检索结果

Select

1. 聊天机器人中用户就医意图识别方法

余慧, 冯旭鹏, 刘利军, 黄青松

计算机应用 2018, 38 (8): 2170-2174. DOI: 10.11772/j.issn.1001-9081.2018010190

摘要（692）

PDF （781KB）（562）

传统的聊天机器人中用户意图识别一般采用基于模板匹配或人工特征集合等方法，针对其费时费力而且扩展性不强的问题，并结合医疗领域聊天文本的特点，提出了基于短文本主题模型（BTM）和双向门控循环单元（BiGRU）的意图识别模型。该混合模型将用户就医意图识别看作分类问题，使用主题特征，首先通过BTM对用户聊天文本逐句进行主题挖掘并量化，然后送入BiGRU进行完整上下文学习得到连续语句最终表示，最后通过分类完成用户就医意图识别。对爬取的语料进行实验，BTM-BiGRU方法明显优于传统的支持向量机（SVM）等方法，其F值更是高出目前较好的卷积长短期记忆组合神经网络（CNN-LSTM）近1.5个百分点。实验结果表明，在本任务上该混合模型重点考虑研究对象的特点，能有效提高意图识别的准确率。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于社会选择理论的在线服务评价

李威, 付晓东, 刘骊, 刘利军

计算机应用 2017, 37 (7): 1983-1988. DOI: 10.11772/j.issn.1001-9081.2017.07.1983

摘要（569）

PDF （976KB）（389）

用户评价标准不一致和偏好不一致导致网络空间中的在线服务之间不具备公正的可比较性，从而用户难以选择到满意的在线服务，因此，提出了基于社会选择理论计算在线服务优劣的排序方法。首先，根据用户给出的用户-服务评价矩阵构建群体偏好矩阵；然后，基于群体偏好矩阵和Kemeny社会选择函数构建0-1整数规划模型；最后，通过求解该模型可得到服务的最优排序结果。该方法聚合个体偏好为群体偏好，决策符合群体大多数人的偏好且与个体偏好保持最大的一致性。通过理论分析和实验验证了该方法的合理性和有效性。实验结果表明，该方法能有效地解决在线服务之间的不可比较性问题，实现在线服务的优劣排序，并可以有效抵制推荐攻击，具有较强的抗操纵性。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于平行语料库的双语协同中文关系抽取

郭勃, 冯旭鹏, 刘利军, 黄青松

计算机应用 2017, 37 (4): 1051-1055. DOI: 10.11772/j.issn.1001-9081.2017.04.1051

摘要（441）

PDF （826KB）（454）

针对在中文资源的关系抽取中，由于中文长句句式复杂，句法特征提取难度大、准确度低等问题，提出了一种基于平行语料库的双语协同中文关系抽取方法。首先在中英双语平行语料库中的英文语料上利用英文成熟的句法分析工具，将得到依存句法特征用于英文关系抽取分类器的训练，然后与利用适合中文的n-gram特征在中文语料上训练的中文关系抽取分类器构成双语视图，最后再依靠标注映射后的平行语料库，将彼此高可靠性的语料加入对方训练语料进行双语协同训练，最终得到一个性能更好的中文关系抽取分类模型。通过对中文测试语料进行实验，结果表明该方法提高了基于弱监督方法的中文关系抽取性能，其 F值提高了3.9个百分点。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于实时词共现网络的微博话题发现

李亚星, 王兆凯, 冯旭鹏, 刘利军, 黄青松

计算机应用 2016, 36 (5): 1302-1306. DOI: 10.11772/j.issn.1001-9081.2016.05.1302

摘要（565）

PDF （751KB）（438）

针对微博的实时性、稀疏性和海量性特点,提出基于实时词共现网络的话题发现模型。首先,从原始语料中筛选出主题词集合,再利用时间参数计算共现主题词的关系权重以实现词共现网络的构建,通过该网络推算出与话题关联性强的潜在特征词以解决微博特征词的稀疏性;其次,采用改进Single-Pass算法实现话题增量聚类;最后,对每个话题的主题词按热度计算进行排序,获得最具代表性的话题主题词。实验结果表明,该模型与经典Single-Pass聚类算法相比,话题发现准确率约提高6%,综合指标提高8%。实验结果证明所提模型的有效性和准确性。

参考文献 | 相关文章 | 多维度评价

Select

5. 基于情感角色模型的文本情感分类方法

胡杨, 戴丹, 刘骊, 冯旭鹏, 刘利军, 黄青松

计算机应用 2015, 35 (5): 1310-1313. DOI: 10.11772/j.issn.1001-9081.2015.05.1310

摘要（490）

PDF （780KB）（765）

针对传统情感分类方法因情感项指向不明引发的误判和隐藏观点遗漏等问题,提出一种基于评价对象情感角色模型的文本情感分类方法.该方法首先识别文本中的潜在评价对象,通过局部语义分析对潜在评价对象所在语句进行情感标注,确定潜在评价对象所在语句的正负极性,并定义其情感角色;然后,改进特征权值计算方法,将情感角色对应的倾向值融入模型特征空间中;最后,通过特征聚合对特征空间实现模型降维.实验结果表明,所提方法与提取强主观性情感项作为特征的情感分类方法相比,分类准确率约提高3.2%,可有效改善文本情感分类效果.

参考文献 | 相关文章 | 多维度评价

Select

6. 基于ARM与SA算法的音乐辅助教学系统

刘利军马艳东

计算机应用 2009, 29 (07): 1960-1962.

摘要（991）

PDF （409KB）（1241）

针对音乐教学效果难于评估，难于给予被评估者更多具体、量化的建议这一难题，本文给出了一种基于ARM芯片与SA算法的解决方案。该方案在音乐教学评估等辅助教学方面的效果突出，证明了该方案的正确性与优越性。