首页期刊导航|智能系统学报
期刊信息/Journal information
智能系统学报
中国人工智能学会 哈尔滨工程大学
智能系统学报

中国人工智能学会 哈尔滨工程大学

钟义信

双月刊

1673-4785

tis@vip.sina.com

0451-82518134

150001

哈尔滨市南岗区南通大街145-1号楼

智能系统学报/Journal CAAI Transactions on Intelligent SystemsCSCD北大核心CSTPCD
查看更多>>《智能系统学报》于2006年3月正式出刊,双月刊,大16开,CN 23-1538/TP,ISSN 1673-4785,邮发代号14-190。《智能系统学报》是由中国人工智能学会和哈尔滨工程大学联合主办,是中国人工智能学会会刊。主要刊登神经网络与神经计算、智能信息处理、自然语言理解、智能系统工程、机器翻译、复杂系统、机器学习、知识工程与分布式智能、机器人、智能制造、粗糙集与软计算、免疫系统、机器感知与虚拟现实、智能控制与智能管理、可拓工程、人工智能基础等内容,目前,为美国《剑桥科学文摘》、英国《科学文摘》、中文核心期刊、中国科学引文数据库(CSCD)来源期刊、中国科技核心期刊等重要数据库收录。连续5年获国家自然科学基金资助,曾获得中国高校百佳科技期刊、中国科技论文在线优秀期刊一等奖、中国高校特色科技期刊、工业和信息化部优秀期刊等多项荣誉。
正式出版
收录年代

    数字报版面布局自动生成方法

    曾振宇程雨夏陶颖何兴臻...
    679-688页
    查看更多>>摘要:报纸版面对新闻有一个价值排序合理且美观新颖的展示,让读者面对众多新闻,在短时间获取最具价值的讯息和浏览乐趣.然而,对于排版人员而言,手动制作美观易读的报纸版面布局需耗费大量时间成本.本文结合贝叶斯网络推断和约束规划技术,提出一种数字报版面布局自动生成方法.该方法首先基于历史版面数据驱动和专家经验对数字报版面的结构和属性建立推断模型,使得新生成的版面具有历史特定风格;然后利用推断结果建立混合整数约束规划模型计算版面布局,从而显著减少模型求解空间,提高布局质量.此外,推断模型提供多种可用候选结构为生成结果提供多样性,规划模型具有良好的对齐性能.为了训练和验证模型,本文构建并公开了一个中文版面数据集,包括详细版面新闻属性标签数据.用户研究结果表明版面布局自动生成方法的有效性.

    贝叶斯网络k近邻整数规划约束规划二叉树条件概率分类布局生成

    融合反讽语言特征的反讽语句识别模型

    韦斯羽朱广丽谈光璞张顺香...
    689-696页
    查看更多>>摘要:反讽是采用内隐的形式来表达情感的一种方法,反讽语句在文字和所想表达的情感上存在着不同,这使得对反讽语句进行情感分类变得更加困难.针对这一现象,提出一种融合反讽语言特征的反讽语句识别模型,通过加入反讽语言特征来提高反讽语句的识别准确率.首先,采用卡方检验算法对反讽语言进行分析并获取语言特征;然后,利用Word2Vec对语言特征进行训练获取语言特征的特征表示,同时使用注意力机制与Bi-GRU(双向门控循环神经单元)模型获取句子的特征表示;最后,将语言特征的特征表示与句子的特征表示进行融合并作为情感分类层的输入,对反讽语句进行识别.与CNN-AT、CNN-Adv、EPSN等 3 种模型进行对比,实验结果表明,该模型可以有效提高对于反讽语句的识别准确率.

    反讽语句识别语言特征卡方检验算法Word2Vec双向门控循环神经单元注意力机制深度学习智能信息处理

    基于自适应损失函数的句子级远程监督关系抽取

    胡峰杨新瑞汤成富邓维斌...
    697-706页
    查看更多>>摘要:远程监督关系抽取是一种关系抽取方法,现有方法主要采用多实例学习,在具有相同实体对的样例包上进行关系抽取.但是,包级方法只能缓解却并不能完全解决错误标签问题.基于此,文中首先分析了干净数据和噪声数据的分布,提出了一种新的自适应损失函数;在此基础上,提出了一种基于自适应损失函数的句子级远程监督关系抽取方法.在公开数据集NYT-10 以及基于TACRED的合成数据集上的实验结果表明:文中提出的方法优于对比文献中的方法,能够更有效地区分错误标签噪声样例和干净样例,提高了句子级远程监督关系抽取的准确率.

    自然语言处理信息抽取关系抽取远程监督噪声分离噪声标注负训练自适应损失函数

    机器人科普教育进校园系列活动

    706页

    集合空间关键字内聚组查询方法

    孟祥福赖贞祥崔江燕
    707-718页
    查看更多>>摘要:给定一个道路网络和社交网络,集合空间关键字查询的目的是找到一组兴趣点,该组兴趣点的文本信息包含所有查询关键字,与查询的位置较近且彼此之间的距离较小.内聚组查询的目的是找到在地理位置和社交关系上紧密联系的一组用户;而集合空间关键字内聚组查询的目的是找到满足查询要求的一对最佳匹配的兴趣点集合和用户集合.针对这一问题,提出一种新的集合空间关键字内聚组查询处理模式.首先通过快速贪心查询过程获得候选兴趣点集合,然后使用core-tree结构存储(k,c)-core核心分解的结果,从而提高内聚组查询效率,并且保证查询结果能够同时满足用户之间的社会关系约束和兴趣点之间的空间位置约束.通过在真实数据集上开展实验,结果表明提出的方法比枚举方法的查询效率快1~2个数量级,并且具有较高查询准确性.

    集合空间关键字查询内聚组查询道路网络社交网络core-tree结构路网索引滑动窗口兴趣点

    利用BERT和覆盖率机制改进的HiNT文本检索模型

    邸剑刘骏华曹锦纲
    719-727页
    查看更多>>摘要:为有效提升文本语义检索的准确度,本文针对当前文本检索模型衡量查询和文档的相关性时不能很好地解决文本歧义和一词多义等问题,提出一种基于改进的分层神经匹配模型(hierarchical neural matching model,HiNT).该模型先对文档的各个段提取关键主题词,然后用基于变换器的双向编码器(bidirectional encoder rep-resentations from transformers,BERT)模型将其编码为多个稠密的语义向量,再利用引入覆盖率机制的局部匹配层进行处理,使模型可以根据文档的局部段级别粒度和全局文档级别粒度进行相关性计算,提高检索的准确率.本文提出的模型在MS MARCO和webtext2019zh数据集上与多个检索模型进行对比,取得了最优结果,验证了本文提出模型的有效性.

    基于变换器的双向编码器分层神经匹配模型覆盖率机制文本检索语义表示特征提取自然语言处理相似度多粒度

    2024第二届全国人工智能应用场景创新挑战赛

    727页

    融合Transformer和交互注意力网络的方面级情感分类模型

    程艳胡建生赵松华罗品...
    728-737页
    查看更多>>摘要:现有的大多数研究者使用循环神经网络与注意力机制相结合的方法进行方面级情感分类任务.然而,循环神经网络不能并行计算,并且模型在训练过程中会出现截断的反向传播、梯度消失和梯度爆炸等问题,传统的注意力机制可能会给句子中重要情感词分配较低的注意力权重.针对上述问题,该文提出了一种融合Transformer和交互注意力网络的方面级情感分类模型.首先利用BERT(bidirectional encoder representation from Transformers)预训练模型来构造词嵌入向量,然后使用Transformer编码器对输入的句子进行并行编码,接着使用上下文动态掩码和上下文动态权重机制来关注与特定方面词有重要语义关系的局部上下文信息.最后在5个英文数据集和4个中文评论数据集上的实验结果表明,该文所提模型在准确率和F1 上均表现最优.

    方面词情感分类循环神经网络Transformer交互注意力网络BERT局部特征深度学习

    融合非线性收敛因子与变异准反射学习的哈里斯鹰优化算法

    宋美佳贾鹤鸣林志兴刘庆鑫...
    738-748页
    查看更多>>摘要:针对哈里斯鹰优化算法(Harris Hawks optimization,HHO)易早熟收敛、寻优精度低、收敛速度慢等问题,提出一种融合非线性收敛因子与变异准反射学习的哈里斯鹰优化算法(improved Harris Hawks optimization,IH-HO).首先,初始化阶段引入Circle混沌映射,提高初始化种群多样性和种群位置质量;其次,引入Sigmoid非线性收敛因子,平衡全局探索和局部开发能力;最后,针对HHO算法易陷入局部最优问题,提出变异准反射学习(quasi-reflection-based learning,QRBL)策略,提高种群活力,进一步提高算法局部收敛能力.仿真实验采用13 个标准测试函数和 1 个经典工程问题对改进算法进行测试,结果表明改进算法收敛精度、收敛速度均有较大提高,适用于解决实际问题.

    哈里斯鹰优化算法非线性收敛因子准反射学习准反向学习混沌映射工程问题元启发算法群智能

    系统故障演化过程熵及其受逻辑关系的影响研究

    崔铁军李莎莎
    749-756页
    查看更多>>摘要:为研究系统故障演化过程中系统功能状态变化的混乱程度,引入熵概念提出了系统故障演化过程熵(简称演化熵).演化熵是演化过程某时刻的系统功能状态混乱程度,是系统演化从一时刻发展到另一时刻的系统功能状态混乱程度的变化度量,数值上等于该时刻事件故障概率分布熵(简称分布熵).研究表明演化熵只能通过某时刻事件故障概率分布得到,且具有确定的值域范围;演化过程中的事件逻辑关系对演化熵的变化有直接影响,或逻辑使演化熵降低且小于任意参与事件的分布熵,与逻辑使演化熵增加且大于任意参与事件的分布熵;随传递次数增加,与逻辑和或逻辑分别对演化熵的提高和降低作用减小.最后通过实例展示了演化熵的确定过程,总结了目前研究存在的问题,提出了后继研究方向.

    安全系统工程系统故障演化过程故障概率分布演化熵分布熵与或逻辑影响研究系统功能状态