陈吉
- 作品数：12 被引量：44H指数：3
- 供职机构：辽宁工程技术大学电子与信息工程学院更多>>
- 发文基金：国家自然科学基金中国博士后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矿业工程文化科学更多>>
- 基于膨胀卷积神经网络模型的中文分词方法被引量：19
- 2019年
- 目前,许多深度神经网络模型以双向长短时记忆网络结构处理中文分词任务,存在输入特征不够丰富、语义理解不全、计算速度慢的问题。针对以上问题,该文提出一种基于膨胀卷积神经网络模型的中文分词方法。通过加入汉字字根信息并用卷积神经网络提取特征来丰富输入特征;使用膨胀卷积神经网络模型并加入残差结构进行训练,能够更好理解语义信息并提高计算速度。基于Bakeoff 2005语料库的4个数据集设计实验,与双向长短时记忆网络模型的中文分词方法做对比,实验表明该文提出的模型取得了更好的分词效果,并具有更快的计算速度。
- 王星李超陈吉
- 关键词：中文分词自然语言处理
- CLRL:一种语义Web刑法规则语言
- 2018年
- 语义Web刑法领域存在大量的模糊和非单调知识,而这些知识无法用当前的规则语言和规则标记语言表示.针对此问题,本文提出了一种语义Web刑法规则语言CLRL(Criminal Law Rule Language).首先,结合刑法规则的特点,构建其元模型以及UML Profile;然后,结合时间逻辑和Dublin Core标准,定义其元数据,并使用XML Schema对其进行描述;最后,结合模态逻辑、可废止逻辑和模糊集理论来定义CLRL的具体语法和详细语义.本文利用Visual Prolog工具,通过刑法案例推理,实现了语义Web刑法领域知识的模糊和非单调推理.CLRL在表示和推理模糊和非单调规则方面具有较强的能力,为语义Web刑法规则的自动推理奠定了重要基础.
- 王星葛梦阳马宗民陈吉
- 关键词：语义WEB
- 基于深度残差生成式对抗网络的样本生成方法被引量：8
- 2020年
- 作为样本生成的重要方法之一,生成式对抗网络(GAN)可以根据任意给定数据集中的数据分布生成样本,但它在实际的训练过程中存在生成样本纹理模糊、训练过程不稳定以及模式坍塌等问题.针对以上问题,在深度卷积生成式对抗网络(DCGAN)的基础上,结合残差网络,设计一种基于深度残差生成式对抗网络的样本生成方法RGAN.该样本生成方法利用残差网络和卷积网络分别构建生成模型和判别模型,并结合正负样本融合训练的学习优化策略进行优化训练.其中:深度残差网络可以恢复出丰富的图像纹理;正负样本融合训练的方式可以增加对抗网络的鲁棒性,有效缓解对抗网络训练不稳定和模式坍塌现象的发生.在102 Category Flower Dataset数据集上设计多个仿真实验,实验结果表明RGAN能有效提高生成样本的质量.
- 王星杜伟陈吉陈海涛
- 关键词：FID
- 语义Web模糊规则的互换与实现
- 2012年
- 针对模糊规则语言f-SW-if-then-unless-RL不能与f-RIF框架中的模糊规则语言互换规则的问题,构建f-SW-if-then-unless-RL和f-RIF之间的规则映射,设计并实现一个能够自动处理f-SW-if-then-unless-RL规则和在这2种语言间互换模糊规则的原型系统,命名为规则交换系统。实现的原型系统成为f-RIF互换框架的重要组成部分。
- 王星马宗民陈吉
- 关键词：语义WEB
- 《操作系统》教与学模式改革被引量：1
- 2017年
- 结合自身《操作系统》课程的教与学模式改革的历程,详细分析当前《操作系统》在教和学两个方面存在的问题。在此基础上,提出有关操作系统教与学的四项改革措施。首先,以第一堂课为契机激发学生学习兴趣;接着提出基于全覆盖式提问的讲授方法;然后结合实例深入开展情景式教学;最后把教师的研究方向和研究内容融入到教与学的过程中,使科研服务于教学。以上措施的运用使《操作系统》相关内容真正落地并为学生所掌握,达到此次教与学模式改革的预期目标。
- 王星唐晓亮陈吉戴喆
- 关键词：操作系统
- f-SHOIQ_N:一种模糊非单调描述逻辑
- 2019年
- 针对描述逻辑无法表示语义网中模糊和非单调知识的问题,在模糊描述逻辑f-SHOIQ基础上增加弱否定构造算子,提出模糊非单调的描述逻辑f-SHOIQN。使用弱否定标记模糊非单调原子概念,进而表示模糊非单调规则。将模糊非单调规则引入模糊描述逻辑f-SHOIQ,用来表示模糊和非单调知识。构建f-SHOIQN的知识库,给出该知识库中模糊非单调知识和模糊单调知识处理方式。为处理模糊非单调知识库中规则的竞争并满足描述逻辑中概念包含、相等的问题,提出f-SHOIQN中竞争规则的优先级判定算法。分析f-SHOIQN具有的性质,并给出相关证明。
- 王星赵巧霞陈吉李佳
- 关键词：语义网描述逻辑
- 基于维基百科的冬奥会概念下的低频词条双语迭代扩展
- 2021年
- 随着2022年北京冬奥会的临近,有必要构建一个与冬奥会相关的垂直领域知识图谱,但目前网络上没有较完整的冬奥会相关术语集,因此,需要用集合扩展的方法对冬奥会术语集进行补充。近年来,集合扩展的方法主要基于Word2Vec进行研究,但扩展平均词频较低的冬奥会中文领域时效果并不理想。该文提出了中英文双语迭代扩展的方法,利用数量多、词频较高的英文语料库和中英文跨语言同义词数据集解决中文数据集平均质量较低的问题。该文使用维基百科中冬奥会领域相关的词条组成的数据集进行实验。实验结果表明,与其他集合扩展方法相比,该文提出的扩展方法扩展出的新词质量提升了12%以上。
- 王星陶明阳侯磊于济凡单力秋张馨如陈吉
- 融合字根信息的卷积神经网络中文分词方法被引量：3
- 2022年
- 作为自然语言处理任务的基础,中文分词的准确率直接影响命名实体识别、信息检索等任务的效果.针对现有分词模型使用的静态词向量精确表征能力较差和专业领域分词中模型适应性差等问题,本文提出一种使用字根信息为辅助特征的中文分词模型.模型分为主任务和辅助任务,主任务中使用ALBERT语言模型训练词向量,利用去池化卷积残差神经网络提取特征,与辅助任务抽取的特征融合后进行分词.辅助任务使用字根向量表示文本,通过浅层卷积提取特征,进行序列标注.借助损失函数利用辅助任务对主任务进行纠正,协助主任务实现中文分词.在BakeOff2005语料库的4个数据集以及两个小型法律文书数据集上进行实验,实验表明该文提出的分词模型在多数大型数据集上实验效果达到最优,并且在小型法律数据集上F1值最高达到97.90%.
- 王星于丽美陈吉
- 关键词：中文分词ALBERT
- 基于GAN网络的煤岩图像样本生成方法被引量：10
- 2021年
- 煤矿智能化要求实现智能化开采,其中煤岩识别是实现无人化开采的核心技术之一,近年来基于图像的煤岩识别方法受到广泛关注。受采掘环境影响导致图像获取困难是制约煤岩图像识别的主要因素之一,针对煤岩图像数据短缺的问题提出解决方法并增加数据量,基于在单张图像上训练的生成式对抗网络提出Var-ConSinGAN模型并构建样本生成与特征迁移框架。ConSinGAN模型生成的图像虽然清晰但对于煤岩图像生成来说仍然缺少多样性,改进模型的训练方式和图像重构方法可提高生成煤岩图像的多样性。模型采用金字塔结构,使用多阶段训练方法,每个阶段训练不同尺度的图像,可以生成任意数量图像。在模型中提出了新的图像尺寸变换方法用来生成分辨率不同的重构图像,同时采用曲线函数使每一阶段的迭代次数逐步增加,之后对第1阶段用单张图像生成的结果使用基于辅助分类器的条件生成式对抗网络进行特征迁移。新图像重建方法保持重建图像高分辨率阶段的密度大于低分辨率阶段的密度,新训练迭代函数在减少模型学习图像结构的次数的同时增加模型学习图像纹理细节的次数。新的训练迭代函数可以减少模型迭代的总次数,从而减少模型训练时消耗的计算资源。模型需要输入一张符合正态分布的噪声图片,经过训练,生成器输出满足真实图像分布的生成样本。实验在500张煤岩图像上进行,每张图像生成400张仿真图像,并使用SSIM指标对生成图像的亮度、对比度、结构等3方面进行测评。其中结构性强的煤岩图像其SSIM指标值很低,反之,结构性弱的煤岩图像其SSIM指标值较高。根据实验结果可得结论:Var-ConSinGAN模型缓解了原始GAN在数据不足时无法训练和ConSinGAN生成的煤岩图像具有明显“边框”感且多样性不足的问题;Var-ConSinGAN与ConSinGAN相比模型性能提高了13.8
- 王星高峰陈吉郝鹏程荆正军
- 语义Web模糊If-then和If-then-unless规则语言被引量：1
- 2012年
- 近年来,使用规则表示和推理知识成为语义Web的重要研究议题之一.If-then规则已经广泛应用于人工智能领域.但是,由于缺乏语义Web元素、非单调元素和模糊元素,if-then规则无法表示和推理语义Web中广泛存在的、非单调模糊知识.为了解决此问题,结合if-then规则和OWL DL(Web Ontology Language Description Logic),在模糊集和可能性理论的框架下,提出两种新的语义Web规则语言—f-SW-if-then-RL(fuzzy Semantic Web if-then Rule Language)和f-SW-if-then-unless-RL(fuzzySemantic Web if-then-unless Rule Language),定义它们的语法和XML Schema,研究它们的语义.提出的两种规则语言能够增强规则语言表示和推理语义Web非单调模糊知识的能力.
- 王星严丽马宗民陈吉
- 关键词：语义WEB模糊集
