祁瑞华
- 作品数:63 被引量:164H指数:8
- 供职机构:大连外国语大学更多>>
- 发文基金:国家自然科学基金国家社会科学基金辽宁省自然科学基金更多>>
- 相关领域:自动化与计算机技术文化科学自然科学总论经济管理更多>>
- 移动商务中基于综合评价的推荐信任评估模型被引量:11
- 2010年
- 信任评价是移动商务信任管理中的一个重要问题。本文根据移动商务交易过程中涉及到的各元素结构关系,结合现有移动商务感知信任研究,从移动技术、Wap网站、移动商家和商品、制度环境五个方面多角度地分析移动商务感知信任影响因素,并以此建立移动商家信任度评价指标体系。同时,基于移动商务信任评价特点,构建基于最优推荐计算和ELECTREIII相结合的移动商家信任度评价模型。最后,以实例说明该模型的合理性和有效性。
- 胡润波杨德礼祁瑞华
- 关键词:运筹学推荐信任综合评价信任机制移动商务
- 基于知识库的图书评论主题抽取研究被引量:3
- 2019年
- 【目的】尝试在图书评论主题抽取中引入自然语言语义信息。【方法】将常识知识库的全局语义信息应用到图书评论主题词发现和主题聚类任务中,自动抽取评论中的显性主题词和隐性主题词。【结果】实验结果表明:与双向传播算法相比,基于知识库方法抽取结果的句覆盖率高出30.8%,主题词汇多样性高出0.36%。以此为基础绘制主题词共词聚类图谱,结合知识网络中的节点中心度呈现各个类簇中的关键主题词。【局限】由于目前没有成熟的图书评论领域知识库,本文主题挖掘过程未引入领域知识,还未达到最理想效果。【结论】基于知识库方法有助于提高图书评论主题抽取的句子覆盖率和主题词汇多样性。
- 祁瑞华周俊艺郭旭刘彩虹
- 关键词:知识库图书评论主题抽取
- 俄语多模态情感语料库的构建及应用被引量:9
- 2021年
- 俄语的多模态情感分析技术是情感分析领域的研究热点,它可以通过文本、语音和图像等丰富信息自动分析和识别情感,有助于及时了解俄语区民众和国家的舆论热点。但目前俄语的多模态情感语料库还较少,因而制约了俄语情感分析技术的进一步发展。针对该问题,在分析多模态情感语料库的相关研究及情感分类方法的基础上,首先制定了一套科学完整的标注体系,标注内容包括话语、时空和情感3个部分的11项信息;然后在语料库的整个建设和质量监控过程中,遵循情感主体原则和情感连续性原则,拟订出操作性较强的标注规范,进而构建出规模较大的俄语多模态情感语料库;最后探讨了语料库在解析情感表达特点、分析人物性格特征和构造情感识别模型等多个方面的应用。
- 徐琳宏刘鑫原伟祁瑞华
- 关键词:多模态情感分析语料库俄语
- 计算机基础课分层次教学的探索与实践被引量:14
- 2008年
- 目前大学计算机基础课程面临着教学内容与中小学信息技术课程重合和学生学习差异扩大的问题,应基于最近发展区理论和人本主义学习理论提出大学计算机基础课程分层次教学改革的目标,分析教学改革主要内容和实施的主要步骤。
- 祁瑞华
- 关键词:计算机基础课程分层次教学
- 基于放松区间优势的不完整数据分类
- 2011年
- 针对朴素信念不完整数据分类算法中保守推理规则过于严格导致明确分类样本比例下降的的情况,定义了放松的区间优势,并提出了基于放松区间优势的不完整数据分类模型,与朴素贝叶斯分类和朴素信念分类算法的对比实验结果表明本文提出的分类模型有效地提高了明确分类样本比例,在明确分类样本上的正确率优于朴素贝叶斯分类,与朴素信念分类相当。此外还以文体风格识别作为应用背景进行了实证研究,对比实验结果进一步表明对于文体风格识别数据集,放松区间优势的朴素信念分类算法具有较理想的综合性能。
- 祁瑞华杨德礼
- 关键词:不完整数据
- 基于名词掩盖的跨领域作者识别研究
- 2023年
- 为了提高作者识别的跨领域鲁棒性,解决作者写作规律在不同领域间的迁移问题,该文首先通过分析和实验发现:名词具有较高的领域相关性。然后,采用文本变形算法将名词掩盖掉,以此来降低相关特征的权重,从而迫使机器学习算法选择领域关联度更低的特征拟合样本,进而提高模型的泛化能力。在由21953个样本组成的跨领域作者识别的实验中,该文分别采用了基于字N-gram、基于BERT和基于集成学习的三种典型作者识别方法,对比了无掩盖和掩盖名词、形容词、动词、副词、功能词的作者识别,其中掩盖名词后的作者识别方法获得了较高的评价指标。实验结果表明,掩盖名词的方法可以提高作者识别的跨领域鲁棒性。
- 郭旭祁瑞华
- 两阶段半监督加权朴素信念分类模型
- 2011年
- 针对目前半监督分类算法中未考虑缺失属性隐含信息和算法复杂度高的情况,改进了朴素信念分类,提出了两阶段半监督加权朴素信念分类模型。与直推支持向量机对比实验结果表明两阶段半监督加权朴素信念分类模型减少了分类时间,并且在其能够明确分类的样本上的正确率与直推支持向量机相当,是一种有效的不完整数据分类算法。
- 祁瑞华杨德礼李慧芬
- 关键词:模式识别加权
- 基于四元数胶囊网络的知识图谱补全模型被引量:2
- 2022年
- 知识图谱采用RDF三元组的形式描述现实世界中的关系和头、尾实体,即(头实体,关系,尾实体)或(主语,谓语,宾语)。为补全知识图谱中缺失的事实三元组,将四元数融入胶囊神经网络模型预测缺失的知识,并构建一种新的知识图谱补全模型。采用超复数嵌入取代传统的实值嵌入来编码三元组结构信息,以尽可能全面捕获三元组全局特性,将实体、关系的四元数嵌入作为胶囊网络的输入,四元数结合优化的胶囊网络模型可以有效补全知识图谱中丢失的三元组,提高预测精度。链接预测实验结果表明,与CapsE模型相比,在数据集WN18RR中,该知识图谱补全模型的Hit@10与正确实体的倒数平均排名分别提高3.2个百分点和5.5%,在数据集FB15K-237中,Hit@10与正确实体的倒数平均排名分别提高2.5个百分点和4.4%,能够有效预测知识图谱中缺失的事实三元组。
- 陈恒王思懿李冠宇祁瑞华杨晨王维美
- 关键词:知识图谱四元数链接预测
- 基于相关系数加权朴素信念分类模型被引量:1
- 2010年
- 针对目前大多数分类器简单抛弃缺失数据的问题,基于朴素信念分类提出了一种有缺失值实例的加权保守推理规则的分类算法。以数据集特征属性与决策属性之间的相关系数作为权值,根据有缺失值实例加权保守推理规则对有非随机缺失属性的待分类实例所有可能的类别进行选择。实验结果表明,提出的基于有缺失值实例的加权保守推理规则分类算法有效地提高了分类性能,是一种有效的缺失数据集分类算法。
- 祁瑞华杨德礼胡润波
- 关键词:相关系数缺失数据贝叶斯
- 基于改进多尺度深度卷积网络的手势识别算法被引量:9
- 2020年
- 基于传统的浅层学习网络由于过度依赖于人工选择手势特征,因此不能实时适应复杂多变的自然场景。在卷积神经网络架构的基础上,提出了一种改进的多尺度深度网络手势识别模型,该模型能够利用卷积层自动学习手势特征,进而除去人工提取特征的弊端。该方法引入自适应多尺度特性来实现同一卷积层不同尺寸卷积核生成不同尺度特征,并通过级联浅层和深层的特征来达到不同抽象程度的特征图融合。同时,为了增强模型的泛化能力,提出了基于正则化约束的损失函数。实验结果表明,所提网络模型的识别精度高于普通单尺度卷积神经网络结构的识别精度,弥补了提取特征不够精细、全面及稳定性欠佳等缺点,同时网络训练所需的时间并没有大幅度增加。
- 景雨祁瑞华刘建鑫刘朝霞
- 关键词:手势识别多尺度正则化损失函数