能力以及评估方式落后等问题,提出一种以竞争意识为驱动、以教师为核心、以学生为主体、以教学辅助系统为平台的教学模式,并介绍以该教学模式为主导的程序设计课程教学实验班与普通班的对比教学成果。

一种基于情感依存元组的简单句情感判别方法

基于依存句法"动词配价"原理与组块的概念,提出以情感依存元组(EDT)作为中文情感表达的基本单位。它以句中能承载情感的几类实词作为中心词,修饰词依附于中心词,程度词和否定词依附于中心词和修饰词。该文对句子进行句法分析,在句法树和依赖关系中按规则提取情感依存元组,建立简单句情感依存元组判别模型计算情感倾向性。针对COAE2014评测公布的网络新闻语料,将该方法分别与有监督分类算法(KNN、SVM)和半监督算法(K-means)进行实验对比。结果表明,基于EDT的情感分类性能与有监督的机器学习算法相当,远高于半监督的聚类算法。

依托ACM/ICPC的高素质IT人才培养探索与实践

针对目前IT业求职市场突出的供求矛盾,分析企业对IT人才的素质要求以及ACM/ICPC竞赛活动对学生综合素质培养的积极作用,阐述如何有效地开展竞赛活动。