栏目文章

Select

基于社区问答数据迁移学习的FAQ问答模型研究

邵明锐, 马登豪, 陈跃国, 覃雄派, 杜小勇

华东师范大学学报(自然科学版) 2019, 2019 (5): 74-84. DOI: 10.3969/j.issn.1000-5641.2019.05.006

摘要（441）

HTML （251）

PDF （1735KB）（373）

基于FAQ（Frequent Asked Questions）问答技术构建智能客服系统，是当前业界普遍采用的技术方案.基于FAQ构建的问答系统，其返回的结果具有稳定、可靠、质量高的优点；但因受限于人工标注的知识库规模，识别能力有限，容易遇到瓶颈.为了解决FAQ数据集规模有限的问题，给出了数据层面和模型层面的解决方法:在数据层面，利用百度知道爬取相关数据并挖掘语义等价问题，保证了数据的相关性和一致性；在模型层面，提出了一种面向迁移学习的深度神经网络transAT，该模型融合了Transformer强大的特征抽取能力和注意力机制，适用于句子对之间的语义相似度计算.实验表明，该方法可以显著提升模型在FAQ问答任务中的效果，在一定程度上解决了FAQ数据集规模有限的问题.

参考文献 | 相关文章 | 多维度评价

Select

基于法计算学理论的人工智能辅助决策算法研究

陈亮, 郭佳雯, 武建功, 王占全, 史令

华东师范大学学报(自然科学版) 2019, 2019 (5): 85-99. DOI: 10.3969/j.issn.1000-5641.2019.05.007

摘要（461）

HTML （197）

PDF （698KB）（303）

针对法学理论和法律实践中缺乏智能决策的问题，综合考虑该领域内的业务数据特征，采用多种数据分析模型进行智能决策算法的研究.法计算学理论以法律关系的数据化智能驱动为核心，在作为法律研究与应用本体的法律关系与计算机科学领域内的数据特征属性之间建立联系，提出了“涵摄分类”概念，并对决策树、朴素贝叶斯等算法进行法律场景下的改进，建立了法律关系坐标系，实现法律关系分析的空间几何转化，最后提出了智能化的辅助决策平台.实验结果表明，该辅助决策与真实律师的办案策略与结果高度吻合，具有辅助律师决策的可行性和有效性.

参考文献 | 相关文章 | 多维度评价

Select

基于用户偏好的最优路径搜索

江群, 戴戈南, 张森, 葛又铭, 刘玉葆

华东师范大学学报(自然科学版) 2019, 2019 (5): 100-112. DOI: 10.3969/j.issn.1000-5641.2019.05.008

摘要（472）

HTML （242）

PDF （1712KB）（375）

本文研究基于用户偏好的最优路径搜索，在预算约束下寻找一条满足用户偏好即关键字和权重偏好的最优路径.此研究问题是NP-hard.为了高效地解决这类查询问题，本文提出新的索引建立方法，在查询阶段利用索引结构过滤出候选节点集.另外，提出基于A^*的路径搜索算法来做路径查询，并利用几个有效的剪枝策略加快算法的执行速度.在两个真实的签到数据集上的实验结果证明了本文提出方法的有效性.当预算时间设置为4~7h时，与已有最好的PACER算法相比，本文的路径搜索算法消耗的查询时间更短.

参考文献 | 相关文章 | 多维度评价

Select

基于自注意力机制的冗长商品名称精简方法

傅裕, 李优, 林煜明, 周娅

华东师范大学学报(自然科学版) 2019, 2019 (5): 113-122,167. DOI: 10.3969/j.issn.1000-5641.2019.05.009

摘要（476）

HTML （257）

PDF （857KB）（405）

大部分电子商务网站为了吸引用户的关注，通常将商品的很多属性也纳入到商品名称中，使得商品名称中包括了冗余的信息，并产生不一致性.为解决这一的问题，提出了一个基于自注意力机制的商品名称精简模型，并针对自注意力机制网络无法直接捕捉商品名称序列特征的问题，利用门控循环单元的时序特性对自注意力机制进行了时序增强，以较小的计算代价换取了商品命名精简任务整体性能的提升.在公开商品短标题数据集LESD4EC的基础上，构造了商品名称精简数据集LESD4EC_L和LESD4EC_S，并进行了模型验证.一系列的实验结果表明本，所提出的自注意力机制冗长商品名称精简方法相对于其他商品名称精简方法在效果上有较大的提升.

参考文献 | 相关文章 | 多维度评价

Select

基于孤立森林算法的电能量异常数据检测

黄福兴, 周广山, 丁宏, 张罗平, 钱淑韵, 袁培森

华东师范大学学报(自然科学版) 2019, 2019 (5): 123-132. DOI: 10.3969/j.issn.1000-5641.2019.05.010

摘要（478）

HTML （225）

PDF （612KB）（291）

随着电力系统信息化建设的深入，用户对于电能量数据的质量要求逐渐提高，因此保证海量电能量数据的准确性、可靠性以及完整性具有重要意义.本文采用一种基于孤立森林的异常检测算法，实现大规模电能量数据的异常检测.孤立森林算法通过划分大规模电能量数据集，生成随机二叉树和孤立森林构建模型，通过计算测试电能量数据样本到每棵树的根结点的距离检测异常数据点.该算法不仅能够快速处理海量数据，而且结果准确、可靠性高.本文在大规模电能量数据的正向有功总电量PAP和反向有功总电量RAP字段上进行检测，实验结果表明，该算法检测效率较高，并具有较高的检测正确率.

参考文献 | 相关文章 | 多维度评价

Select

基于自适应神经网络的电网稳定性预测

赵波, 田秀霞, 李灿

华东师范大学学报(自然科学版) 2019, 2019 (5): 133-142. DOI: 10.3969/j.issn.1000-5641.2019.05.011

摘要（468）

HTML （180）

PDF （751KB）（323）

电网安全稳定是电力企业乃至整个社会改革、发展、稳定的基础.随着电网结构复杂度的增加，更需要电网安全和稳定地运行，这是保证国民经济快速良好发展的重要要求.基于机器学习方法，提出了一种优化神经网络的电网稳定性预测模型，并和经典机器学习方法进行了横向对比.通过UCI2018年电网稳定性仿真数据集的实验分析，结果表明，所提出的方法可以达到更高的预测准确率，同时也为电力大数据的研究提供了新思路.

参考文献 | 相关文章 | 多维度评价

新兴应用中的计算机智能 栏目所有文章列表

新兴应用中的计算机智能栏目所有文章列表