检索结果

Select

1. 基于transformer的python命名实体识别模型

徐关友, 冯伟森

《计算机应用》唯一官方网站 2022, 42 (9): 2693-2700. DOI: 10.11772/j.issn.1001-9081.2021071356

摘要（421）

HTML （34）

PDF （1723KB）（194）

最近一些基于字符的命名实体识别（NER）模型无法充分利用词信息，而利用词信息的格子结构模型可能会退化为基于词的模型而出现分词错误。针对这些问题提出了一种基于transformer的python NER模型来编码字符-词信息。首先，将词信息与词开始或结束对应的字符绑定；然后，利用三种不同的策略，将词信息通过transformer编码为固定大小的表示；最后，使用条件随机场（CRF）解码，从而避免获取词边界信息带来的分词错误，并提升批量训练速度。在python数据集上的实验结果可以看出，所提模型的F1值比Lattice-LSTM模型高2.64个百分点，同时训练时间是对比模型的1/4左右，说明所提模型能够防止模型退化，提升批量训练速度，更好地识别python命名实体。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 基于TensorFlow的俄语词汇标音系统

冯伟, 易绵竹, 马延周

计算机应用 2018, 38 (4): 971-977. DOI: 10.11772/j.issn.1001-9081.2017092149

摘要（548）

PDF （1115KB）（576）

针对俄语语音合成和语音识别系统中发音词典规模有限的问题，提出一种基于长短时记忆（LSTM）序列到序列模型的俄语词汇标音算法，同时设计实现了标音原型系统。首先，对基于SAMPA的俄语音素集进行了改进设计，使标音结果能够反映俄语单词的重音位置及元音弱化现象，并依据改进的新音素集构建了包含20 000词的俄语发音词典；然后利用TensorFlow框架实现了这一算法，该算法通过编码LSTM将俄语单词转换为固定维数的向量，再通过解码LSTM将向量转换为目标发音序列；最后，设计实现了具有交互式单词标音等功能的俄语词汇标音系统。实验结果表明，该算法在集外词测试集上的词形正确率达到了74.8%，音素正确率达到了94.5%，均高于Phonetisaurus方法。该系统能够有效为俄语发音词典的构建提供支持。

参考文献 | 相关文章 | 多维度评价

Select

3. 堆叠去噪自编码器在垃圾邮件过滤中的应用

李艳涛, 冯伟森

计算机应用 2015, 35 (11): 3256-3260. DOI: 10.11772/j.issn.1001-9081.2015.11.3256

摘要（689）

PDF （914KB）（790）

针对垃圾邮件数量日益攀升的问题,提出了将堆叠去噪自编码器应用到垃圾邮件分类中.首先,在无标签数据集上,使用无监督学习方法最小化重构误差,对堆叠去噪自编码器进行贪心逐层预训练,从而获得原始数据更加抽象和健壮的特征表示; 然后,在堆叠去噪自编码器的最上层添加一个分类器后,在有标签数据集上,利用有监督学习方法最小化分类误差,对预训练获得的网络参数进行微调,获得最优化的模型; 最后, 利用训练完成的堆叠去噪编码器在6个不同的公开数据集上进行测试.将准确率、召回率、更具有平衡性的马修斯相关系数作为实验性能评价标准,实验结果表明,相比支持向量机算法、贝叶斯方法和深度置信网络的分类效果,基于堆叠去噪自编码器的垃圾邮件分类器的准确率都高于95%,马修斯相关系数都大于0.88,在应用中具有更高的准确率和更好的健壮性.

参考文献 | 相关文章 | 多维度评价

Select

4. TCP Vegas拥塞避免机制的改进算法

王斌陈元琰胡愚冯伟

计算机应用 2010, 30 (9): 2485-2487.

摘要（1344）

PDF （569KB）（1021）

TCP Vegas协议在许多方面的性能都比传统TCP协议优越，但是研究表明TCP Vegas在拥塞避免机制上存在一些问题，包括与New Reno竞争时性能较差，对先前的连接不公平等问题。针对上述问题提出了一种改进的拥塞避免算法——TCP Vegas-W。该算法不依赖于路由器端的缓冲队列管理，可以在端节点单独运行。仿真实验结果表明，改进的算法在有线网络中能获得更好的性能，对解决上述Vegas存在的问题达到了良好的效果。