李阳

作品数：9被引量：52H指数：4
导出分析报告
供职机构：中国科学院计算技术研究所更多>>
发文主题：情感分析知识命名实体识别情感词典跨语言更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《计算机工程与应用》《计算机应用研究》《计算机研究与发展》《电子与信息学报》更多>>
所获基金：国家自然科学基金北京市科技新星计划国家242信息安全计划广东省高等学校高层次人才项目更多>>
-
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1-9
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
知识增强的自然语言生成研究综述被引量：4
《计算机科学》2023年第S01期1-8,共8页梁明轩 王石 朱俊武 李阳 高翔 焦志翔 
国家242信息安全计划项目(2021A008);北京市科技新星计划交叉学科合作课题(Z191100001119014);国家重点研发计划重点专项(2017YFC1700300,2017YFB1002300);国家自然科学基金(61702234)。
自然语言生成(Natural Language Generation,NLG)任务是自然语言处理(Natural Languge Processing,NLP)任务中的一个子类,并且是一项具有挑战性的任务。随着深度学习在自然语言处理中的大量应用,其已经变成自然语言生成中处理各种任务...
关键词：自然语言生成 知识增强 深度学习 知识图谱 关键词提取 主题词 
命名实体识别任务综述被引量：14
《计算机科学》2023年第S01期16-23,共8页高翔 王石 朱俊武 梁明轩 李阳 焦志翔 
国家自然科学基金(61702234);国家242信息安全计划项目(2021A008);北京市科技新星计划交叉学科合作课题(Z191100001119014);国家重点研发计划重点专项(2017YFC1700300,2017YFB1002300)。
命名实体识别作为自然语言处理中一项十分基础的任务,为其他许多下游任务的高效完成奠定了基础。其目的是从一段用自然语言描述的文本中识别出相应的实体并标注其类型,以此为其他相关任务作出数据标注的准备。首先介绍了命名实体识别任...
关键词：命名实体识别 嵌套命名实体识别 深度学习 低资源 跨语言 
方面级情感分析综述被引量：11
《计算机科学》2023年第S01期24-30,共7页李阳 王石 朱俊武 梁明轩 高翔 焦志翔 
国家242信息安全计划项目(2021A008);北京市科技新星计划交叉学科合作课题(Z191100001119014);国家重点研发计划重点专项(2017YFC1700300,2017YFB1002300);国家自然科学基金(61702234);江苏省(扬州大学)研究生科研与实践创新计划项目(SJCX21_1551)。
情感分析是自然语言处理领域的重要分支之一。随着时代的发展,为了能从文本数据中提取出更多的情感信息,方面级情感分析在情感分析中的关注度越来越高。首先介绍方面级情感分析的背景知识、相关概念,并从方面抽取和方面情感分类两个子...
关键词：情感分析 方面抽取 方面情感分类 情感词典 深度学习 
基于prompt和知识增强的方面级情感分析被引量：2
《计算机科学》2023年第S01期67-73,共7页李阳 唐积强 朱俊武 梁明轩 高翔 
国家242信息安全计划项目(2021A008);北京市科技新星计划交叉学科合作课题(Z191100001119014);国家重点研发计划重点专项(2017YFC1700300,2017YFB1002300);国家自然科学基金(61702234);江苏省(扬州大学)研究生科研与实践创新计划项目(SJCX21_1551)。
方面级情感分析是一种新兴的细粒度情感分析任务,旨在根据给定句子和方面词判断情感极性。目前广泛使用的预训练语言模型由于训练目标和方面级情感分析的目标有差异,分析结果不好。为了缓解预训练语言模型和情感分析目标的差异,prompt...
关键词：方面级情感分析 预训练语言模型 PROMPT 情感词典 知识增强 深度学习 
基于知识增强的命名实体识别方法研究被引量：1
《计算机科学》2023年第S01期102-107,共6页高翔 唐积强 朱俊武 梁明轩 李阳 
国家242信息安全计划项目(2021A008);北京市科技新星计划交叉学科合作课题(Z191100001119014);国家重点研发计划重点专项(2017YFC1700300,2017YFB1002300);国家自然科学基金(61702234)。
命名实体识别作为自然语言处理中一项十分基础的任务,其目的是从一段用自然语言描述的文本中识别出相应的实体及类型。知识图谱作为以三元组形式存在的外部知识,已经在很多自然语言处理任务中得以应用并取得了良好效果。文中提出了一种...
关键词：命名实体识别 知识图谱增强 注意力机制 深度学习 
KENAOTE:一种知识增强的方面和意见对提取多任务学习模型被引量：1
《计算机应用研究》2023年第2期359-364,共6页李阳 唐积强 朱俊武 梁明轩 高翔 
国家“242信息安全”计划资助项目(2021A008);北京市科技新星计划交叉学科合作课题(Z191100001119014);国家重点研发计划重点专项资助项目(2017YFC1700300,2017YFB1002300);国家自然科学基金资助项目(61702234);江苏省(扬州大学)研究生科研与实践创新计划资助项目(SJCX21_1551)。
方面和意见对提取旨在根据给定句子提取方面和意见项并匹配关系,然而相关研究通常独立提取方面和意见项,而不识别关系。为了识别方面和意见项关系,提出一种知识增强的方面和意见对提取多任务学习模型。首先使用预训练语言模型为文本生...
关键词：知识增强 深度学习 方面级情感分析 方面和意见对提取 联合训练 
Twitter中重复消息的分析和处理
《计算机工程与应用》2014年第21期111-115,共5页徐凯 沙瀛 李阳 单既喜 王晓岩 
国家自然科学基金(No.61070184);中国科学院战略性科技先导专项(No.XDA06030200);国家科技支撑计划(No.2012BAH46B03)
Twitter已经成为微博中的代表性应用,但是通过分析发现twitter上的消息(推文)有很多完全一致或相似,这对后续对推文的分析和存储都带来很大的问题。为了处理这些内容完全一致或相似的消息(推文),针对推文特有的短文本的特点,基于规则处...
关键词：推特 微博 Simhash 短文本去重 
基于社交网络的安全关系研究被引量：10
《计算机研究与发展》2012年第S2期124-130,共7页李阳 王晓岩 王昆 沙瀛 
国家自然科学基金项目(61070184);中国科学院战略性科技先导专项基金项目(XDA06030200);国家"八六三"高技术研究发展计划基金项目(2011AA010705)
社交网络面临着许多的安全问题,目前大部分的研究主要集中于社交网络中的(核心)节点、关系、结构等方面,因此"安全关系"的研究显得尤为重要.通过分析安全风险与发生事件之间的关联,采取等级划分、数值度量、多态数据融合、逻辑关联等因...
关键词：社交网络 安全关系 态势评估 贝叶斯网络 
复杂背景下基于贝叶斯-全概率联合估计的前景检测被引量：10
《电子与信息学报》2012年第2期388-392,共5页李拥军 曾标 徐克付 李阳 
国家973计划项目(2007CB311100);广东省高等学校高层次人才项目(201079);广州市科技计划(11C42080722)资助课题
针对复杂背景下前景提取较为困难或者提取准确率较低等问题,该文提出了基于贝叶斯-全概率联合估计的目标检测模型并引入了背景误差控制变量的概念。通过选择适当的特征向量,在贝叶斯-全概率估计模型下,背景像素将会分为静止与运动两种...
关键词：目标检测 复杂背景 贝叶斯-全概率联合估计 误差控制变量 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部