基于角色信息引导的多轮事件论元抽取
作者:
于媛芳;张勇;左皓阳;张连发;王婷婷
期刊:
北京大学学报(自然科学版) ,2023年59(1):83-91 ISSN:0479-8023
通讯作者:
Zhang, Yong(ychang@ccnu.edu.cn)
作者机构:
[于媛芳; 张勇; 左皓阳; 张连发; 王婷婷] School of Computer, Central China Normal University, Wuhan;430079, China;[于媛芳; 张勇; 左皓阳; 张连发; 王婷婷] 430079, China
通讯机构:
[Zhang, Y.] S;School of Computer, China
关键词:
事件论元抽取;角色知识;信息融合;多轮抽取
摘要:
针对通用领域的事件论元抽取研究中角色信息利用不足和论元间缺少交互两个问题, 提出角色信息引导的多轮事件论元抽取模型, 以增强文本的语义信息和论元之间的交互能力, 从而提升事件论元抽取的性能。首先, 为了更好地利用角色知识来引导论元的抽取, 该模型根据角色定义构造角色知识, 对角色信息和文本独立编码, 并采用基于注意力机制的方法获取标签知识增强的文本表示, 进而采用增强嵌入来预测各角色论元的起始和结束位置。同时, 为了在抽取过程中充分利用事件论元之间的交互作用, 受多轮对话模型的启发, 设计一种多轮事件论元抽取算法, 该算法参照“先易后难”的自然逻辑, 每次选择预测概率最大也即最容易确定的角色进行抽取。在论元抽取过程中, 为了对论元之间的交互进行建模, 模型引入历史嵌入, 并在每一次预测结束后更新历史嵌入, 帮助下一轮事件论元的抽取。实验结果表明, 角色信息的引导和多轮抽取算法均有效地提升了论元抽取的性能, 使得该模型的表现优于其他基线模型。
语种:
中文
展开
融合注意力机制的时间卷积知识追踪模型
作者:
邵小萌;张猛
期刊:
计算机应用 ,2023年43(2):343-348 ISSN:1001-9081
作者机构:
[张猛; 邵小萌] 华中师范大学计算机学院
关键词:
知识追踪;时间卷积网络;注意力机制;序列建模;教育数据挖掘
摘要:
针对基于循环神经网络(RNN)的深度知识追踪模型存在的可解释性不足和长序列依赖问题,提出一种融合注意力机制的时间卷积知识追踪模型(ATCKT)。首先学习学生历史交互的嵌入表示,然后使用基于题目的注意力机制学习特定权重矩阵,识别并强化学生的历史交互对每一时刻知识状态不同程度的影响;最后,使用时间卷积网络(TCN)提取学生动态变化的知识状态,利用扩张卷积和深层神经网络扩大序列学习范围,缓解长序列依赖问题。将ATCKT与深度知识追踪(DKT)、卷积知识追踪(CKT)等四种模型在四个数据集上进行对比实验,实验结果显示,所提模型的曲线下面积(AUC)和准确率(ACC)均显著提升,尤其在ASSISTments2015数据集中表现最佳,分别提升了6.83~20.14和7.52~11.22个百分点,并且训练速度相比DKT提升了26%。可见,该模型可以更准确地捕捉学生的知识状态,更高效地预测学生未来的表现。
语种:
中文
展开
基于时频域生成对抗网络的语音增强算法
作者:
尹文兵;高戈;曾邦;王霄;陈怡
期刊:
计算机科学 ,2022年49(6):187-192 ISSN:1002-137X
作者机构:
[尹文兵; 高戈; 曾邦; 王霄] 武汉大学国家多媒体软件工程技术研究中心;[陈怡] 华中师范大学计算机学院
关键词:
语音增强;生成对抗网络;时频域;低信噪比;语音质量;语音可懂度
摘要:
传统基于生成对抗网络的语音增强算法(Speech Enhancement algorithm based on Generative Adversarial Networks,SEGAN)在时域上对语音进行增强处理,完全忽略了语音样本在频域上的分布情况。在低信噪比条件下,语音信号会淹没在噪声中,带噪语音的时域分布信息很难捕获,因此,SEGAN的增强性能会急剧下降,其增强语音的语音质量和语音可懂度很低。针对该问题,提出了基于时频域生成对抗网络的语音增强算法(Time-Frequency Domain SEGAN,TFSEGAN)。TFSEGAN采用了时频域双判别器的模型结构和时频域L1损失函数,时域判别器的输入为语音样本的时域特征,频域判别器的输入为语音样本的频域特征。在训练过程中,时域判别器将语音样本的时域分布信息作为判别标准,而频域判别器将语音样本的频域分布信息作为判别标准。在两个判别器的作用下,TFSEGAN的生成器能够同时学习语音样本在时域和频域中的分布规律和信息。实验证明,在低信噪比条件下,与SEGAN相比,TFSEGAN的语音质量与可懂度分别提升了约17.45%和11.75%。
语种:
中文
展开
基于情感词典和堆叠残差的双向长短期记忆网络的情感分析
作者:
罗浩然;杨青
期刊:
计算机应用 ,2022年42(4):1099-1107 ISSN:1001-9081
作者机构:
华中师范大学伍伦贡联合研究院,武汉430079;[杨青] 华中师范大学计算机学院,武汉430079;[杨青] 国家语言资源监测与研究网络媒体中心,武汉430077;[罗浩然] 华中师范大学
关键词:
双向长短期记忆网络;购物评论;情感分析;堆叠残差;情感词典
摘要:
情感分析作为自然语言处理(NLP)的细分研究方向经历了使用情感词典、机器学习和深度学习分析的发展过程。针对使用一般化的深度学习模型作为文本分类器对于特定领域的网络评论类型的文本的分析的精准度较低,训练时发生过拟合现象以及情感词典覆盖率低、编纂工作量大的问题,提出了基于情感词典和堆叠残差的双向长短期记忆(Bi-LSTM)网络的情感分析模型。首先,借助情感词典中情感词的设计覆盖“教育机器人”研究领域内的专业词汇,从而弥补Bi-LSTM模型在分析此类文本时精准度的不足;然后,使用Bi-LSTM和SnowNLP来降低情感词典的编纂体量。长短期记忆(LSTM)网络的“记忆门”“遗忘门”结构可以在保证充分考虑评论文本中的前后词语的关联性的同时,适时选择遗忘一些已分析词语,从而避免反向传播时的梯度爆炸问题。而在将堆叠残差的Bi-LSTM引入后,不仅使得模型的层数加深至8层,而且还使残差网络避免了叠加LSTM时会导致的“退化”问题;最后,通过适当设置和调整两部分的得分权重,并将总分使用Sigmoid激活函数标准化到[0,1]的区间上,按照[0,0.5],(0.5,1]的区间划分分别表示负面和正面情绪,完成情感分类。实验结果表明,在“教育机器人”评论数据集中,所提模型对于情感分类准确率相较于标准的LSTM模型提升了约4.5个百分点,相较于BERT提升了约2.0个百分点。综上,所提模型将基于情感词典和深度学习模型的情感分类方法一般化;而通过修改情感词典中的情感词汇并适当调整深度学习模型的结构和层数,所提模型可以应用于电子商务平台中各类商品的购物评价的精确情感分析,从而帮助企业洞悉消费者的购物心理和市场需求,同时也可以为消费者提供商品质量的一种参考标准。
语种:
中文
展开
知识增强的生物医学文本生成式摘要研究
作者:
邓露;胡珀;李炫宏
期刊:
数据分析与知识发现 ,2022年6(11):1-12 ISSN:2096-3467
通讯作者:
Po, H.
作者机构:
[李炫宏; 邓露] 华中师范大学计算机学院;华中师范大学人工智能与智慧学习湖北省重点实验室;国家语言资源监测与研究网络媒体中心;[胡珀] 华中师范大学计算机学院<&wdkj&>华中师范大学人工智能与智慧学习湖北省重点实验室<&wdkj&>国家语言资源监测与研究网络媒体中心
通讯机构:
[Po, H.] S;School of Computer Science, China
关键词:
生物医学文本挖掘;生成式摘要;领域知识;知识增强
摘要:
[目的] 将生物医学文本映射到生物医学领域超级叙词表以获得文本中包含的生物医学术语及其对应概念,并将术语和概念作为背景知识融入到文本摘要模型中,以提高文本摘要模型在生物医学文本上的摘要生成质量。 [方法] 该方法先通过抽取式摘要技术获取文本的重要内容,然后结合生物医学领域知识库将文本重要内容中包含的术语与其对应的知识库概念一并抽取出来,作为背景知识融入到神经网络生成式摘要模型的注意力机制中,使模型在领域知识引导下既可聚焦文本内部的重要信息,又可抑制因外部信息引入而可能产生的噪音问题,显著改善摘要的生成质量。 [结果] 在三个生物医学领域数据集上的实验结果验证了所提方法的有效性,本文所提模型PG-meta在三个数据集上的ROUGE均值达到31.06,比原PG模型ROUGE均值高1.51。 [局限] 仍有待进一步探索不同的生物医学领域背景知识获取方式对于模型增强效果的影响。 [结论] 所提方法可帮助模型更好的学习生物医学文本深层含义,提高摘要生成质量。
语种:
中文
展开
基于多通道注意力机制的图像超分辨率重建网络
作者:
张晔;刘蓉;刘明;陈明
期刊:
计算机应用 ,2022年42(5):1563-1569 ISSN:1001-9081
作者机构:
[陈明; 刘蓉; 张晔] 华中师范大学物理科学与技术学院;[刘明] 华中师范大学计算机学院
关键词:
图像超分辨率重建;纹理迁移;注意力机制;一维卷积;密集残差块
摘要:
针对现有的图像超分辨率重建方法存在生成图像纹理扭曲、细节模糊等问题,提出一种基于多通道注意力机制的超分辨率重建网络。网络结构中的纹理提取模块通过设计极轻量级的多通道注意力模块,结合一维卷积实现跨通道信息交互以关注重要特征信息;纹理恢复模块引入密集残差块来恢复部分高频纹理细节,提升模型性能,产生优质重建图像。所提网络不仅能够有效提升图像的视觉效果,而且在基准数据集CUFED5上的结果与经典的基于卷积神经网络的超分辨率(SRCNN)重建方法相比峰值信噪比(PSNR)和结构相似度(SSIM)分别提升了1.76dB和0.062。实验结果表明,所设计的网络可提高纹理迁移的准确性,可有效提升生成图像的质量。
语种:
中文
展开
DTN中基于消息综合属性的缓存管理策略
作者:
崔建群;余东海;常亚楠;孙佳悦;邬尧
期刊:
小型微型计算机系统 ,2022年43(7):1511-1517 ISSN:1000-1220
作者机构:
[崔建群; 余东海; 常亚楠; 孙佳悦; 邬尧] 华中师范大学计算机学院
关键词:
消息属性;优先级;缓存管理策略
摘要:
延迟容忍网络(DTN)区别于传统Internet网络,无法提供稳定端到端的连接,因此采用“存储-携带-转发”路由机制进行数据传输,而这使得消息需要长时间驻留在节点的缓存中。由于节点的缓存空间和处理能力受价格、体积和功耗的限制,因此如何对缓存进行管理成为影响路由性能的重要因素。本文根据Spray and Wait路由算法的特点,提出一种基于消息综合属性的缓存管理策略(Buffer Management Strategy Based on Message Comprehensive Attributes, MCA-BMS)。该策略综合考虑消息大小、消息生存时间和消息副本数三种消息属性,确定消息的优先级,并根据优先级对消息进行转发和丢弃,同时增加了ACK确认机制,删除冗余消息,提升网络资源利用率。仿真结果表明,MCA-BMS缓存管理策略能够在消息投递率、网络开销和消息传输时延方面有明显的提升。
语种:
中文
展开
动态网络中多规则的最短路径查询算法
作者:
李艳红;王猛;李国徽;罗昌银;杜小坤
期刊:
软件学报 ,2022年33(8):3115-3136 ISSN:1000-9825
作者机构:
中南民族大学 计算机科学学院, 湖北 武汉 430074;华中科技大学 软件学院, 湖北 武汉 430074;[罗昌银] 人工智能与智慧学习湖北省重点实验室(华中师范大学), 湖北 武汉 430079;[罗昌银] 国家语言资源监测与研究网络媒体中心, 湖北 武汉 430079;[罗昌银] 华中师范大学 计算机学院, 湖北 武汉 430079
关键词:
动态网络;最短时间路径查询;动态阈值;预处理;树的遍历
摘要:
最佳排序路径查询,是智能交通中的热点问题.在实际的应用中,由于最佳排序路径查询有许多限制条件,现有的算法不能有效地解决动态网络中受限制的路径查询问题.为了解决动态网络中最佳排序路径查询问题,用规则表示每个限制条件,提出了一种新的最佳排序路径查询形式,即多规则的最短路径查询.提供了统一的框架,该框架包含了路径集合查询和最短路径查询.在路径集合查询部分,为了高效地查询出满足多规则的路径集合,在广义规则树的基础上,提出一种新的树的遍历方式,即树的继承全遍历;并基于树的继承全遍历思想,提出一种剪枝技术,对路径集合进行删减,最后求得候选路径集合.在最短路径查询部分,提出一种基于动态阈值的最短路径搜索方法.通过两个真实的动态道路网络的实验验证,所提出的算法能够高效地解决多规则的最短路径查询问题.
语种:
中文
展开
基于层次化语义框架的知识库属性映射方法
作者:
李豫;周光有
期刊:
中文信息学报 ,2022年36(02):49-57 ISSN:1003-0077
作者机构:
[李豫; 周光有] 华中师范大学计算机学院
关键词:
知识库;属性映射;深层语义
摘要:
面向知识库的自动问答是自然语言处理的一项重要任务,其旨在对用户提出的自然语言形式问题给出精练、准确的回复。目前由于缺少数据集,存在特征不一致等因素,导致难以使用通用的数据和方法实现领域知识库问答。因此,该文将“问题意图”视作不同领域问答可能存在的共同特征,将“问题”与三元组知识库中“关系谓词”的映射过程作为问答核心工作。为了考虑多种层次的语义并避免重要信息的损失,该文分别将“基于门控卷积的深层语义”和“基于交互注意力机制的浅层语义”通过门控感知机制相融合。在NLPCC-ICCPOL 2016 KBQA数据集上的实验表明,该文方法与现有的CDSSM和BDSSM方法相比,效能有明显提升。此外,该文通过构造天文常识知识库,将问题与关系谓词映射模型移植到特定领域,结合Bi-LSTM-CRF模型构建了天文常识自动问答系统。
语种:
中文
展开
基于ERNIE-Gram和TinyBERT混合模型的复句关系体系转换
作者:
杨进才;陈雪松;胡泉;蔡旭勋
期刊:
中文信息学报 ,2022年36(12):16-26 ISSN:1003-0077
作者机构:
[杨进才] 华中师范大学计算机学院;华中师范大学计算机学院,,武汉中学;[胡泉; 蔡旭勋] 华中师范大学人工智能教育学部;[陈雪松] 华中师范大学计算机学院<&wdkj&>武汉中学
关键词:
复句
摘要:
复句关系是指分句间的语义关系.目前关于复句关系的分类体系有很多,复句三分系统与HIT-CDTB分类体系为其代表.对不同分类体系各类别进行相互转换可以为机器翻译等任务提供支持.该文基于预训练模型ERNIE-Gram和TinyBERT,嵌入主成分分析方法,提出一种三阶段复句关系识别混合模型,实现三分系统与HIT-CDTB两种分类体系下复句关系的转换.通过实验检验,复句三分系统到HIT-CDTB以及HIT-CDTB到复句三分系统关系转换的准确率分别达到77.60%、89.17%.
语种:
中文
展开
基于Graph Transformer的知识库问题生成
作者:
胡月;周光有
期刊:
中文信息学报 ,2022年36(02):111-120 ISSN:1003-0077
作者机构:
[胡月; 周光有] 华中师范大学计算机学院
关键词:
问题生成;知识库;语义表征;知识库问答
摘要:
知识库问答依靠知识库推断答案,需要大量带标注信息的问答对,但构建大规模且精准的数据集不仅代价昂贵,还受领域等因素限制。为缓解数据标注问题,面向知识库的问题生成任务引起了研究者关注,该任务的特点是利用知识库三元组自动生成问题,但现有方法仅由一个三元组生成的问题过于简短,且缺乏多样性。为生成信息量丰富且多样化的问题,该文采用Graph Transformer和BERT两个编码层来加强三元组多粒度语义表征以获取背景信息,在SimpleQuestions数据集上的实验结果证明了该方法的有效性。
语种:
中文
展开
基于PUF的轻量级雾辅助物联网认证协议
作者:
郭奕旻;张振峰;熊平;郭亚军
期刊:
计算机学报 ,2022年45(7):1412-1430 ISSN:0254-4164
作者机构:
[熊平; 郭奕旻] 中南财经政法大学信息与安全工程学院;[张振峰] 中国科学院软件研究所可信计算与信息保障实验室;[郭亚军] 华中师范大学计算机学院
关键词:
雾计算;物联网;物理不可克隆函数;认证;轻量级
摘要:
雾计算将云计算的功能扩展到网络边缘,是各类物联网应用的最佳解决方案.但是雾计算独特的特性给雾辅助的物联网也带来了新的安全性问题,特别是物联网设备与雾节点之间的认证问题.在雾辅助的物联网中,一些雾节点和物联网设备是部署在公共场所,这使得它们更容易受到各种攻击.因此,为雾辅助的物联网系统设计认证协议首先应确保安全性,即认证协议能够抵抗各种已知的攻击,特别是在雾节点不完全可信或者物联网设备被捕获时也应该是安全的.其次,认证协议应该是低延迟的,低延迟是雾计算的基本特征.最后,由于许多物联网设备资源受限,认证协议也应该是轻量级的.为了解决这些问题,本文提出了雾辅助物联网两个场景中的轻量级认证协议.两个协议都采用了物理不可克隆函数这一硬件安全原语,一种实现了物联网设备与雾节点之间的相互认证,另一种实现了远程用户通过雾节点安全访问物联网设备.协议中任何实体均不存储显式的挑战-响应对和其他敏感信息,具备显著安全优势.对两个协议的形式化安全、非形式化安全和性能分析表明,所提出的认证协议不仅在各种已知攻击下具有鲁棒性,且具有较少的计算和通信代价.
语种:
中文
展开
结合注意力机制与图卷积网络的汉语复句关系识别
作者:
郑浩;李源;沈威;陈佳杰
期刊:
中文信息学报 ,2022年36(11):60-67 ISSN:1003-0077
作者机构:
[郑浩; 陈佳杰; 李源] 华中师范大学计算机学院;[沈威] 华中师范大学语言与语言教育研究中心
关键词:
关系识别;图卷积神经网络;注意力机制
摘要:
复句的关系识别是为了区分句子语义关系的类别,是自然语言处理(NLP)中必不可少的基础研究任务。现有研究无法使机器在表层判别缺少显式句间连接词句子的语义关系类型。该文将Attention机制与图卷积神经网络(GCN)相结合应用到汉语复句语义关系识别中,通过BERT预训练模型获取单句词向量,输入到Bi-LSTM获取句子位置表示,经Attention机制得到各位置间权重构建图网络以捕获句子间的语义信息,通过图卷积抽取深层的关联信息。该文的方法对缺少显式句间连接词句子的关系识别达到了较好的识别效果,为进一步研究计算机自动分析、识别处理复句的基本方法奠定基础。实验结果表明,在汉语复句语料库(CCCS)和汉语篇章树库(CDTB)数据集上,与先前最好的模型相比,其准确率分别为77.3%和75.7%,提升约1.6%,宏平均F1值分别为76.2%和74.4%,提升约2.1%,说明了该文方法的有效性。
语种:
中文
展开
基于蜂窝结构的改进混合无线传感器网络覆盖优化算法
作者:
张清国;张勇;张伟;席瑞洁
期刊:
计算机工程 ,2022年48(12):172-179 ISSN:1000-3428
作者机构:
[张伟; 张清国; 张勇] 华中师范大学计算机学院;[席瑞洁] 华中科技大学计算机科学与技术学院
关键词:
混合无线传感器网络;蜂窝结构;网络覆盖率;KM算法;移动节点
摘要:
针对基于蜂窝结构的混合无线传感器网络覆盖优化算法HWSNBCS存在移动节点平均移动距离较大的问题,提出了一个新的改进算法IHWSNBCS。算法通过寻找移动传感器节点初始位置与其通过HWSNBCS算法step 1得出的候选目标位置之间距离之和最小化的匹配,将移动节点移动距离之和最小化问题转化为二分图最优匹配问题,然后用带权二分图匹配算法Kuhn-Munkres算法寻找匹配问题的最优解,得到移动节点最终要移动到的目标位置,实现对HWSNBCS算法移动节点平均移动距离的进一步优化。仿真实验表明,本文算法IHWSNBCS可在保持算法HWSNBCS网络覆盖率不变的前提下,显著减少移动节点的平均移动距离,减少幅度达到38.87%~43.28%不等,降低了系统因重新部署移动传感器节点的能耗;且本文算法IHWSNBCS的△Cov-Dist性能指标是HWSNBCS算法的1.64~2倍不等,表明移动传感器节点移动相同的距离,网络的覆盖率提高更大,系统的能效更高;此外,同HWSNBCS算法相比,本文算法IHWSNBCS可大大降低单个移动节点的最大移动距离,降低幅度达到22.65%~66.58%不等,这将大大减少单个传感器节点因能量耗尽而失效的概率,有助于延长网络的生命周期。
语种:
中文
展开
DTN中基于节点综合性能的自适应喷射等待路由算法
作者:
崔建群;孙佳悦;常亚楠;余东海;邬尧;...
期刊:
计算机研究与发展 ,2022年59(4):852-863 ISSN:1000-1239
作者机构:
[常亚楠; 崔建群; 余东海; 邬尧; 孙佳悦] 华中师范大学计算机学院;[吴黎兵] 武汉大学国家网络安全学院
关键词:
延迟容忍网络;喷射等待路由;节点相似度;相对效用值;投递预测值
摘要:
延迟容忍网络(delay tolerant network, DTN)中,由于网络拓扑频繁变化,端到端之间不存在稳定的链路,如何选择合适的中继节点进行消息转发,使消息在较短时间内交付到目标节点是DTN中研究的关键问题之一.针对现有路由算法中继节点选择的盲目性以及对消息副本的分发缺乏合理控制的问题,提出一种基于节点综合性能的自适应喷射等待路由算法(adaptive spray and wait routing algorithm based on comprehensive performance of node, CPN-ASW):在Spray(喷射)阶段引入节点相似度指标来衡量节点间运动轨迹的相似程度,根据节点相似度是否超过给定阈值采用不同的中继节点选择策略,确定中继节点后,按照节点相对效用值自适应分配消息副本数量;在Wait(等待)阶段实现主动转发,将消息转发给到目标节点投递预测值更高的中继节点.实验结果表明,与Epidemic, Spray and Wait (SaW),EBR,PBSW这4种算法相比,CPN-ASW算法能够有效提高消息投递率,降低网络开销和平均时延.
语种:
中文
展开
基于DPCNN模型与语句特征融合的汉语因果类复句关系自动识别
作者:
杨进才;曹元;胡泉
期刊:
中文信息学报 ,2022年36(9):19-27 ISSN:1003-0077
作者机构:
[曹元; 杨进才] 华中师范大学计算机学院;[胡泉] 华中师范大学教育信息技术学院
关键词:
因果类复句;关系识别;词向量;DPCNN模型;依存句法
摘要:
汉语复句关系识别是对复句语义关系的识别,复句关系类别的自动识别对促进语言学和中文信息处理的研究有重要的价值。因果类复句是使用频率最高的复句,文中以二句式有标广义因果复句为研究对象,使用语言技术平台LTP进行依存句法分析,获得词性、依存父节点的词序、与父节点的依存关系等特征,将特征的不同组合与预训练的词向量拼接,得到新的向量,将新的向量输入到DPCNN模型中来进行关系类别识别。通过实验对提出的方法进行检验,实验结果显示:与未融合任何特征相比,DPCNN模型中融合语句特征使实验结果的指标均有提升,表明融合语句特征能取得更好的识别效果。在各种特征组合中,融合POS特征组合得到的准确度和F1值最高,分别为98.41%, 98.28%。
语种:
中文
展开
基于CNN和Bi-LSTM的脑电波情感分析
作者:
朱丽;杨青;吴涛;李晨;李铭
期刊:
应用科学学报 ,2022年40(1):1-12 ISSN:0255-8297
通讯作者:
Yang, Q.
作者机构:
[李铭; 李晨; 杨青; 吴涛; 朱丽] 华中师范大学人工智能与智慧学习湖北省重点实验室,湖北武汉430079;[李铭; 李晨; 杨青; 吴涛; 朱丽] 华中师范大学计算机学院,湖北武汉430079;[李铭; 李晨; 杨青; 吴涛; 朱丽] 华中师范大学国家语言资源监测与研究网络媒体中心,湖北武汉430079
通讯机构:
Hubei Provincial Key Laboratory of Artificial Intelligence and Smart Learning, Central China Normal University, Wuhan, China
关键词:
脑电信号;情感分类;卷积神经网络;双向长短时记忆网络;深度学习
摘要:
要:针对目前大多数脑电波情感识别方法存在的依赖手动特征提取等问题,提出一种基于卷积神经网络(convolutional neural network, CNN)和双向长短时记忆(bidirectional long short-term memory, Bi-LSTM)网络的混合模型。首先将一维数据转换为二维数据,采用CNN提取空间特征;然后将一维数据输入Bi-LSTM,获取时间特征;最后将融合的空间和时间特征输入Softmax分类器,得到最终分类结果。在DEAP数据集上的实验结果表明:CNN和Bi-LSTM混合模型具有较好的分类性能,在效价度和唤醒度上的准确率分别达到88.55%和89.07%,是一种可行的脑电波情感分类模型。
语种:
中文
展开
基于声纹嵌入的语音增强算法
作者:
高戈;曾邦;王霄;尹文兵;陈怡
期刊:
计算机应用研究 ,2022年39(3):688-692 ISSN:1001-3695
作者机构:
[尹文兵; 高戈; 曾邦; 王霄] 武汉大学国家多媒体软件工程技术研究中心;[陈怡] 华中师范大学计算机学院
关键词:
语音增强;低信噪比;声纹嵌入;掩码;映射
摘要:
频域语音增强算法在高信噪比的条件下有明显的降噪效果,而在低信噪比条件下频域语音增强算法的性能会大幅下降。针对这个问题,将基于声纹的掩码应用到频域语音增强网络,利用声纹的先验信息,提升网络对说话人和噪声的区分度。另外,为了进一步改善频域语音算法在低信噪比条件下的性能,提出基于映射的声纹嵌入语音增强算法,避免了可能因采用掩模方案造成的语音失真问题。实验结果表明,在引入相同声纹信息时,基于映射的声纹嵌入语音增强网络在低信噪比条件下的增强性能表现更好,特别是在改善语音失真方面优势明显。相较于基于掩模的声纹掩码网络,基于映射的声纹嵌入网络在PESQ、STOI和SSNR这三项指标上分别实现了6.40%、1.46%和24.84%的相对提升。
语种:
中文
展开
A novel threshold changeable secret sharing scheme
作者:
Harn, Lein;Hsu, Chingfang* ;Xia, Zhe
期刊:
计算机科学前沿(英文) ,2022年16(1):1-7 ISSN:2095-2228
通讯作者:
Hsu, Chingfang
作者机构:
[Harn, Lein] Univ Missouri, Dept Comp Sci Elect Engn, Kansas City, MO 64110 USA.;[Hsu, Chingfang] Cent China Normal Univ, Comp Sch, Wuhan 430079, Peoples R China.;[Xia, Zhe] Wuhan Univ Technol, Dept Comp Sci, Wuhan 430071, Peoples R China.
通讯机构:
[Hsu, Chingfang] C;Cent China Normal Univ, Comp Sch, Wuhan 430079, Peoples R China.
关键词:
cryptography 94A60;authentication and secret sharing 94A62
摘要:
A (t, n) threshold secret sharing scheme is a fundamental tool in many security applications such as cloud computing and multiparty computing. In conventional threshold secret sharing schemes, like Shamir’s scheme based on a univariate polynomial, additional communication key share scheme is needed for shareholders to protect the secrecy of their shares if secret reconstruction is performed over a network. In the secret reconstruction, the threshold changeable secret sharing (TCSS) allows the threshold to be a dynamic value so that if some shares have been compromised in a given time, it needs more shares to reconstruct the secret. Recently, a new secret sharing scheme based on a bivariate polynomial is proposed in which shares generated initially by a dealer can be used not only to reconstruct the secret but also to protect the secrecy of shares when the secret reconstruction is performed over a network. In this paper, we further extend this scheme to enable it to be a TCSS without any modification. Our proposed TCSS is dealer-free and non-interactive. Shares generated by a dealer in our scheme can serve for three purposes, (a) to reconstruct a secret; (b) to protect the secrecy of shares if secret reconstruction is performed over a network; and (c) to enable the threshold changeable property. © 2022, Higher Education Press.
语种:
英文
展开
基于实体相似性的知识表示学习方法
作者:
文洋;张茂元;周礼全;张洁琼;袁贤其
期刊:
计算机应用研究 ,2021年38(04):1008-1012 ISSN:1001-3695
作者机构:
华中师范大学 计算机学院,武汉430079;[周礼全; 张茂元; 袁贤其; 文洋; 张洁琼] 华中师范大学
关键词:
知识图谱;知识表示学习;结构邻域;实体相似性
摘要:
知识表示学习旨在将知识图谱中的实体和关系表示成低维稠密实值向量,能有效缓解知识图谱的数据稀疏性和显著提升计算效率。然而,现有大多数知识表示学习方法仅将实体视为三元组的一个组成部分,没有考虑实体自身具有的特质,如实体相似性。为了加强嵌入向量的语义表达,提出基于实体相似性的表示学习方法SimE。该方法首先利用实体的结构邻域度量实体的相似性,再将实体的相似性和拉普拉斯特征映射结合作为基于三元组事实的表示学习方法的约束,形成联合表示。实验结果表明,该方法在链接预测和三元组分类等任务上与目前最好的方法性能接近。
语种:
中文
展开