【摘 要】
：
针对文本信息抽取中由于训练样本不足导致性能下降的问题,提出一种基于规矩约束的深度学习网络模型.模型分为深度学习模块、逻辑规则库和差异单元3个部分.将文本句子作为输入数据馈送到学习模块中,基于Bi-GRU网络和多头自注意力机制在多个维度上为每个单词生成一个预测向量;规则库采用带权重的逻辑规则对深度学习进行约束;差异单元利用损失函数协调学习模块与规则库之间的一致性.实验结果表明,所提模型比其它算法具有更好的性能,能够高效精确处理复杂文本.
【机 构】
：
乐山师范学院互联网自然语言智能处理四川省高校重点实验室,四川乐山614000;乐山师范学院人工智能学院,四川乐山614000
论文部分内容阅读
针对文本信息抽取中由于训练样本不足导致性能下降的问题,提出一种基于规矩约束的深度学习网络模型.模型分为深度学习模块、逻辑规则库和差异单元3个部分.将文本句子作为输入数据馈送到学习模块中,基于Bi-GRU网络和多头自注意力机制在多个维度上为每个单词生成一个预测向量;规则库采用带权重的逻辑规则对深度学习进行约束;差异单元利用损失函数协调学习模块与规则库之间的一致性.实验结果表明,所提模型比其它算法具有更好的性能,能够高效精确处理复杂文本.
其他文献
为确定移动目标的位置,采用不同位置的多个无线传感器对目标所在方位角进行测定.通过映射建立与区域编号之间的联系,快速确定目标所在区域.运用基于角度的测量方法获取目标的水平位移增量和竖直位移增量,合成目标的位移,掌握目标不同时段的详细变化情况.对目标的移动趋势进行预测,根据趋势动态更新所围监测区域,对目标的移动进行有效监测.仿真结果表明,算法提高了能量的利用率,延长了网络的生存期,验证了算法的正确性.
针对传统文本生成摘要方法在生成摘要时存在并行能力不足以及事实性错误问题,提出在Transformer框架基础上引入事实感知的FA-T R模型.提取源文本的事实性描述信息,对该信息进行编码后与源文信息编码相融合,加入源文的位置编码一起作为编码器的输入,通过解码器对语义向量进行解码生成目标摘要.该模型改善了生成的摘要歪曲或捏造源文本事实的现象,提高了摘要质量.通过在中文短文本摘要数据集LCSTS实验,采用ROUGE作为评价指标,与其它4种方法进行实验对比与分析,验证了该模型的可行性和算法的有效性.
无线射频识别(radio frequency identification,RFID)技术是实现制造业智能化和制造资源互联的重要信息感知技术,然而柔性制造环境下R F ID数据漏读问题严重影响了信息感知质量.通过从单阅读器内部分数据漏读和阅读器层级的整体数据漏读两个方面对RFID数据漏读问题进行分析,构建RFID数据漏读问题模型;考虑工件加工工艺路线和物料搬运路径信息约束,提出基于加工路径约束和固定滑动窗口算法集成(machining path constraint and fixed sliding w
为提高移动边缘计算任务卸载方案的性能,提出一种移动边缘计算中利用BPSO的任务卸载策略.构建三层移动边缘计算(M EC)网络架构,移动设备根据任务情况进行本地计算,或者将其卸载至边缘计算节点与云服务器;根据M EC网络中的计算模型、通信模型设计计算卸载目标,即任务最优分配、节点负载均衡,使计算任务得到及时、有序、高效的分配;利用二进制粒子群(BPSO)算法对优化目标进行求解,得到最优卸载策略,实现能量消耗最小且时延最短,系统整体负载最为均衡.实验结果表明,所提策略能量损耗最小且系统整体负载性能明显提升.
为解决传统密度峰聚类算法容易忽略低密度簇中心以及难以自动选择聚类中心的问题,提出罚处共享最近邻密度峰聚类算法.设计罚处系数,减少高密度簇中非中心点的共享最近邻局部密度值,降低低密度簇中心点被忽视的机率;采用迭代阈值法实现簇中心点的自动选择.在人工数据集、UCI真实数据集以及图像数据集上进行仿真实验,其结果表明,该算法能找到数据集的簇中心和簇数目,聚类精度优于相比较的其它算法,该算法是可行的、有效的.
鉴于目标检测中的物体外观会根据其基本形状及不同的姿势和视角而有很大的差异,对Faster R-CNN算法进行研究并提出一种多通道检测算法.根据图像宽高比给生成的Ro I分配由3个通道组成的网络进行训练和测试,通过最小化正则函数R(W)和3对损失函数之和L(W)来优化网络,3个通道共享fc6层来提高检测性能并节省内存空间.为验证算法的有效性,在多个数据集和自己拍摄的图像上进行实验验证,实验结果表明,在PASCALVOC2012数据集中改进算法平均精度为78.8％,相比其它相关算法在不同程度上有所提高.
为解决现有目标跟踪数据集不足及手工标注数据成本过大的问题,提出结合判别式相关滤波及多注意力机制的自监督目标跟踪方法.训练集选用原始未标记的视频图像,使用子空间注意力机制及通道注意力机制针对不同的输入目标对特征进行自适应调整,构建相关滤波输出响应图进行跟踪定位;通过前向跟踪和后向跟踪两个跟踪过程,以自监督的训练方式用最终响应结果与初始标签构建循环一致性损失.在O T B50和O T B100两个公开数据集的实验结果表明了所提方法的实时性和有效性.
为有效解决云计算数据访问服务的隐私性和安全性问题,提出一种基于多阶段身份认证的云计算隐私保护数据访问算法.在注册阶段基于抑制方法将用户的个人信息存贮在云服务器中,在认证阶段采用口令、一次性令牌和条件属性来高效验证客户端的身份,在数据访问阶段使用数据加密/解密以便在云端实现更高的数据安全级别.将仿真结果与其它算法进行比较,验证了所提算法在隐私保护率、计算复杂度和身份认证精度方面均优于其它方法.
工业控制系统的数据具有非线性、冗余特征多的特点,传统的入侵检测方法并不适用.为提高检测的准确率、降低漏报率,将应用范围最广的工控协议Modbus/TCP作为研究对象,提出CGWO-GP的检测模型.利用拉普拉斯特征映射(L E)在处理非线性数据上的优势处理工控数据;为避免检测模型参数陷入局部最优,提出基于柯西变异算子的灰狼优化算法(CGWO)对高斯过程(GP)参数进行优化.采用密西西比州立大学提出的工控标准数据集进行实验,与多种算法进行多组对比,实验结果表明,所提检测模型表现更优,准确率均值为98.96％,
针对密文图像可逆信息隐藏中存在信息嵌入率不高的问题,提出一种基于图像位平面循环异或的可逆信息隐藏算法.将图像高位平面和其相邻的位平面依次循环异或构造新的图像,利用块重排列对新图像的位平面进行无损压缩以便腾出空间,对压缩后的图像进行加密之后在腾出的空间位置嵌入额外的秘密信息.接收方接收含有秘密信息的加密图像后,根据需求可以对图像进行可分离式的提取信息和无损恢复原始图像.实验结果表明,通过循环异或操作后的图像位平面更适合无损压缩,算法的嵌入容量得到显著提升.