首页期刊导航|计算机系统应用
期刊信息/Journal information
计算机系统应用
计算机系统应用

苏振泽

月刊

1003-3254

csa@iscas.ac.cn

010-62661041

100080

北京中关村南四街4号

计算机系统应用/Journal Computer Systems & ApplicationsCSCD北大核心CSTPCD
查看更多>>专业技术性刊物。推广计算机系统在各行各业的应用技术成果和运行管理经验。
正式出版
收录年代

    基于RoBERTa和T5的两阶段医学术语标准化

    周景崔灿灿王梦迪王泽敏...
    280-288页
    查看更多>>摘要：医学术语标准化作为消除实体歧义性的重要手段,被广泛应用于知识图谱的构建过程之中.针对医学领域涉及大量的专业术语和复杂的表述方式,传统匹配模型往往难以达到较高的准确率的问题,提出语义召回加精准排序的两阶段模型来提升医学术语标准化效果.首先在语义召回阶段基于改进的有监督对比学习和RoBERTa-wwm提出语义表征模型CL-BERT,通过CL-BERT生成实体的语义表征向量,根据向量之间的余弦相似度进行召回并得到标准词候选集,其次在精准排序阶段使用T5结合prompt tuning构建语义精准匹配模型,并将FGM对抗训练应用到模型训练中,然后使用精准匹配模型对原词和标准词候选集分别进行精准排序得到最终标准词.采用ccks2019公开数据集进行实验,F1值达到了 0.9206,实验结果表明所提出的两阶段模型具有较高的性能,为实现医学术语标准化提供了新思路.

    医学术语标准化RoBERTa-wwm对比学习T5prompttuning知识图谱

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于知识图谱的双端知识感知图卷积推荐模型

    马汉达胡志鹏
    289-296页
    查看更多>>摘要：针对现有基于知识图谱的推荐模型仅从用户或项目一端进行特征提取,从而缺乏对另一端的特征提取的问题,提出一种基于知识图谱的双端知识感知图卷积推荐模型.首先,对于用户、项目及知识图谱中的实体进行随机初始化表征得到初始特征表示;接着,采用基于用户和项目的知识感知注意力机制同时从用户、项目两端在知识图谱中进行特征提取;其次,使用图卷积网络采用不同的聚合方式聚合知识图谱传播过程中的特征信息并预测点击率;最后,为了验证模型的有效性,在Last.FM和Book-Crossing两个公开数据集上与4个基线模型进行对比实验.在Last.FM数据集上,AUC和F1分别比最优的基线模型提升了 4.4％、3.8％,ACC提升了 1.1％.在Book-Crossing数据集上,AUC和F1分别提升了 1.5％、2.2％,ACC提升了 1.4％.实验结果表明,本文的模型在AUC、F1和ACC指标上比其他的基线模型具有更好的鲁棒性.

    知识图谱知识感知注意力机制图卷积网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于深度可分离卷积和交叉注意力的水面污染识别

    王宁杨志斌
    297-303页
    查看更多>>摘要：水面污染严重影响水面景观和水体生态.针对识别水面污染过程中水面场景复杂、小目标污染物特征难以提取等问题,本文提出一种基于深度可分离卷积与交叉注意力算法模块(deep-wise convolution and cross attention,DCCA).使用深度可分离卷积降低模型的参数量和计算量,使用交叉注意力建立不同尺度特征图之间的关系,使模型更好地理解上下文信息并提高识别复杂场景和小目标的能力.实验结果表明,添加DCCA模块后平均精确率提升了 1.8％,达到了 88.7％.并使用较少的显存占用提高了水面污染的检测效果.

    深度可分离卷积交叉注意力污染识别目标检测卷积神经网络深度学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    《计算机系统应用》稿约

    中国科学院软件研究所
    前插1页
      原文链接:
    • NETL
    • NSTL
    • 万方数据