公共文化服务平台

吴运兵: 作品数：39 被引量：187H指数：8; 供职机构：福州大学更多>>; 发文基金：国家自然科学基金福建省自然科学基金模式识别国家重点实验室开放课题基金更多>>; 相关领域：自动化与计算机技术文化科学理学机械工程更多>>

合作作者

融合图卷积神经网络的文本情感分类被引量：1: 2021年; 文档级别情感分类旨在预测用户对评论文本的情感极性标签。最近研究发现,利用用户和产品信息能有效地提升情感分类性能,然而,现有大多数研究只关注用户与评论、产品与评论的信息,忽略了用户与用户、产品与产品之间的内在关联,因此,本文提出一种融合图卷积神经网络的文本情感分类模型。首先,根据数据集构建了用户与用户关系图、用户与产品关系图;然后,融合两种关系图形成异质图,并使用图卷积神经网络学习用户与用户、产品与产品之间的内在联系,获得更好的用户和产品表示;最后,使用融合CNN的用户注意力和产品注意力机制的分层网络进行情感分类。实验结果表明,在公开数据集IMDB、Yelp2013和Yelp2014上,本文提出的模型能取得较好的分类效果。; 阴爱英林建洲吴运兵廖祥文; 关键词：情感分类分层网络

一种基于循环卷积网络的观点检索系统及其观点检索方法: 本发明涉及一种基于循环卷积网络的观点检索系统及其观点检索方法，数据预处理模块对文本数据进行预处理；查询语句与文档相关性得分计算模块将查询‑文档分别映射到低维的语义空间中获取词向量表示，输入循环神经网络学习文本上下文语义信...; 廖祥文张铭洲陈志豪苏锦河吴运兵; 文献传递

面向制造业不平衡数据的混合采样算法被引量：2: 2018年; 针对制造业不平衡数据的预测问题,提出一种基于混合采样的预处理方法。通过结合过采样和欠采样的方法对样本数据进行处理,即适当减少多类样本数据和增加少类样本数据,结合部分机器学习分类器进行分类预测。实验结果表明,利用混合采样后的样本数据,其分类准确率明显优于单独使用过采样的数据及单独使用欠采样的数据,在F_mean值和G_mean值上,混合采样后取得了较高的值。; 阴爱英吴运兵杨晓花; 关键词：过采样欠采样混合采样不平衡数据

一种基于句义结构模型的文本数据生成观点摘要的方法及系统: 本发明涉及一种基于句义结构模型的文本数据生成观点摘要的方法及系统，首先提取网站上的待处理数据集，并对其进行预处理；然后构建话题语料集和背景语料集，并提取话题属性；接着进行语义权值计算，得到句子的语义权重值；再进行关联权重...; 廖祥文李晓滨陈志豪陈癸旭吴运兵; 文献传递

基于多任务联合学习的论辩挖掘被引量：4: 2019年; 现有的论辩挖掘工作大多针对单个数据集建模,忽视数据集不同时可能存在的特征变化情况,导致模型的泛化性能较差.因此,文中提出基于多任务学习的论辩挖掘方法,将多个数据集的论辩挖掘任务进行联合学习.首先融合多个任务的输入层表示,通过卷积神经网络和高速神经网络获取词级别和字符级共享参数,联合任务相关特征输入栈式双向长短记忆网络,利用多个论辩挖掘任务之间的关联信息并行训练,最终由条件随机场得到序列标注结果.在6个不同领域的数据集上的实验表明,文中方法在Macro-F1值上有所提升,由此验证方法的有效性.; 廖祥文倪继昌魏晶晶魏晶晶吴运兵; 关键词：多任务学习神经网络

一种基于路径张量分解的知识图谱表示学习方法: 本发明公开一种基于路径张量分解的知识图谱表示学习方法，包括如下步骤：步骤1，提取知识图谱中的实体集、关系集和三元组集，把满足三元组的实体集、关系集嵌入到低维连续向量空间；步骤2，通过PRA算法获得实体间的路径；步骤3，在...; 林开标朱顺痣吴运兵卢萍杨帆; 文献传递

路径张量分解的知识图谱推理算法被引量：17: 2017年; 现有张量分解技术在用于知识图谱学习和推理过程中时,只考虑知识图谱中实体与实体间的直接关系,忽略知识图谱图形结构的特点.因此,文中提出基于路径张量分解的知识图谱推理算法(PRESCAL),利用路径排列算法(PRA)获得知识图谱中各实体对间的关系路径.然后对实体对间的关系路径进行张量分解,并在优化更新过程中采用交替最小二乘法.实验表明,在路径问题回答任务和实体链接预测任务中,PRESCAL可以取得较好的预测准确率.; 吴运兵朱丹红廖祥文张栋林开标; 关键词：张量分解知识图谱

一种基于循环卷积网络的观点检索系统及其观点检索方法: 本发明涉及一种基于循环卷积网络的观点检索系统及其观点检索方法，数据预处理模块对文本数据进行预处理；查询语句与文档相关性得分计算模块将查询‑文档分别映射到低维的语义空间中获取词向量表示，输入循环神经网络学习文本上下文语义信...; 廖祥文张铭洲陈志豪苏锦河吴运兵; 文献传递

基于视觉误差与语义属性的零样本图像分类被引量：3: 2020年; 在图像分类的实际应用过程中,部分类别可能完全没有带标签的训练数据。零样本学习(ZSL)的目的是将带标签类别的图像特征等知识迁移到无标签的类别上,实现无标签类别的正确分类。现有方法在测试时无法显式地区分输入图像属于已知类还是未知类,很大程度上导致未知类在传统设定下的ZSL和广义设定下的ZSL(GZSL)上的预测效果相差甚远。为此,提出一种融合视觉误差与属性语义信息的方法来缓解零样本图像分类中的预测偏置问题。首先,设计一种半监督学习方式的生成对抗网络架构来获取视觉误差信息,由此预测图像是否属于已知类;然后,提出融合属性语义信息的零样本图像分类网络来实现零样本图像分类;最后,测试融合视觉误差与属性语义的零样本图像分类方法在数据集AwA2和CUB上的效果。实验结果表明,与对比模型相比,所提方法有效缓解了预测偏置问题,其调和指标H在AwA2(Animal with Attributes)上提升了31.7个百分点,在CUB(Caltech-UCSD-Birds-200-2011)上提升了8.7个百分点。; 徐戈肖永强汪涛陈开志廖祥文廖祥文; 关键词：图像分类

基于知识图谱的文本观点检索方法被引量：9: 2016年; 文本观点检索旨在检索出与查询主题相关并且表达用户对主题观点的文档。由于用户查询时输入通常很短,难以准确表示查询的信息需求。知识图谱是结构化的语义知识库,通过知识图谱中的知识有助于理解用户的信息需求。因此,提出了一种基于知识图谱的文本观点检索方法。首先由知识图谱获取候选查询扩展词,并计算每个候选词扩展词分布、共现频率、邻近关系、文档集频率,然后利用4类特征通过SVM分类得到扩展词,最后利用扩展词对产生式观点检索模型进行扩展,实现对查询的观点检索。实验表明,在微博和推特两个数据集上,与基准工作对比,所提出的方法在MAP、NDCG等评价指标上均有显著的提升。; 马飞翔廖祥文於志勇吴运兵陈国龙; 关键词：知识图谱查询扩展