检索结果

Select

1. 基于注意力网络的语体多元特征挖掘

吴海燕, 刘颖

计算机应用 2020, 40 (8): 2171-2181. DOI: 10.11772/j.issn.1001-9081.2019122204

摘要（435）

PDF （1584KB）（674）

针对大规模语料中不同语体的特征难以挖掘、需要大量专业知识和人力的问题，提出了一种自动挖掘能区分不同语体的特征的方法。首先，将语体表示成词、词类、标点符号、它们的2元、句法结构及多种组合特征；然后，使用注意力机制和多层感知机（MLP）的组合模型（如注意力网络）把语体分类成小说、新闻和课本，并在过程中自动地提取出能够帮助区分语体的重要特征；最后，通过对这些特征的进一步分析，可以得到不同语体的特点及一些语言学结论。实验结果显示，小说、新闻和课本在词、主题词、词的依存关系、词类、标点符号和句法结构都有显著的差异，进一步表明了人们在使用语言时因交际对象、目的、内容和环境的不同，对词汇、词类、标点和句法的运用上会自然地呈现出某种不同。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于lazy方法的数量型关联分类

李学明李宾飞杨涛吴海燕

计算机应用 2013, 33 (08): 2184-2187.

摘要（944）

PDF （620KB）（534）

传统关联分类方法处理数量型数据时，“先离散，再学习”的步骤使新的测试样例可能无法找到合适的离散区间，形成离散盲目性问题。基于lazy的数量型关联分类作为一种新的关联分类法，它首先利用K-近邻分类思想为测试样例求得K-近邻作为新的训练数据集，然后对包含测试样例和K个近邻的数据集离散化，并在K-近邻组成的离散数据集上挖掘关联规则并构造分类器进行分类。最后，通过与传统CBA、CMAR、CPAR算法在7个常用UCI数量型数据集上进行的对比实验结果表明，基于lazy的数量型关联分类方法的平均分类准确率提高了0.66%~1.65%，证明了该方法的可行性。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于联合压力测试的Web应用程序性能预测方法

卢琰琰; 吴海燕; 陈怀楚; 高国柱; 王映雪

计算机应用

摘要（1653）

PDF （880KB）（925）

提出了一种基于联合压力测试的性能预测方法：在客户端对Web应用程序进行一系列负载测试的同时，对运行Web应用程序的服务器进行资源消耗，接着根据测试结果建立性能模型，做出性能预测。在一个典型的Web应用系统上应用了这种方法，通过与传统负载测试结果的比较，证明了这种方法的可行性、准确性和效率。