您的位置： 专家智库 > >

樊小超

作品数：17 被引量：46H指数：4
供职机构：新疆师范大学计算机科学技术学院更多>>
发文基金：国家自然科学基金中央高校基本科研业务费专项资金中国博士后科学基金更多>>
相关领域：自动化与计算机技术文化科学更多>>

合作作者

文献类型

  • 16篇期刊文章
  • 1篇学位论文

领域

  • 14篇自动化与计算...
  • 3篇文化科学

主题

  • 5篇语义
  • 3篇幽默
  • 3篇神经网
  • 3篇神经网络
  • 2篇语言
  • 2篇语言学
  • 2篇语义特征
  • 2篇特征加权
  • 2篇网络
  • 2篇门控
  • 2篇加权
  • 1篇多粒度
  • 1篇多模态
  • 1篇多任务
  • 1篇多任务学习
  • 1篇性能分析
  • 1篇言论
  • 1篇印刷体
  • 1篇英文
  • 1篇英文作文

机构

  • 16篇新疆师范大学
  • 8篇大连理工大学
  • 5篇内蒙古民族大...
  • 2篇南京理工大学
  • 2篇伊犁师范学院

作者

  • 17篇樊小超
  • 6篇杨亮
  • 5篇林鸿飞
  • 5篇杨勇
  • 4篇任鸽
  • 2篇邹艳波
  • 2篇许侃
  • 2篇吴迪
  • 2篇陈鹏
  • 1篇张重阳
  • 1篇张冬瑜
  • 1篇王兰
  • 1篇徐博
  • 1篇王雪峰
  • 1篇陈兴稣
  • 1篇樊志锦
  • 1篇张绍武
  • 1篇邓雄伟

传媒

  • 5篇中文信息学报
  • 4篇新疆师范大学...
  • 1篇计算机工程
  • 1篇计算机应用与...
  • 1篇计算机应用
  • 1篇计算机应用研...
  • 1篇计算机工程与...
  • 1篇伊犁师范学院...
  • 1篇新智慧

年份

  • 1篇2024
  • 2篇2022
  • 5篇2021
  • 1篇2020
  • 1篇2019
  • 1篇2017
  • 1篇2015
  • 1篇2014
  • 1篇2012
  • 3篇2011
共 17 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
基于ECPA神经网络的情绪原因识别方法被引量：1
2021年
情绪原因识别是文本情绪分析领域中的一个前沿研究方向。传统情绪原因识别方法需要进行规则制定、抽取特征,而该文从情绪原因的语言特点出发,结合Bi-LSTM模型和注意力机制,提出一种基于情绪上下文位置注意力神经网络的情绪原因识别方法(ECPA)。该方法考虑了情绪词和情绪类别中的情绪信息,学习了Bi-LSTM模型建模后的上下文语义信息,引入了基于位置信息的注意力机制模型,进而构建情绪原因识别模型。实验结果证明,该方法在情绪原因识别任务中的有效性,并取得了目前最优的性能,同时对情绪归因方法具有一定的指导作用。
刁宇峰杨亮林鸿飞樊小超樊小超吴迪张冬瑜张冬瑜
关键词：情绪信息位置信息
基于多语义融合的反讽识别被引量：2
2021年
反讽是一种复杂的语言现象,被广泛应用于社交媒体中。如何让计算机具有识别反讽的能力,成为了自然语言处理研究领域的热门研究内容之一。该文针对反讽识别中缺乏上下文语境信息和修辞表达信息的问题,提出了基于多语义融合的反讽识别方法。该方法采用ELMo从大规模反讽文本中训练得到领域词嵌入表示,并融合基于词性和基于风格信息的语义表示,使用双向长短时记忆网络和卷积神经网络进行反讽识别。实验结果表明,所提出模型能够从多个维度提取反讽文本的潜在语义特征,在公开数据集IAC上的实验性能有显著提升。
樊小超杨亮杨亮林鸿飞申晨楚永贺
关键词：神经网络
基于多维潜在语义特征的幽默识别被引量：1
2021年
幽默是人类独有的品质,在日常交际中发挥着重要作用。随着人工智能的快速发展,如何让计算机识别幽默成了自然语言处理研究领域的热门研究内容之一。该文针对幽默的自动识别问题,基于幽默理论和领域知识,系统地分析总结了幽默的五类显著特性,包括不一致特性、模糊特性、情感特性、语音特性和句法结构特性,并针对每一类特性构建了多种幽默特征。实验结果表明,该文所提出的幽默特征能够从多个角度对幽默的潜在语义表达进行良好的表征,在两个俏皮话类型的幽默数据集上的实验性能均有显著提升。
樊小超杨亮杨亮林鸿飞申晨楚永贺张桐瑄
关键词：认知语言学语义特征
数据挖掘在教育信息化中的应用被引量：2
2011年
数据挖掘是从海量数据中抽取潜在知识的过程,在商业、金融等领域已得到了广泛的应用,而对于国内高校应用这一新兴技术只是刚刚起步。文章阐述了数据挖掘的相关概念,提出了数据挖掘在教育信息化中应用的必要性,并从教学层面概括了数据挖掘在教育中的应用,深入分析了应用数据挖掘技术面临的困难。
樊小超樊志锦陈鹏
关键词：数据挖掘教育信息化
混合学习理念下的教学模式探讨——以《Java Web开发基础》课程为例被引量：2
2021年
混合学习是线上学习与面对面教学的有效整合,体现了教学过程中教师与学生的双主体地位。文章以《Java Web开发基础》课程为例,实践基于混合学习理念的教学模式,结合三段式的设计给出了完整的实践方案。在该方案中,教学的中心由传统的知识讲解转变为学生的自主学习。
樊小超杨勇邹艳波
关键词：教学设计软件工程
基于语言学特征与层次注意力机制的幽默识别被引量：3
2020年
结合英文幽默语言学特征,提出基于语音、字形和语义的层次注意力神经网络模型(PFSHAN)进行幽默识别。在特征提取阶段,将幽默文本表示为音素、字符以及携带歧义性等级信息的语义形式,分别采用卷积神经网络、双向门控循环单元和注意力机制提取PFSHAN模型的语音、字形和语义特征。在特征融合阶段,针对不同单词对幽默语言学特征的贡献程度不同,且不同幽默语言学特征和语句之间关联程度不同的问题,采用层次注意力机制调整不同幽默语言学特征对于PFSHAN模型性能的影响。在Puns和Onliner数据集上的实验结果表明,PFSHAN模型的F1值分别为91.03%和91.11%,能有效提高幽默识别性能。
杨勇杨亮邹艳波任鸽樊小超
关键词：卷积神经网络语言学特征
基于GMM的EM分割算法在图像检索中的应用被引量：1
2011年
大多数图像分割算法对于图像的分割结果比较详细,不适用于基于内容的图像检索,文中使用的EM算法可以将图像分割出一系列"有意义"的不同区域,更有利于图像检索。实验表明,此算法基本可以将图像中比较显著的区域分割出来,是一种适合图像检索的分割算法。
王雪峰陈兴稣樊小超
关键词：EM算法图像分割GMM
基于注意力的多层次混合融合的多任务多模态情感分析被引量：16
2022年
针对多模态情感分析中的模态内部特征表示和模态间的特征融合问题,结合注意力机制和多任务学习,提出了一种基于注意力的多层次混合融合的多任务多模态情感分析模型MAM(multi-level attention and multi-task)。首先,利用卷积神经网络和双向门控循环单元来实现单模态内部特征的提取;其次,利用跨模态注意力机制实现模态间的两两特征融合;再次,在不同层次使用自注意力机制实现模态贡献度选择;最后,结合多任务学习获得情感和情绪的分类结果。在公开的CMU-MOSEI数据集上的实验结果表明,情感和情绪分类的准确率和F;值均有所提升。
宋云峰任鸽杨勇樊小超
关键词：多模态情感分析多任务学习
基于互信息的文本特征加权方法被引量：4
2015年
特征加权是文本分类中的重要环节,通过考察传统的特征选择函数,发现互信息方法在特征加权过程中表现尤为突出。为了提高互信息方法在特征加权时的性能,加入了词频信息、文档频率信息以及类别相关度因子,提出了一种基于改进的互信息特征加权方法。实验结果表明,该方法比传统的特征加权方法具有更好的分类性能。
樊小超张重阳邓雄伟
关键词：文本分类特征加权互信息
基于多层次语义特征的英文作文自动评分方法被引量：4
2021年
作文自动评分(AES)技术能够自动地对作文进行分析和评分,其已成为自然语言处理技术在教育领域应用的热点研究问题之一。针对目前AES方法割裂了深层和浅层语义特征,忽视了多层次语义融合对作文评分影响的问题,提出了一种基于多层次语义特征的神经网络(MLSF)模型进行AES。首先,采用卷积神经网络(CNN)捕获局部语义特征,并采用混合神经网络捕获全局语义特征,以从深层次获取作文的语义特征;其次,利用篇章级的作文主题向量来获取主题层特征,同时针对深度学习模型难以挖掘的语法错误和语言丰富程度特征,构造了少量人工特征以从浅层获取作文的语言学特征;最后,通过特征融合对作文进行自动评分。实验结果表明,所提出模型在Kaggle ASAP竞赛公开数据集的所有子集上性能均有显著提升,该模型的平均二次加权的卡帕值(QWK)达到79.17%,验证了该模型在AES任务中的有效性。
周险兵樊小超任鸽任鸽
关键词：英文作文自然语言处理
全选 清除 导出
共2页<12>
聚类工具0