基于多模态相似度增强的点击率预估模型

点击率预估是推荐系统中一个至关重要的任务,直接决定了推荐系统的性能。在点击率预估模型中加入用户的行为序列可以极大地提高点击率预估模型的精度。然而,现有的点击率预估模型通常未考虑用户在文本和视觉方面的信息偏好,这将导致模型难以获得全面的用户兴趣表示,进而使得模型无法获得最优的精度。文章提出了一个统一的多模态用户行为序列建模模型(MSIB:Multi-model similarity improving behavior modeling),使用统一的跨模态预训练框架进行特征抽取,并采用一个多模态相似度增强的注意力机制刻画用户的多模态兴趣偏好。本文方法的有效性通过在真实场景中的大规模数据集下的实验得到了验证。

相似度增强的译文质量评估方法

机器翻译的质量评估作为不依赖参考译文而预测翻译质量的任务,在机器翻译领域中起到了重要的作用.相较于机器翻译,质量评估的数据资源非常稀缺,将跨语言预训练模型应用到该任务中,不但能受益于从大规模语料中学习到的跨语言知识,解决数据量不足的问题,而且极大地节约了计算资源.但与建立跨语言预训练模型采用的正常数据不同,译文质量评估面对的是正常的源端文本和错误程度不同的目标端文本,即它需要应对更大的两端语义差异.因此,本文为基于跨语言预训练模型的译文质量评估系统引入了特殊的语义关联处理层,通过相似度增强的拼接机制来增强原文与译文的语义关联性,从而提高质量评估的准确性.该方法在WMT19质量评估任务数据集上的实验结果验证了上述方法的有效性.

基于增强相似度和隐含信任的推荐算法

针对电子商务系统中传统协同过滤算法普遍存在的稀疏性问题,提出一种基于增强相似度和隐含信任的协同过滤算法(ETCF).首先提出一种融合JMSD和用户偏好的增强相似度计算方法;然后提出一种融合交互经验的直接信任计算方法,基于直接信任和信任传播提出一种隐含信任计算方法;最后提出一种将用户的增强相似度和隐含信任进行融合的评分预测模型.Movielens和Epinions数据集下的实验表明,与基准算法相比本文方法具有更低的MAE值,更高的覆盖率,提高了推荐质量.

Depth Similarity Enhanced Image Summarization Algorithm for Hole-Filling in Depth Image-Based Rendering

In free viewpoint video(FVV)and 3DTV,the depth image-based rendering method has been put forward for rendering virtual view video based on multi-view video plus depth(MVD) format.However,the projection with slightly different perspective turns the covered background regions into hole regions in the rendered video.This paper presents a depth enhanced image summarization generation model for the hole-filling via exploiting the texture fidelity and the geometry consistency between the hole and the remaining nearby regions.The texture fidelity and the geometry consistency are enhanced by drawing texture details and pixel-wise depth information into the energy cost of similarity measure correspondingly.The proposed approach offers significant improvement in terms of 0.2dB PSNR gain,0.06 SSIM gain and subjective quality enhancement for the hole-filling images in virtual viewpoint video.

浅谈教材对电容器教学的设计

类比法不仅是一种教学方式,而且是突破教学难点的一个重要的手段,电容器的教学采用与水桶类比,有优点,也有一定的缺陷。改进类比方式,增强类比的相似度,能够有效的帮助学生建立新概念。