结合生成对抗网络及多角度注意力的图像翻译模型

本文提出一个新的无监督图像翻译模型,该模型结合了生成对抗网络和多角度注意力,称为MAGAN.多角度注意力引导翻译模型将注意力集中在不同域间最具有判别性的区域.与现存的注意力方法不同的是,空间激活映射一方面捕获通道间的依赖,减少翻译图像的特征扭曲;另一方面决定网络对最具判别性区域的空间位置的关注程度,使翻译的图像更具有目标域风格.在空间激活映射的基础上,结合类激活映射,可以获得图像的全局语义信息.此外,根据空间激活程度对图像特征信息的影响,设计不同的注意力结构分别训练生成器和判别器.实验结果表明,本文模型在selfie2anime、cat2dog、horse2zebra和vangogh2photo这4个数据集上的KID分数分别达到9.48、6.32、6.42和4.28,性能优于大部分主流模型,并且与基线模型UGATIT相比,在selfie2anime、cat2dog和horse2zebra这3个数据集上的距离值分别减少了2.13、0.75和0.64,具有明显的性能优势.

融合位置编码的多角度注意力知识图谱问答

知识图谱问答是自然语言处理应用领域的研究热点之一,现今的解决方案通常是将问题与知识图谱分开研究,没有关注知识图谱与问题之间的相关性。对此,本文提出了一种融合位置编码的多角度注意力知识图谱问答方法,通过多角度注意力机制对问题与知识图谱之间的交互进行建模,依据知识图谱来关注问句中重要组成部分,利用注意力机制来计算问句信息与知识图谱的相关程度,提取问题中与知识图谱最相关的信息。在WebQuestions数据集上进行了相关实验及对比测试,实验结果表明,提出的模型相比于现有主流模型有一定的优势,取得了53.2%的Macro-F1分数。