基于Word2Vec和Bi-GRU的高职线上教评情感分析法试探

为提高高职线上教评情感分析的准确度和效率,提出基于双向门控循环单元(Bi-GRU)网络的教评情感分析法。该方法利用Skip-gram神经网络学习教育领域特定的词嵌入向量,再利用两个相同架构的Bi-GRU网络,从不同角度实现对学生反馈的细粒度分析。实验结果表明,该方法内容分类和情感分类的准确度分别达到97%和95%,显著优于支持向量机(SVM)、长短时记忆网络(LSTM)等其他方法。

不同类型的一体化编码对青年人和老年人在联结记忆任务中项目再认的影响

使用脑电探究不同的一体化对联结记忆任务中项目再认的影响及其相关的神经机制。两个实验分别使用复合词和定义操作自下而上和自上而下一体化。青年人的行为结果发现两种一体化的联结再认相当,项目再认也无显著差异。脑电结果发现复合词减少了顶区新/旧效应,定义缺失额区新/旧效应,说明青年人依据较少的神经活动达到相当的行为表现,支持“只有收益”观点。老年人的结果发现两种一体化都能提高联结再认,但对项目再认的影响不同。复合词在促进联结再认时也促进了项目再认,脑电结果发现仅在复合词下存在额区新/旧效应,显示复合词促进项目再认可能是源于熟悉性的增加,支持“只有收益”的观点。定义在促进联结再认时损害了项目再认,脑电结果发现定义缺失额区新/旧效应,显示定义对项目再认的损害可能源于熟悉性的缺失,支持“收支平衡”的观点。这些结果表明一体化促进还是损害老年人项目再认取决于自下而上和自上而下的一体化对认知资源的需求情况。

融合双图卷积与门控线性单元的方面级情感分析模型

方面级情感分析旨在确定句子中给定方面的情感极性。现有的基于图神经网络的方面级情感分析存在以下2个方面的不足:忽略了不同类型的句法依存关系和语料库中的词共现信息,以及不能准确地控制情感信息流向给定方面。针对以上问题,提出融合双图卷积与门控线性单元(GLU)的方面级情感分析模型。该模型首先采用全局词汇图来编码语料库中的词共现信息,在词汇图和句法图上利用分类概括结构来区分各种词共现频率和不同类型的句法依存关系。然后分别在2个图上进行双层卷积,继而使用Bi Affine变换模块作为桥梁,在2个图卷积网络模块之间有效地交换相关特征,从而有效地融合句法信息和词汇信息。最后利用GLU控制情感信息流向给定方面,使模型可以更专注地分析与该方面相关的情感信息,避免不相关的情感信息影响对给定方面的情感分析结果,从而提高分析的准确性。实验结果表明,在Twitter、Laptop14、Restaurant15和Restaurant16数据集上,该模型的准确率分别达到74.82%、77.61%、82.29%和89.81%,F1值分别达到72.97%、73.52%、67.72%和73.37%,方面级情感分类效果明显优于其他基线模型。

英语“WORD”与汉语“字”对应性与启示

"字"是汉语天然的基本结构单位,而"WORD"是英语的基本结构单位,英语"WORD"与汉语"字"具有天然的对应性。通过对比汉语"字"和英语"WORD"内部结构可知:字母对应于笔画,字素对应于词素,学习二者对应性有利于英语"WORD"学习。

知识增强的方面词交互图神经网络

现有的方面级情感分析方法对句法依存树蕴含信息使用不足,忽略多方面词之间的关联,并且缺少对外部知识的使用。针对这些问题,提出一种知识增强的方面词交互图神经网络(KEAIG)模型。首先利用融合领域知识的BERT-PT (Bidirectional Encoder Representation from Transformers with Post-Train)编码文本,并利用知识图谱增加句法树的情感信息。模型分两部分对句法依存树蕴含的信息进行提取:第一部分利用句法依存树中的关联关系和每个单词的词性标签提取句子特征,第二部分对融入知识图谱的句法依存树进行特征提取。之后使用融合门控单元将多方面词关联特征融合进提取到的特征中。最后将两部分句子表示拼接起来作为最终分类依据。在4个数据集上的实验结果表明,所提模型相较于基准模型关系图注意力网络(RGAT),在准确率上分别提升了2.17%、5.54%、2.60%和2.83%,在F1值(Macro-F1)上分别提升了2.69%、6.87%、8.77%和14.70%,充分表明了利用句法树、引入外部知识和提取多方面词关联的有效性。

异构并行的DGA域名检测方法

现有的DGA域名检测方式存在检测时间开销大、检测精度不高以及基于单词的DGA域名检测效果不佳等问题。经过研究发现,将域名先按照典型特征分类再进行更细致的特征提取,对于模型的准确率有一定的正向作用,且多类并行可以降低检测时间,此外对于较难检测的基于单词的DGA域名可以进行针对性处理。因此,文中提出了一种基于Word ninja分词技术的三路异构并行的DGA域名检测模型。先将域名分为三类,再针对每一类进行检测模型结构的搭建。对于字符级域名,通过人工提取特征来进行域名的有效分类。对于词根词缀级域名,采用FastTest进行子词之间、字符之间以及上下文之间关系的特征提取,再作为词向量嵌入。对于单词级域名,采用Word2Vec理解和处理词的含义和词之间的关系。最后,将文中方法和当前流行方法、多路异构并行模型和单路模型的检测结果进行比较评估,实验结果证明了提前分类的必要性以及多路并行的有效性。

基于BERT-BiGRU-CNN模型的短文本分类研究

针对传统语言模型不能解决深层双向表征和分类模型不能充分捕获文本显著特征的问题,提出了一种基于BERT-BiGRU-CNN(Bidirectional Encoder Representation from Transformers-Bidirectional Gating Recurrent Unit-Convolutional Neural Networks)的文本分类模型。首先,该模型使用BERT预训练语言模型进行文本表示;其次,将BERT的输出数据输入BiGRU中,以捕获文本的全局语义信息;然后,将BiGRU层的结果输入CNN中,捕获文本局部语义特征;最后,将特征向量输入Softmax层得到分类结果。实验采用中文新闻文本标题数据集,结果表明,基于BERT-BiGRU-CNN的文本分类模型在数据集上的F_(1)值达到0.948 5,优于其他基线模型,证明了BERT-BiGRU-CNN模型可提升短文本的分类性能。

融合语义特征和知识特征的推荐模型

针对传统推荐模型面临的数据稀疏性问题,提出一种基于结合注意力机制的门控循环单元的融合语义和知识特征的推荐模型。基于知识图谱,使用连续词袋模型捕获项目实体对应的语义特征,依据“偏好扩散”思想进行知识特征的学习,将不同层面特征进行融合后,使用结合注意力机制的门控循环单元挖掘用户潜在兴趣偏好。基于MovieLens数据集的对比实验结果表明,所提模型能够有效提升推荐效果并缓解数据稀疏性问题,通过消融实验验证了该模型各个组件的有效性。

超长指令字DSP标量访存单元的设计与优化

近年来,随着集成电路技术的发展处理器与存储器之间的速度差异越来越大,存储器愈发成为制约计算系统性能的瓶颈。对于嵌入式、低功耗领域的DSP而言,其架构和应用场景与通用CPU不同,CPU的访存设计难以满足DSP的访存需求。针对超长指令字DSP在访存实时性、顺序与固定延迟、高效数据一致性方面的需求,设计了一种适用于DSP的标量访存单元,可配置的设计能够满足DSP的访存实时性;基于ID的顺序机制保证超长指令字架构对Load指令返回数据的顺序与固定延迟要求,存储开销为87.5 B;硬件查找“首1”加速了数据一致性所需的写回操作。当Cache中25%,50%和75%的行需要写回时,优化后的一致性写回开销为逐行扫描方法的26.4%,51.3%和76.2%,只与有效脏行数量成正比,与Cache容量无关。

韵律模式和语素位置概率对汉语学习者切分歧义词的影响

在中文文本阅读过程中,读者如何对词语进行分词和识别,基本加工单位是什么,一直存在着争论。本文采用线上词汇命名任务,以汉语母语者和高级水平的二语者为被试,研究韵律模式和语素位置概率对汉语词语切分和识别的影响,并在此基础上探讨基本加工单位的大小问题。研究发现:韵律因素和语素位置概率显著影响词语的切分和识别;汉语母语者和二语者最大的差异在于二语者加工单位的长度小于母语者,这可能是由于二语者的知觉广度范围较窄导致的。汉语的基本加工单位大小基本遵循“长词优先”原则,同时受韵律特征、语素特征、语言水平等因素的影响。

ICU儿童谵妄研究的共词聚类分析

目的对重症监护病房(ICU)儿童谵妄的研究成果进行宏观总结和聚类分析,了解其发展趋势和研究热点,为相关领域研究提供参考依据。方法检索美国国立图书馆PubMed数据库和Web of science核心合集中有关ICU儿童谵妄的文献,检索时限为建库至2021年5月24日,采用书目共现分析系统(Bicomb2.0)提取高频主题词并生成词篇矩阵和共现矩阵,进行词频分析;采用gCLUTO1.0软件对高频主题词进行双向聚类分析和可视化呈现。结果共纳入文献220篇,发文自2010年起,总体呈稳步上升趋势;220篇文献发表在93种期刊上,共816名作者。获得高频主题词24个,聚类分析得出ICU儿童谵妄的5个研究热点,即镇静药物的治疗用途、谵妄的病因及预防、谵妄的诊断筛查与护理、谵妄的流行病学、谵妄的药物治疗。结论5个研究热点侧面反映出ICU儿童谵妄相关的发表趋势。通过共词聚类分析可为中国危重症儿童谵妄研究提供一定参考,提高临床工作者对儿童谵妄的关注度。

基于双通道门控复合网络的中文产品评论情感分析

情感分析任务旨在理解和分类实体及其属性所表达的情感极性。在对中文文本进行分类时,现有的方法大多输入特征表示单一,导致模型不能充分学习语义信息。针对上述问题,提出了一种采用双通道门控复合网络的模型DGCN,将词向量和字向量作为双通道的输入,弥补了词向量由于分词不准确等问题造成的缺陷并丰富了语义信息;同时,使用门控机制改进了通道的结合方式,让字向量更好地辅助词向量学习文本的特征信息;在每个通道上都使用双向门限循环网络和卷积神经网络构成的复合网络,让二者优势互补,并添加Attention机制关注更有效的特征。实验结果表明,在中文产品评论情感分析方面,模型DGCN的准确率和F1值优于对照组的,且有良好的应用能力。

基于语料库和网络的新词自动识别

汉语自动分词是进行中文信息处理的基础。目前 ,困扰汉语自动分词的一个主要难题就是新词自动识别 ,尤其是非专名新词的自动识别。同时 ,新词自动识别对于汉语词典的编纂也有着极为重要的意义。文中提出了一种新的新词自动识别的方法。这个方法用到了互信息和log likelihoodratio两个参数的改进形式。主要分三个阶段完成 :先从网络上下载丰富的语料 ,构建语料库 ;然后采用统计的方法进行多字词识别 ;最后与已有的词表进行对照 ,判定新词。

基于广义Benders分解的启发式机组组合优化

电力系统机组组合问题是一个高维、离散、非线性的工程优化问题。提出了一种基于Benders分解的启发式算法。该算法一方面充分利用研究时段负荷曲线的特征,将问题进行解耦,减小被研究问题的规模。另一方面,利用Benders分解算法在混合整数规划中的有效性,提高了解决问题的效率。算例表明该方法效率高、结果稳定,有较好的实用价值。

基于判别式分类和重排序技术的藏文分词

本文提出一种基于判别式模型的藏文分词方法,重点研究最小构词粒度和分词结果重排序对藏文分词效果的影响。在构词粒度方面,分别考察了以基本字丁、基本字丁-音节点、音节为最小构词粒度对分词效果的影响,实验结果表明选定音节为最小构词粒度分词的F值最高,为91.21%;在分词结果重排序方面,提出一种基于词图的最短路径重排序策略,将判别式解码生成的切分结果压缩为加权有向图,图中节点表示音节间隔,而边所覆盖的音节作为候选切分并赋予不同权重,选择一条最短路径从而实现整句切分,最终分词结果的F值达到96.25%。

基于神经网络的流涎机组多电机同步控制研究

针对流涎薄膜生产机组多电机同步控制系统的非线性、时变、容易受负载扰动等特性,提出了基于神经网络PID控制器与偏差耦合控制结构相结合的多电机同步控制策略,设计了神经网络PID控制器,并进行了仿真和实验。结果表明:该控制算法稳定性能高、鲁棒性能好、收敛速度快,能够有效克服外部扰动和参数变化带来的同步误差,相对于传统的同步控制方案能够更好地实现流涎机组的多电机同步控制。

基于关联度的汉藏多词单元等价对抽取方法

针对为汉藏辅助翻译系统建立汉藏多词单元翻译词典这一任务,该文提出了CMWEPM模型。该模型首先依据关联度和结合度来确定汉语语料中多词单元的边界,然后根据词对齐信息分别抽取严格和约束多词单元等价对,从而形成汉藏多词单元等价对。CMWEPM模型根据不同长度和频次对多词单元进行分类,并为不同类型设定不同阈值,最终提高了汉藏多词单元等价对的召回率,从而能够间接地提高汉藏辅助翻译系统的翻译质量。

基于键盘记录的翻译单位和语言单位与译者水平关系的研究

翻译单位是翻译研究中争议较多的概念,争议的焦点主要是翻译单位与语言单位的对应关系.本研究利用键盘记录技术,通过实验对汉译英过程中的翻译单位切分及其与语言单位、译者水平的关系进行讨论.研究发现,翻译单位可分为单元级和任务级两个层面以及即时加工单位、修补性加工单位和翻译策略单位三种.语段是译者的即时加工翻译单位,它是译者一次不间断的认知加工的自然结果,在语言形式和意义上具有灵活性.研究还发现,译者能力水平影响翻译语段的产出,即时加工翻译单位的长度与译者的水平呈正相关性,水平越高,翻译单位中的多词语段越多.

基于子字单元的维吾尔语语音识别研究

为提高维吾尔语语音识别的识别率,在分析维吾尔语特点的基础上,设计一种基于子字单元的维吾尔语语音识别总体结构,指出维吾尔语单词的发音模型,给出构建子字发音字典的方法,及其以子字单元为基础构建语言模型与声学模型的方法。在一个语音库上进行实验,采用一种非监督的词切分方法对维吾尔语单词进行词切分,生成子字。实验结果表明,基于子字单元的维吾尔语语音识别可以获得更好的识别结果。

汉语老年读者的多词单元加工:来自眼动研究的证据

选取由两个双字词组成的多词组合(单词组合、模糊词组合、双词组合),比较老年人和青年人对多词单元的加工情况。结果发现,相比于其他两类组合,所有被试在单词组合上的注视时间更短,第一遍注视次数更少,成分词上的注视时间更短,跳读率更高,表现出多词单元的加工优势,而且这一加工优势不存在显著的年龄差异。结果表明,汉语老年读者同样将多词单元作为整体进行加工。