- 郑诚;魏素华;曹源;
方面级别的情感分析(ABSA)旨在确定句子中特定目标的情感倾向。大部分现有方法仅使用语义层面信息,不能很好地利用不同方面词的意见术语来达到精确的情感分类,且模型不具有可解释性。语法层面信息中词性信息和以特定方面术语为根节点的句法结构依存树可以用于捕获句子中特定方面的意见术语。提出了结合词性信息且具有模型可解释性的BG-CNN,并引入依存树作为辅助信息用于细粒度文本情感分析。提出了增强损失函数用于模型的训练。在三个经典数据集上进行验证,实验结果表明了该模型和增强损失函数的有效性。
2022年05期 v.58;No.996 148-155页 [查看摘要][在线阅读][下载 1516K] [下载次数:398 ] |[网刊下载次数:0 ] |[引用频次:9 ] |[阅读次数:0 ] - 赵宏;傅兆阳;赵凡;
微博情感分析旨在挖掘网民对特定事件的观点和看法,是网络舆情监测的重要内容。目前的微博情感分析模型一般使用Word2Vector或GloVe等静态词向量方法,不能很好地解决一词多义问题;另外,使用的单一词语层Attention机制未能充分考虑文本层次结构的重要性,对句间关系捕获不足。针对这些问题,提出一种基于BERT和层次化Attention的模型BERT-HAN(bidirectional encoder representations from transformers-hierarchical Attention networks)。通过BERT生成蕴含上下文语意的动态字向量;通过两层BiGRU分别得到句子表示和篇章表示,在句子表示层引入局部Attention机制捕获每句话中重要的字,在篇章表示层引入全局Attention机制以区分不同句子的重要性;通过Softmax对情感进行分类。实验结果表明,提出的BERT-HAN模型能有效提升微博情感分析的Macro F1和Micro F1值,具有较大的实用价值。
2022年05期 v.58;No.996 156-162页 [查看摘要][在线阅读][下载 1576K] [下载次数:2762 ] |[网刊下载次数:0 ] |[引用频次:43 ] |[阅读次数:0 ] - 林爽;王晓军;
映射域漂移和偏见性预测问题使得现有的方案无法很好地应对广义零样本学习挑战。在CADA-VAE模型的基础上,提出了基于模态融合的半监督学习方案,就如何利用未标注样本及语义辅助模型进行模态内自学习提供了一种思路。该方案使用潜层向量空间作为视觉和语义模态融合的桥梁,提出了视觉质心和异类语义潜层向量概念,用以指导模态间互学习;在交叉重构环节,以视觉质心为轴,将语义潜层向量交叉重构为此类的视觉特征;在特征编码环节,沿异类语义潜层向量的负方向将视觉特征编码为潜层向量;保证了生成的样本具有多样性的同时不失类间区分度。通过在三个基准数据集上进行对比实验,证明了该模型在识别精度上优于当下主流方案,并且能够很好地应对标注样本稀少的情况。
2022年05期 v.58;No.996 163-171页 [查看摘要][在线阅读][下载 1915K] [下载次数:206 ] |[网刊下载次数:0 ] |[引用频次:3 ] |[阅读次数:0 ] - 贺宇哲;何宁;张人;梁煜博;刘晓晓;
目标检测作为计算机视觉的任务之一已经成为研究热点问题。目前,基于深度学习的目标检测算法层出不穷,但大多数情况下学者只关心它们的模型架构,而忽视了其训练过程。目标检测网络在训练过程中会存在明显的不平衡问题,导致模型检测性能降低,不能达到预期的最佳效果。不平衡问题主要包括两个层次,分别是特征图层次和目标函数层次。为了能够充分发挥目标检测模型架构的潜力,实现更好的训练过程,提出利用Balanced Feature Pyramid和Balanced L1Loss两个模块,同时将它们加入到基于ResNet-50-FPN的Faster R-CNN中,目的是解决Faster R-CNN模型在训练过程中存在的特征图层次和目标函数层次的不平衡问题。通过在MSCOCO数据集上验证,实验结果表明平衡后的模型可达到AP是38.5%的结果,比原Faster R-CNN目标检测模型提高了1.1个百分点。
2022年05期 v.58;No.996 172-178页 [查看摘要][在线阅读][下载 2081K] [下载次数:582 ] |[网刊下载次数:0 ] |[引用频次:8 ] |[阅读次数:0 ] - 徐超;叶宁;徐康;王汝传;
随着社交网络的不断发展,微博成为人们日常生活中分享观点和感情的重要平台,分析用户的情感倾向可以有效地应用于舆情控制、民意调查、商品推荐等工作。传统的深度学习算法在面对新的工作任务时,往往需要大量数据重新训练才能得到较好准确率。针对这一情况,提出了一种基于MAML(model-agnostic meta-learning)与BiLSTM(双向长短时记忆网络)的微博负面情感多分类方法。对微博文本进行词向量化表示,构建MAML与BiLSTM结合的模型,其中BiLSTM实现对微博负面情感的分类,通过随机梯度下降更新参数;MAML中的元学习器则通过计算多次训练的损失总和,进行第二次梯度下降,更新元学习器参数。通过更新后得到的元学习器可以在面对新的微博负面情感分类任务时快速迭代。实验结果表明:相较于目前流行的模型,在微博负面情感数据集上,准确率、召回率和F1值分别提高了1.68个百分点、2.86个百分点和2.27个百分点。
2022年05期 v.58;No.996 179-185页 [查看摘要][在线阅读][下载 1335K] [下载次数:853 ] |[网刊下载次数:0 ] |[引用频次:11 ] |[阅读次数:0 ] - 董绍江;刘伟;蔡巍巍;饶志荣;
由于水下鱼类图像采集困难,现有的数据集主要以视频提取为主,采集到的鱼类图像存在背景环境复杂、像素低下等问题,使得细粒度鱼类图像识别任务难度较大。针对上述问题,提出了一种基于空间域注意力机制和分层精简双线性特征融合的网络。识别网络可进行端到端的训练,由两部分组成:第一部分是以空间变换网络(STN)为注意力机制的背景过滤网络;第二部分以vgg16网络作为特征提取器,根据高层卷积部分对鱼类图像细粒度特征响应的差异性,选取三组特征进行降维近似的网络精简融合,最终级联三组融合的特征送入softmax分类器。特征提取网络以ImageNet数据集上训练的参数进行初始化,采用鱼类数据集进一步微调。通过在F4K鱼类数据集上的对比验证,结果表明,所提出的分层精简双线性注意力网络(STN-H-CBP)在降低特征维度减少计算量的同时,在该数据集上的表现与现有的最优方法相当。
2022年05期 v.58;No.996 186-192页 [查看摘要][在线阅读][下载 1652K] [下载次数:334 ] |[网刊下载次数:0 ] |[引用频次:8 ] |[阅读次数:0 ] - 马幪浩;王喆;
近年来,基于大规模标记数据集的深度神经网络模型在图像领域展现出优秀的性能,但是大量标记数据昂贵且难以收集。为了更好地利用无标记数据,提出了一种半监督学习方法 Wasserstein consistency training(WCT),通过引入Jensen-Shannon散度来模拟协同训练并组织大量未标记数据来提高协同训练效率,通过快速梯度符号攻击施加的对抗攻击来生成对抗样本以鼓励视图的差异,将Wasserstein距离作为网络差异约束的度量,以防止深度神经网络崩溃,使网络在低维流形空间上平滑输出。实验结果表明,所提方法在MNIST分类错误率为0.85%,在仅使用4 000个标记数据的CIFAR-10数据集上错误率达到11.96%,证明了所提方法在小样本条件下的半监督图像分类中具有较好的性能。
2022年05期 v.58;No.996 193-199页 [查看摘要][在线阅读][下载 1542K] [下载次数:450 ] |[网刊下载次数:0 ] |[引用频次:5 ] |[阅读次数:0 ] - 谢斌红;袁帅;龚大立;
针对煤矿井下数字化人员检测过程中行人易被大型设备遮挡而导致的误检、漏检等问题,提出了一种基于RDB-YOLOv4网络的煤矿井下有遮挡行人检测方法。该算法以YOLOv4为基础网络架构,在CSPDarknet-53特征提取网络中加入了残差密集块(residual dense block,RDB),对不同层次的特征实现跨层传递和融合,连续的连接保证了低级和高级特征信息的存储和记忆,使得完整有效的局部特征能准确预测被遮挡行人的信息。对比当前主流目标检测算法和遮挡处理检测算法,该算法在PASCAL VOC 2007公开数据集和煤矿井下行人数据集下有效提升了测试的平均精度(average precision,AP),相比YOLOv4在两组不同数据集测试的平均精度分别提升了2.74个百分点和3.5个百分点(IoU=0.5)。
2022年05期 v.58;No.996 200-207页 [查看摘要][在线阅读][下载 1542K] [下载次数:717 ] |[网刊下载次数:0 ] |[引用频次:15 ] |[阅读次数:0 ] - 李斌;黄起彬;
帝国竞争算法(imperialist competitive algorithm,ICA)是一种被广泛应用于求解各类理论与实践问题的随机搜索智能优化算法,但它收敛过快的特性令其容易在求解复杂问题时陷入局部最优,故对ICA进行有针对性的改进十分必要。引入二进制转换和克隆进化机制,为算法的进化种群提供新的上升通道和进化模式,帮助进化种群跳出局部最优,从而提出了一种改进的帝国竞争算法(decimal-binary conversion and clonal evolution oriented improved imperialist competitive algorithm,DCCE-IICA)。此外,为修正经典ICA早熟导致的算法过早结束和群体多样性快速降低的缺陷,DCCE-IICA还辅以帝国分裂和出界点替换策略,以确保进制转化和克隆进化机制在改进算法执行中充分发挥区域深度探索和平衡资源分配的初衷。随后,经典函数测试集、CEC2017测试集及CEC2020测试集被用于检验DCCE-IICA在多个维度下对不同类型复杂问题的寻优能力。选取分别在经典函数测试集、CEC2017测试集和CEC2020测试集中表现优异的共14种典型算法,与DCCE-IICA进行实验结果比较。实验结果显示DCCE-IICA引入的改进机制在大多数情况下能够稳定且高效地提升算法性能,使得算法同时具备较好的收敛速度、收敛精度和求解鲁棒性。
2022年05期 v.58;No.996 208-224页 [查看摘要][在线阅读][下载 2030K] [下载次数:262 ] |[网刊下载次数:0 ] |[引用频次:4 ] |[阅读次数:0 ] - 刘佳;卞方舟;陈大鹏;李为斌;
在人机交互领域,精确的人手指尖检测对交互的丰富度、灵活度有很大影响。然而,由于指尖的尺寸较小,精确、鲁棒的指尖检测目前仍然是一项颇具挑战性的任务。为了提升指尖检测的准确率与实时性,提出一种基于深度卷积神经网络的指尖检测模型UGF-Net(unified-gesture-and-fingertip-network)。该模型可以同时进行指尖检测与手势识别,利用YOLO算法来提取手势区域,通过FCNN输出可视化高斯热图来实现指尖检测。通过实验验证该指尖检测模型的有效性和鲁棒性,在SCUT-Ego-Gesture数据集上对模型进行了测试,结果表明,指尖检测的准确率可达到99.8%,且实时视频图像的平均帧率达到34.5 frame/s,满足实时性的要求。
2022年05期 v.58;No.996 225-231页 [查看摘要][在线阅读][下载 1531K] [下载次数:214 ] |[网刊下载次数:0 ] |[引用频次:3 ] |[阅读次数:0 ]