基于多头注意力机制的多模态融合对话情感识别方法

  

对话情感识别旨在识别一段对话中一句话语的情感,该任务已被广泛应用于在线社交软件。现有的研究主要关注上下文语境和对话人之间的交互,而忽略了模态间的交互。在多模态对话情感识别任务中,如何利用好文本、音频、视觉三种模态间的交互信息,对情感识别起着重要作用。该文提出了一种基于多头注意力机… …   相似文献

《中文信息学报》2025,39(12):122-131

基于空间位置感知的视觉问答神经网络模型

  

视觉问答是根据给定图像和问句生成答案的一类任务。问句里常常通过位置关系指定目标物体,回答这类问题需要对问句进行语义分析、图像中物体间位置关系的检测以及问句语义与图像语义之间的对齐。但现有视觉问答方法并未对问句进行充分的语义分析,且模态对齐方式单一,导致面对这类问题时无法锁定正确的… …   相似文献

《中文信息学报》2025,39(12):145-155

基于句法特征的事件要素抽取方法

  

事件要素抽取(Event Argument Extraction, EAE)旨在从非结构化文本中提取事件参与要素。编码器-解码器(Encoder-Decoder)框架是处理该任务的一种常见策略,此前的研究大多只向编码器端输入文本的字词信息,导致模型泛化和远程依赖处理能力较弱。为此… …   相似文献

《中文信息学报》2025,39(12):91-100

基于多尺度阅读理解的文档级事件抽取

  

文档级事件抽取是从多个句子中抽取事件类型及其对应的论元的任务。现有的文档级事件抽取模型主要面临论元分散和多事件等挑战问题。为了解决这些问题,该文提出了一种基于多尺度阅读理解的文档级事件抽取方法,旨在通过多个不同尺度的阅读理解模式实现不同粒度的语义信息表示,提高事件类型和论元识别的… …   相似文献

《中文信息学报》2025,39(12):101-108,121

ReproLink:面向可复现性的科研数据管理系统

下载全文  

科研成果的可复现性是科学研究可靠性的基本保证,更是科学技术进步的基石.然而,当前学术界面临着严峻的可复现性危机,大量在顶级期刊和会议上公开发表的科研成果无法复现.在数据科学领域,成果的可复现性面临着科研数据多源异构、计算流程复杂、计算环境复杂等挑战.针对这些问题,提出面向可复现性… …   相似文献

黄小龙  杨婧如  柳熠  马郓  景翔  黄罡 《软件学报》2025,36(12):5801-5820

局部-全局动态图学习与互补融合的点云配准方法

下载全文  

现有基于深度学习的点云配准方法主要聚焦于特征提取和特征匹配方面的研究,然而,其在特征提取阶段对局部和全局图结构的挖掘尚不充分,同时在匹配过程中对差异信息的探索也较为有限.为此,提出了一种局部-全局动态图学习与互补融合的点云配准方法.具体而言,动态偏移的局部图学习模块通过构造包含几… …   相似文献

邱巧燕  叶海良  曹飞龙  吕科 《软件学报》2025,36(12):5739-5754

多语义视图驱动的OWL知识图谱表示学习方法

下载全文  

针对当前OWL知识表示学习方法存在的概念层和实例层复杂语义信息联合表征能力不足等问题,提出一种概念-属性-实例多语义视图驱动的OWL图谱知识表示学习方法 (MSV-KRL).该方法采用“多语义视图划分、语义感知自监督进阶训练、多任务联合表示学习”的3阶段架构.首先, MSV-KR… …   相似文献

杨建喜  谢江村  李韧  杨小霞  肖桥  蒋仕新  贺丽荣 《软件学报》2025,36(12):5644-5673

藏文音节查错纠错模型研究

  

  相似文献

《中文信息学报》2025,38(12):116-126

轻量且高精度增强的姿态检测网络HG-YOLO

  

在人体姿态检测任务中,现有的深度学习网络存在检测精度不足、网络参数复杂和计算成本高等问题,严重限制了它们的应用。为了解决这些问题,提出一种轻量且高精度的姿态检测改进网络HG-YOLO(High-precision and Ghost YOLO)。针对检测精度不足的问题,在HG-Y… …   相似文献

崔家礼;刘永基;李子贺;郑瀚 《计算机应用》2025,(12):4004-4011

面向心理健康检测的心理支持异质图模型

下载全文  

在线心理健康论坛已经成为心理健康服务的重要载体,从海量帖子中检测出有心理健康问题的帖子是心理干预的基础. 充分利用求助者的社交关系有利于判断其心理健康状态,然而,现有模型大都依赖显式的社交关系,没有关注医患（支持者和求助者）之间基于患者经历、症状成因、自我认知以及心理支持专长所形成的心理支持关系. 以自杀意念为检测对象,提出帖子-用户交互心理支持异质图（post-user psychological support heterogeneous graph,PU-PSHG）来表示在线心理健康论坛中求助者和支持者发布的帖子语义和医患关系. 基于PU-PSHG提出一种图增强的自杀意念检测（graph-enhanced suicide ideation detection,GSID）模型. 首先,基于心理支持关系定义用户对用户、用户对帖子的2种元路径语义,构建包含用户和帖子的PU-PSHG,并采用DeepWalk算法从PU-PSHG中学习医患关系或社群关系. 然后,通过关系表征学习心理支持关系的表示,基于异质关系融合帖子语义和医患关系. 最后根据帖子的表示进行自杀意念强度分类. 在CLPsych2017共享任务上的实验结果表明,GSID模型与现有的方法相比具有更好的性能. 在Non-green F1,All F1,All Acc指标上相比于基准模型C-GraphSAGE提高7.8%,4.8%,1.4%. 消融实验发现,去除PU-PSHG中帖子与帖子的回复关系、用户对帖子的心理支持关系、用户对用户的心理支持关系,Non-green F1分别下降3.04%,3.80%,6.17%.… …   相似文献

刘德喜;张子靖;邹志峰;万齐智;刘喜平;廖国琼;朱廷劭 《计算机研究与发展》2025,62(12):3013-3027