首页期刊导航|华南师范大学学报(自然科学版)
期刊信息/Journal information
华南师范大学学报(自然科学版)
华南师范大学学报(自然科学版)

莫雷

双月刊

1000-5463

hnsdzrb@163.com.

020-85211440;85217664

510631

广州市石牌华南师范大学

华南师范大学学报(自然科学版)/Journal Journal of South China Normal University(Natural Science Edition)CSSCI北大核心CSTPCD
查看更多>>本刊是由华南师范大学主办的自然科学综合性学术刊物,主要反映华南师范大学理科各系、所的最新科研成果。是国家科技部中国科技论文统计源期刊,长期被国外如美国数学评论、美国化学文摘、中国数学文摘、中国物理文摘、中国无机分析化学文摘等摘录,摘录率达95%以上。
正式出版
收录年代

    文本语义哈希技术研究进展

    孙宇清黄钿李呈韬郑威...
    93-105页
    查看更多>>摘要:文本语义哈希是在满足语义相似性约束下将文本转化为低维二值数据的神经编码技术,支持基于汉明距离的高效检索,以解决有限计算资源约束下海量文本的相似性计算问题.文本语义哈希技术存在诸多挑战,包括如何在低维二值编码中融入类别信息、如何丰富编码的语义信息以提升模型鲁棒性、如何解决离散输出的模型梯度估计等关键问题.文章首先综述文本语义哈希任务的重要研究发展,详细讨论了无监督文本语义哈希模型和融合类别信息的有监督文本语义哈希模型的技术细节,分析基于近邻文本、隐式主题等信息的语义增强技术以及模型优化等关键技术;然后,综述文本语义哈希任务相关数据集和评估指标,对比了各类文本语义哈希技术的特点和性能;最后,讨论了文本语义哈希技术的未来发展方向.

    文本语义哈希信息检索协同编码

    基于形式概念分析的优质教学模式挖掘

    郝飞锁婷马胜清李鹏...
    106-117页
    查看更多>>摘要:形式概念分析通过建立对象集与属性集间的二元关系来挖掘数据中隐含的概念,以及概念之间的层次关系,是一种分析数据和提取规则的有力工具.文章将其引入到学生和教师数据的分析中,通过创建学生和教师数据集的形式背景和概念格,详细分析学生答题情况和知识技能掌握情况,以及优秀教师教学行为与教学效果之间的关系,并结合建构主义理论、支架式教学理论、最近发展区理论挖掘优质教学模式.其次,应用统计方法分析了学生在测试中的答题分布情况和教师教学行为分布情况.最后,结合已有基准数据集开展了教学模式挖掘相关案例分析研究,其案例实施结果表明文章所提方法可以深层次有效地挖掘优质教学模式,可为进一步提升学生自主学习能力和改进教师教学行为提供参考.

    自主学习能力数据挖掘形式概念分析支架式教学

    基于神经网络的多视图新闻推荐算法

    于露汤非易毛承洁
    118-128页
    查看更多>>摘要:基于神经网络的新闻推荐方法可以有效地对用户进行个性化新闻推荐,然而在现有的基于神经网络的推荐方法中,新闻的特征没有被充分利用.为了从新闻中提取高度抽象的特征表征,文章提出了一种基于多视图表征的新闻推荐模型(MUSA).该模型包括2个核心组件:新闻编码器和用户兴趣编码器.在新闻编码器中,结合了Transformer和单词级注意力网络,从标题、摘要、实体、种类和子种类等多个视图学习新闻的表征,利用5个模块分别提取5个视图的新闻信息,并将各个模块获取到的表征进行融合,获得最终的新闻特征.在用户兴趣编码器中,使用了多头自注意力机制和新闻级注意力网络,从用户的历史浏览记录中捕捉其兴趣偏好.最后,在3个真实数据集上,将该模型与NPA、LSTUR、NRMS等模型进行了对比实验;为了探讨新闻编码器中每个模块对模型效果的影响,进行了消融实验;为了探讨实验训练数据集大小对模型效果的影响,进行了训练数据集大小分析实验.对比实验结果表明,MUSA模型的AUC、MRR、nDCG@5和nDCG@10优于其他基线模型.消融实验结果表明多视图的新闻编码方法是最优的.训练数据集大小分析实验表明MUSA模型相比于基线模型具有更好的鲁棒性.

    个性化新闻推荐多视图Transformer多头自注意力机制深度学习