公共文化服务平台

陈恒: 作品数：32 被引量：71H指数：5; 供职机构：大连外国语大学更多>>; 发文基金：国家自然科学基金辽宁省自然科学基金国家社会科学基金更多>>; 相关领域：自动化与计算机技术文化科学更多>>

合作作者

基于双向语言模型的社交媒体药物不良反应识别: 2022年; 与服药相关的社交文本中隐藏着更具时效和更广泛的药物不良反应信息,但是从相对短小、稀疏的社交短文本中提取药物不良反应非常困难。基于此,本文提出一种双向语言预训练模型和注意力机制相结合的神经网络识别方法。该方法利用双向字符级语言预训练模型提取特定字符级特征,而且在提取药物不良反应的同时,通过注意力机制捕获局部和全局语义上下文信息。此外,为了提高该方法的效率,将字符级特征与词级特征相结合,并采用词级预训练和字符级预训练模型代替协同训练。在PSB 2016社交媒体挖掘共享任务2中的实验结果表明,字符特征在形态学上有助于区分药物不良反应,而注意力机制通过捕获局部和全局语义信息提高了对药物不良反应的识别性能,宏平均F_(1)值为82.2%。; 李正光陈恒林鸿飞; 关键词：药物不良反应社交媒体

基于项目案例驱动的《软件工程》实践教学研究被引量：5: 2015年; 《软件工程》课程的理论性和实践性都比较强,在传统授课模式下,实践环节出较薄弱,学生处于被动的接受状态,动手能力较差。基于项目案例驱动的《软件工程》实践教学以项目案例为驱动、以学生自主探究为主线,能够激发学生学习的积极性和主动性,有助于提高学生的实践动手能力和综合素质,培养学生独立探索、勇于开拓的自学能力和创新意识。; 刘海燕王雅轩陈恒; 关键词：软件工程实践教学

胶囊网络在知识图谱补全中的应用被引量：5: 2020年; 知识图谱补全旨在发现三元组中缺失链接,解决知识图谱数据稀疏问题。提出一种基于胶囊网络的知识图谱嵌入方法,该方法能够对关系三元组(头实体,关系,尾实体)进行建模。将三元组表示为3列矩阵,它与多个滤波器卷积以产生不同的特征映射;将这些特征图重建成相应的胶囊,每个胶囊是一组神经元,通过和权重点积生成较小尺寸的胶囊,然后生成一个连续矢量;该矢量和权重向量进行点积运算获得对应得分,所有分数求和的结果用来判断给定三元组的正确性。实验结果表明,和其他模型相比,该方法有效提高了三元组的预测精度,知识图谱补全的效果更好。; 陈恒李冠宇祁瑞华王维美; 关键词：知识图谱链接预测

改进的Tucker分解知识图谱补全算法被引量：3: 2020年; 知识图谱是真实世界三元组的结构化表示.通常,三元组被表示成(头实体,关系,尾实体)的形式.为补全知识图谱中缺失的三元组,提出一种改进的Tucker分解知识图谱补全算法.该算法利用Tucker分解将三阶张量表示的知识图谱分解成一个核心张量与每个mode上因子矩阵的乘积.通过将三阶张量分解成一个核心张量每一维度乘以一个因子矩阵的形式,利用打分函数计算每个三元组的得分,得到每个三元组正确的概率,将正确的三元组添加到知识图谱,对知识图谱进行补全.实验中,采用5个公开数据集WN18RR、FB15K-237、WN18、FB15K和NELL-995进行相关的链接预测实验.实验结果表明,在WN18RR中,平均倒数排名(Mean Reciprocal Rank)比TuckER提高3.1%,Hit@10比TuckER提高1.1%;在FB15K-237中,平均倒数排名(Mean Reciprocal Rank)比TuckER提高3.4%,Hit@3比TuckER提高1.1%;在NELL-995中,平均倒数排名(Mean Reciprocal Rank)比ConvE提高3.3%,Hit@10比ConvE提高2.1%.实验证明改进的Tucker分解算法可以有效提高三元组预测精度.; 陈恒李冠宇祁瑞华朱毅郭旭; 关键词：知识图谱张量分解链接预测

重排序RDF流三元组模式的蚁群优化方法: 2017年; RDF是由W3C提出的一种Web数据模型,RDF流是一种遵从链接开放数据(Linked Open Data)、扩展RDF的数据模型,是一种随时间延续无限增长的动态RDF数据集合。在RDF查询处理中,RDF模式是静态编排执行策略的模式,无法满足动态RDF流实时变化的特性。因此,提出一种在RDF流查询处理中重排序RDF流模式的蚁群优化方法。主要研究内容包括:提出了基于AND-OR有向图RDF流代价评估模型;改进了Max-Min蚁群优化算法,并使用改进算法重排序RDF流模式。实验表明,该方法能够高效地动态编排RDF流执行策略。; 陈恒李冠宇孙云浩; 关键词：RDF MAX-MIN 蚁群优化算法

一种多任务引文意图分类系统、构建方法及应用: 本发明提出一种多任务引文意图分类系统构建方法，包括：获得任务语料和多个辅助任务语料，将主任务语料输入SciBERT预训练语言模型中，获得主任务语料的SciBERT预训练语言模型表示；将多个辅助任务语料分别输入SciBER...; 祁瑞华刘鑫陈恒郭旭

基于改进蚁群优化算法的船舶管路布局设计被引量：1: 2024年; 为了实现在多种约束和目标限制下,能以较短时间为工程师提供多种优质船舶布管方案,提出一种基于改进蚁群优化算法的新型船舶管路布局设计方法。该方法基于网格空间分解模型,将适应度函数中的优化目标进行规范化,对蚁群优化算法的关键步骤,如:蚂蚁行进方向选择、信息素更新机制、蚂蚁寻路过程等进行改进,采用最优解集合保存适应度相同但管路布局效果不同的多个优解,引入辅助点策略和并行计算机制提升算法整体寻优能力和效率。通过仿真算例验证了算法的有效性和先进性。; 董宗然陈恒卞璇屹楼偶俊; 关键词：蚁群优化并行计算

基于半边原理的知识图谱补全: 2020年; 针对现有知识图谱补全算法耗时长和准确性差的问题,构建一种基于半边的多层卷积模型。通过引入半边原理,运用实体的描述信息和关系自身的特性,结合两者的语义相似度对关系所连接的头尾实体进行约束,组成半边,在此基础上使用卷积神经网络进行知识图谱补全。该模型将只含有一个实体和关系的不完全RDF三元组以半边的形式保存,便于补全扩充的知识图谱。实验结果表明,与TransE、DKRL等模型相比,该模型具有较优的实体和关系预测性能,同时能有效缩短运行时间。; 程涛陈恒李冠宇; 关键词：卷积神经网络

基于图上下文的知识表示学习被引量：3: 2021年; 在知识图谱的知识表示学习中,绝大多数方法都是将知识图谱中实体和关系映射到低维的连续向量空间中,但数据的稀疏和信息的不足仍会导致实体和关系语义表示的不完整性。针对这个问题,提出基于图上下文的知识表示学习模型(Context_RL)。将知识图谱中实体和关系的上下文信息作为可靠数据来源和输入。通过计算实体和关系的语义相似度,将图上下文信息融入向量表示中,在语义的层面上提高了知识图谱表示学习的能力。通过实体预测和三元组分类实验,在有关数据集上,Context_RL的实验结果比其他模型更好。; 周泽华陈恒李冠宇; 关键词：知识图谱语义相似度向量表示

基于医疗百科网络的疾病医疗知识图谱构建研究被引量：1: 2023年; 知识图谱能够将垂直领域知识域进行可视化展示,并将其储存为知识库映射至多应用领域。结合医疗知识资源短缺的现状和知识图谱的特点,设计并建立了一个全科疾病医疗垂直领域数据集,并在此数据集上抽取知识构建出一个基于疾病医疗领域的知识图谱,同时总结了相应算法模型及技术,对其在医疗问答环境中的应用进行了展望,以期为学界后续研究提供合理的参考意见。; 陈恒方洁昊李正光梁艺多祁瑞华; 关键词：知识图谱知识检索

陈恒

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

陈恒

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈