李韧

作品数：13被引量：63H指数：5
导出分析报告
供职机构：重庆交通大学信息科学与工程学院更多>>
发文主题：桥梁检测命名实体识别卷积神经网络教学模式桥梁工程更多>>
发文领域：自动化与计算机技术交通运输工程建筑科学文化科学更多>>
发文期刊：《中国公路学报》《交通运输工程学报》《交通运输系统工程与信息》《计算机应用》更多>>
所获基金：重庆市教育委员会科学技术研究项目国家自然科学基金重庆市自然科学基金更多>>
-
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：
面向垂直领域上下文特性的少样本关系抽取方法
《中文信息学报》2025年第1期65-78,共14页任浩 李韧 杨建喜 肖桥 杨小霞 蒋仕新 王笛 
国家自然科学基金(62003063);重庆市自然科学基金(CSTB2023NSCQ-MSX0145);重庆市教委科学技术研究项目(KJZD-M202300703)。
现有的少样本关系抽取解决方案主要基于通用领域语料,尚未充分考虑垂直领域中存在的长文本、关系重叠等问题,面对垂直领域上下文时其关系抽取性能有待提升。针对上述问题,该文以桥梁检测领域和医疗健康领域为背景,提出了一种面向垂直领...
关键词：少样本关系抽取 垂直领域 RoBERTa 原型网络 
复杂背景下基于改进YOLO v8s的混凝土桥梁裂缝检测方法
《交通运输工程学报》2024年第6期135-147,共13页蒋仕新 邹小雪 杨建喜 李昊 黄雪梅 李韧 张廷萍 刘新龙 王笛 
国家自然科学基金项目(62003063,62103068);重庆市自然科学基金项目(CSTB2022NSCQ-MSX1599,cstc2020jcyj-msxmX0047);重庆市教育委员会科学技术研究项目(KJZD-K202400709,KJZD-M202300703,KJQN202100748)。
针对混凝土桥梁裂缝因背景复杂、细小模糊导致检测精度较差的问题,提出了一种基于改进YOLO v8s的混凝土桥梁裂缝检测算法,精确定位了裂缝位置信息,并测量了裂缝长、宽等关键参数;以YOLO v8s模型为基础,引入全维度动态卷积(ODConv)获取...
关键词：桥梁工程 改进YOLO v8s算法 深度学习 裂缝检测 目标检测 
基于深度神经网络的实体链接研究综述
《中文信息学报》2024年第8期1-14,共14页张玥 李韧 杨建喜 肖桥 谢江村 蒋仕新 王笛 
国家自然科学基金(62003063);重庆市自然科学基金(CSTB2023NSCQ-MSX0145);重庆市教委科学技术研究项目(KJZD-M202300703);重庆交通大学研究生科研创新项目(2022yjkc004)。
实体链接旨在将文本中的实体指称映射到知识库中相应的实体,是知识图谱问答、智能推荐等下游任务的基础。近年来,深度神经网络和预训练语言模型的快速发展为实体链接方法研究提供了坚实基础,并取得了显著性能提升。该文对近期实体链接...
关键词：实体链接 深度学习 低资源 特定领域 综述 
表格问答研究综述
《中文信息学报》2024年第4期1-16,共16页张洪廙 李韧 杨建喜 杨小霞 肖桥 蒋仕新 王笛 
国家自然科学基金(62003063);重庆市教委科学技术研究项目(KJQN202200720);重庆交通大学研究生科研创新项目(2023s0084)。
表格问答通过自然语言问句直接与表格数据进行交互并得到答案,是智能问答的主要形式之一。近年来,研究人员利用以语义解析为主的技术在该领域开展了深入研究。该文从不同表格类型分类及其问答任务问题定义出发,将表格问答细分为单表单...
关键词：表格问答 语义解析 自然语言处理 综述 
基于改进Segformer的混凝土桥梁表观病害轻量级识别方法被引量：1
《中国公路学报》2024年第2期77-87,共11页蒋仕新 唐椿程 杨建喜 李昊 熊元俊 李韧 刘新龙 王笛 
国家自然科学基金项目(62003063,62103068);重庆市自然科学基金项目(CSTB2022NSCQ-MSX1599,cstc2020jcyj-msxmX0047);重庆市教委科学技术研究计划项目(KJQN202000726,KJQN202100748,KJZD-M202000702)。
现有基于语义分割的混凝土桥梁表观病害识别方法具有模型参数量较大、特征提取不充分、分割精度不高等缺点。针对上述问题,提出基于改进Segformer的混凝土桥梁表观病害轻量级识别方法——Segformer-SP,该方法选取MiT B0作为编码器,并引...
关键词：桥梁工程 桥梁病害识别 Segformer 轻量级 特征融合 
长短答案分类指导的机器阅读理解方法
《中文信息学报》2023年第5期112-121,共10页杨建喜 向芳悦 李韧 李东 蒋仕新 张露伊 肖桥 
国家自然科学基金(62003063);重庆市自然科学基金(cstc2020jcyj-msxmX0047);重庆市教委科学技术研究项目(KJZD-M202000702,KJQN202000726);重庆交通大学研究生科研创新项目(2021yjkc002)。
针对现有机器阅读理解模型存在长答案不完整、短答案冗余,即模型对答案的边界信息捕捉能力有待提升问题,该文基于“问题分类+答案预测联合学习”的流水线式策略,提出了一种通过答案长短特征分类指导机器阅读理解的神经网络模型。该方法...
关键词：机器阅读理解 RoBERTa_wwm_ext 文本分类 多任务学习 
桥梁检测领域知识图谱构建与知识问答方法被引量：7
《计算机应用》2022年第S01期28-36,共9页杨小霞 杨建喜 李韧 罗梦婷 蒋仕新 王桂平 杨一帆 
重庆市自然科学基金资助项目(cstc2020jcyj-msxmX0047);重庆交通大学研究生科研创新项目(CYS21365)。
针对桥梁检测报告中数据抽取融合不充分以及管养决策过程中知识问答服务不足的问题,提出一种桥梁检测领域知识图谱构建与知识问答方法。首先,采用Web本体语言(OWL)对桥梁检测领域知识进行形式化语义建模,定义了该领域的概念、属性及公...
关键词：知识图谱 问答系统 桥梁检测 本体 桥梁管理养护 
基于多周期组件时空神经网络的路网通行速度预测被引量：7
《交通运输系统工程与信息》2021年第3期112-119,139,共9页杨建喜 郁超顺 李韧 杜利芳 蒋仕新 王笛 
国家自然科学基金(62003063);重庆市自然科学基金(cstc2020jcyj-msxmX0047);重庆市教委科学技术研究项目(KJZD-M202000702)。
针对当前路网通行速度预测方法存在的中长周期预测准确性和稳定性不足、自适应路网拓扑空间关系建模能力有待进一步提升等问题,以多尺度卷积算子及门控循环单元为核心单元,提出一种面向路网通行速度预测任务的多周期组件时空神经网络模...
关键词：智能交通 多周期组件时空神经网络 卷积神经网络 通行速度预测 门控循环单元 
基于Transformer-BiLSTM-CRF的桥梁检测领域命名实体识别被引量：21
《中文信息学报》2021年第4期83-91,共9页李韧 李童 杨建喜 莫天金 蒋仕新 李东 
国家自然科学基金(51608070);重庆市教委科学技术研究项目(KJQN201800705,KJQN201900726);重庆交通大学国家自然科学基金(2018PY34)。
作为我国桥梁工程领域最重要的数据源之一,桥梁检测文本蕴含了丰富的结构构件参数及检测病害描述等关键业务信息,但面向该领域的文本信息抽取研究尚未有效开展。该文在阐明其领域命名实体识别目标任务的基础上,分析了待识别实体在蕴含...
关键词：命名实体识别 桥梁检测 TRANSFORMER 
联合卷积与长短记忆神经网络的桥梁结构损伤识别研究被引量：19
《铁道科学与工程学报》2020年第8期1893-1902,共10页杨建喜 张利凯 李韧 何盈盈 蒋仕新 邹俊志 
国家自然科学基金资助项目(51608070);重庆市教委科学技术研究资助项目(KJQN201800705,KJQN201900726)。
为改进传统方法在时空相关特征联合提取及结构损伤识别效果等方面存在的不足,结合结构健康监测加速度振动信号的数据特性,将结构损伤识别归约为多变量时间序列分类问题,提出一种联合卷积神经网络(Convolutional Neural Network,CNN)和...
关键词：桥梁健康监测 结构损伤识别 卷积神经网络 长短记忆神经网络 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部