孙界平

作品数：22被引量：200H指数：10
导出分析报告
供职机构：四川大学计算机学院更多>>
发文主题：计算机网络神经网络语言模型虚拟实验矩阵分解更多>>
发文领域：自动化与计算机技术文化科学更多>>
发文期刊：《计算机教育》《计算机与数字工程》《中文信息学报》《软件学报》更多>>
所获基金：国家自然科学基金南方电网公司科技项目新世纪高等教育教学改革工程更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
多知识点融合嵌入的深度知识追踪模型被引量：3
《软件学报》2023年第11期5126-5142,共17页琚生根 康睿 赵容梅 孙界平 
国家自然科学基金(62137001)。
知识追踪任务是根据学生历史答题记录追踪学生知识状态的变化,预测学生未来的答题情况.近年来,基于注意力机制的知识追踪模型在灵活性和预测性能上都明显优于传统知识追踪模型.但是现有深度模型大多只考虑了单一知识点题目的情况,无法...
关键词：教育数据挖掘 知识追踪 注意力机制 深度神经网络 
面向多跳问答的多视图语义推理网络被引量：1
《工程科学与技术》2023年第2期285-297,共13页龙欣 赵容梅 孙界平 琚生根 
国家自然科学基金项目(62137001)。
由于多跳知识图谱问答任务的复杂性,现有研究大多通过堆叠多层图神经网络以捕捉更大范围的高阶邻居信息。这种做法将多阶信息融合在一起,以损失节点判别性为代价获取更全局的信息,存在过平滑问题;并且,由于离节点越近的邻居置信度越高,...
关键词：多跳知识图谱问答 图神经网络 多视图 语义推理 弱监督 
融合预训练语言模型的成语完形填空算法被引量：3
《软件学报》2022年第10期3793-3805,共13页琚生根 黄方怡 孙界平 
国家自然科学基金(61972270);四川省新一代人工智能重大专项(2018GZDZX0039);四川省重点研发项目(2019YFG0521)。
根据上下文语境选择恰当的成语,是自然语言处理领域的重要任务之一.现有的研究将成语完型填空任务看成是文本匹配问题,虽然预训练语言模型能够在文本匹配研究上取得较高的准确率,但也存在明显的缺陷:一方面,预训练语言模型作为特征提取...
关键词：成语完形填空 文本匹配 深度学习 预训练语言模型 
融合后验概率校准训练的文本分类算法
《计算机应用》2022年第6期1789-1795,共7页江静 陈渝 孙界平 琚生根 
国家自然科学基金资助项目(61972270);四川省重点研发项目(2019YFG0521)。
用于文本表示的预训练语言模型在各种文本分类任务上实现了较高的准确率,但仍然存在以下问题:一方面,预训练语言模型在计算出所有类别的后验概率后选择后验概率最大的类别作为其最终分类结果,然而在很多场景下,后验概率的质量能比分类...
关键词：文本分类 后验概率校准 预训练语言模型 负例监督 深度学习 
融入多尺度特征注意力的胶囊神经网络及其在文本分类中的应用被引量：3
《中文信息学报》2022年第1期65-74,共10页王超凡 琚生根 孙界平 陈润 
国家自然科学基金(61972270);四川省新一代人工智能重大专项(2018GZDZX0039);四川省重点研发项目(2019YFG0521)。
近些年来,胶囊神经网络(Capsnets)由于拥有强大的文本特征学习能力而被应用到文本分类任务中。目前的研究工作大都将提取到的文本多元语法特征视为同等重要,而忽略了单词所对应的各个多元语法特征的重要程度由具体上下文决定的这一事实...
关键词：胶囊神经网络 多尺度特征注意力 文本分类 路由算法 卷积神经网路 
文档级分类记忆的中文命名实体识别被引量：1
《计算机与数字工程》2021年第12期2501-2508,共8页王宝祥 陈渝 孙界平 琚生根 
命名实体识别是将自然语句中的姓名,地点,组织等实体抽取出来,是自然语言处理的一个上游任务。基于文档级记忆的命名实体识别是将所有识别过的语句信息融入当前待识别的语句中,从而加强当前句子的语义表达,以获得更好的识别效果。鉴于...
关键词：命名实体识别 文档级记忆 分类记忆 
基于关联记忆网络的中文细粒度命名实体识别被引量：13
《软件学报》2021年第8期2545-2556,共12页琚生根 李天宁 孙界平 
国家自然科学基金(61972270);四川省新一代人工智能重大专项(2018GZDZX0039);四川省重点研发项目(2019YFG0521)。
细粒度命名实体识别是对文本中的实体进行定位,并将其分类至预定义的细粒度类别中.目前,中文细粒度命名实体识别仅使用预训练语言模型对句子中的字符进行上下文编码,并没有考虑到类别的标签信息具有区分实体类别的能力.由于预测句子不...
关键词：中文细粒度命名实体识别 关联记忆网络 多头自注意力 预训练语言模型 
基于演化算法的唐诗自动生成系统研究
《华东师范大学学报（自然科学版）》2020年第6期129-139,共11页穆肇南 刘梦珠 孙界平 王成 
贵州省普通高等学校科技拔尖人才支持计划(黔教合KY字[2016]086);贵州省教育厅青年科技人才成长项目(黔教合KY字[2018]274);贵州商学院院级课题(2019YJJGXM08)。
针对基于演化算法的唐诗自动生成系统展开研究.研究工作主要有:使用GloVe(Global Vectors for Word Representation)模型训练词向量,设计了基于关键词和平仄押韵的初始种群方案、基于语法语义加权值的适应度函数、基于锦标赛算法的选择...
关键词：演化算法 自动生成 唐诗 自然语言处理 
基于深度神经网络和概率矩阵分解的混合推荐算法被引量：15
《四川大学学报（自然科学版）》2019年第6期1033-1041,共9页胡思才 孙界平 琚生根 王霞 
四川省重点研发项目(2018GZ0182)
针对个性化推荐中用户和项目描述信息未充分利用,用户评分矩阵数据集极端稀疏的情况,提出了基于深度神经网络和概率矩阵分解(PMF)的混合推荐算法.首先,对用户和项目描述信息进行预处理,形成包含用户偏好特征的用户和项目特征集,再将各...
关键词：混合推荐 矩阵分解 神经网络 特征向量 卷积 
基于矩阵分解的电力物资需求预测被引量：18
《四川大学学报（自然科学版）》2019年第4期639-644,共6页王竹君 朱颖琪 孙界平 
南方电网公司科技项目(GZKJXM20170162);2018四川省新一代人工智能重大专项(18ZDZX0137)
准确预测变电站及配网工程的物资需求,对于节约工程成本,提高资金利用率,具有重要意义.尽管研究者在电力物资需求预测方面已经开展了一系列的研究,提出了很多预测模型和算法,例如基于神经网络的算法,然而,这些算法普遍存在输入数据过于...
关键词：电力物资 需求预测 矩阵分解 
全选清除导出
共3页<123>
检索报告 对象比较 聚类工具 使用帮助 返回顶部