基于SWPF2vec和DJ-TextRCNN的古籍文本主题分类研究

以编目分类和规则匹配为主的古籍文本主题分类方法存在工作效能低、专家知识依赖性强、分类依据单一化、古籍文本主题自动分类难等问题。对此,本文结合古籍文本内容和文字特征,尝试从古籍内容分类得到符合研究者需求的主题,推动数字人文研究范式的转型。首先,参照东汉古籍《说文解字》对文字的分析方式,以前期标注的古籍语料数据集为基础,构建全新的“字音(说)-原文(文)-结构(解)-字形(字)”四维特征数据集。其次,设计四维特征向量提取模型(speaking,word,pattern,and font to vector,SWPF2vec),并结合预训练模型实现对古籍文本细粒度的特征表示。再其次,构建融合卷积神经网络、循环神经网络和多头注意力机制的古籍文本主题分类模型(dianji-recurrent convolutional neural networks for text classification,DJ-TextRCNN)。最后,融入四维语义特征,实现对古籍文本多维度、深层次、细粒度的语义挖掘。在古籍文本主题分类任务上,DJ-TextRCNN模型在不同维度特征下的主题分类准确率均为最优,在“说文解字”四维特征下达到76.23%的准确率,初步实现了对古籍文本的精准主题分类。

基于异构计算的路径依赖期权定价并行策略研究

针对路径依赖期权定价依赖于整个资产价格路径,使与其对应的Monte Carlo模拟规模受到一定限制。提出一种基于异构计算的路径依赖期权Monte Carlo模拟并行算法,通过优化混合架构的并行加速策略,满足计算金融领域中对超高计算维度及实时计算的需求。首先,系统对比5种可行的并行策略,得出单CPU和GPU上的最优并行策略;其次,运用OpenMP和OpenACC实现了跨GPU并行;最后,对计算时间开销与计算规模的函数关系分析,指出跨GPU并行计算策略具有较好的可移植性和计算规模的扩展性。实验结果表明,采用的并行计算策略对路径依赖等复杂期权的定价效果明显,为后续致力于对计算金融所需的高性能计算算法开发提供了理论基础。

一种基于自适应分块八叉树颜色量化的图像压缩技术

颜色量化(CQ)是减少图像颜色数量的过程,已广泛用于图像压缩。基于八叉树的颜色量化(OCQ)因其编码效率高、内存使用低和调色板选择效果良好而被认为是最流行的CQ算法之一。然而,OCQ应用的一个严峻挑战是如何有效地管理关键的本地颜色。提出了一种基于分块的自适应八叉树颜色量化(AB-OCQ)算法,实验结果表明,与传统的OCQ算法相比,由于增加了对局部颜色的适当处理,AB-OCQ可以显著提高图像质量。在图像压缩比方面,AB-OCQ的综合性能也优于OCQ的。同时,和主流图像文件格式相比,AB-OCQ算法可以在保持压缩的前提下拥有随机访问图像像素数据的特性,该特性能让应用程序在同等内存下存储更多的图像数据,为提高应用程序的效率提供了一种方法。

融入罪名关键词的法律判决预测多任务学习模型

作为新兴的智慧法院技术之一,基于案情描述文本的法律判决预测越来越引起自然语言处理界的关注。罪名预测和法条推荐是法律判决预测的2个重要子任务。这2个子任务密切相关、相互影响,但常常当作独立的任务分别处理。此外,罪名预测和法条推荐还面临易混淆罪名问题。为了解决这些问题,该文提出一种多任务学习模型对这2个任务进行联合建模,同时采用统计方法从案情描述中抽取有助于区分易混淆罪名的指示性罪名关键词,并将它们融入到多任务学习模型中。在CAIL2018法律数据集上的实验结果表明:融入罪名关键词信息的多任务学习模型能够有效解决易混淆罪名问题,并且能够显著地提高罪名预测和法条推荐这2个任务的性能。