陈静
- 作品数：11 被引量：25H指数：3
- 供职机构：中国人民解放军信息工程大学更多>>
- 发文基金：国家自然科学基金河南省自然科学基金江西省数字国土重点实验室开放基金更多>>
- 相关领域：自动化与计算机技术文化科学天文地球电子电信更多>>
- 社交媒体虚假信息检测研究综述
- 2024年
- 社交媒体上的虚假信息不仅危害网络空间安全,还在重大事件中扮演着关键角色,严重误导公众,对政治和社会秩序造成负面影响。为此,围绕面向社交媒体的虚假信息检测技术研究展开综述,为构建高效检测技术和遏制社交媒体虚假信息泛滥奠定理论基础。首先,深入剖析虚假信息的内涵本质,探讨其在社交平台上的产生机理、具体表现形式,并界定检测任务的基础框架与目标;其次,从语义一致性视角出发,专注内容语义、社交上下文感知和知识驱动三大层面,对比梳理典型检测方法;在此基础之上,深入探究增强检测算法可解释性最新研究成果;进一步,从对抗博弈视角,深度剖析当前社交媒体虚假信息检测任务面临的挑战以及大型语言模型为虚假信息检测技术研究带来的机遇;最后,对社交媒体虚假信息检测技术未来的发展进行了展望。
- 陈静周刚李顺航郑嘉丽卢记仓郝耀辉
- 关键词：知识驱动
- 增强实体表示的文档级关系抽取方法研究被引量：1
- 2023年
- 文档级关系抽取是自然语言处理领域研究的热点和难点问题,基于图的模型是当前文档级关系抽取的主流方法之一,该类方法虽然能有效解决实体节点之间的长距离依赖问题,但其在构造节点时往往未充分考虑句子上下文、文档主题、实体对距离、实体对相似度等额外信息,导致关系抽取的性能较低。针对该问题,提出了基于增强实体表示的文档级关系抽取模型。首先,将原始文档作为输入,构建基础文档图结构;然后,通过图神经网络传播机制聚合邻接点的信息,将与实体关系预测相关的句子上下文、主题信息融入基础文档图的实体节点表示中,从而获得增强的实体节点表示;最后,利用增强后实体节点的图模型对实体关系进行预测。实验结果表明,所提模型在文档级关系抽取任务中的性能优于已有模型,且可解释性更好。
- 丁肖摇周刚卢记仓陈静
- 关键词：关系抽取图模型
- 类型增强的时态知识图谱表示学习模型被引量：2
- 2023年
- 知识图谱表示学习旨在将知识图谱中的元素(实体和关系)表示在低维的连续向量空间中,可以有效地实现知识图谱补全并提高计算效率,是贯穿知识图谱构建和应用全过程的重要问题.现有的知识图谱表示学习模型大多基于静态的结构化三元组,忽略了知识的时间动态性和实体的类型特征,限制了它们在知识图谱补全和语义计算中的表现.针对这一问题,提出一种类型增强的时态知识图谱表示学习模型(type-enhanced temporal knowledge graph representation learning model,T-Temp),基于经典的张量分解技术,将不同形式的时间信息显式融合到知识图谱表示学习过程中.同时,利用实体与关系间的类型兼容性,充分挖掘隐含在实体中的类型特征,进一步提升表示学习的准确性.此外,证明T-Temp模型具有完全表达性,且与同类模型相比,具有较低的时空复杂度.在多个真实的时态知识图谱上进行的详细实验说明了T-Temp模型的有效性和先进性.
- 何鹏周刚陈静章梦礼宁原隆
- 关键词：知识图谱
- 网络编程技术实践教学方法的探索与实践被引量：5
- 2016年
- 针对网络编程技术课程的具体特点和要求,在总结现有实践教学方法特点和适用性的基础上,提出以延续性基础实验、修改型扩展实验和项目式综合实验为一体的实践教学体系,展开专题与综合相结合的教学,以此明确教学要求,丰富教学内容,提高实践教学在多个层次本科生教育中的适用性,培养学生的问题求解能力和创新能力。
- 刘琰常斌陈静刘勇
- 关键词：教学改革网络编程技术实践教学
- 基于文本和图像门控融合机制的多模态方面级情感分析
- 2024年
- 多模态方面级情感分析是多模态情感分析领域的一项新兴任务,旨在对给定的方面实体在文本和图像中所体现的情感进行识别。尽管多模态方面级情感分析研究近年来取得了突破性的进展,但是现有的模型在多模态特征融合阶段大都仅采用简单的拼接方法,而没有考虑图像中是否存在与文本语义不相关的信息,这在一定程度上可能会为模型引入额外的噪声。为了解决上述问题,提出了一种基于文本和图像门控融合机制的多模态方面级情感分析模型(TIGFM)。该模型在文本和图像进行交互的同时引入了从数据集图像中提取的形容词-名词对(ANPs),并将其中形容词的加权作为图像辅助信息;此外,在特征融合阶段,通过构建一种动态控制图像和图像辅助信息输入的门控机制实现多模态特征融合。实验结果表明,TIGFM模型在两个基于Twitter的数据集上取得了具有竞争力的结果,进而验证了所提方法的有效性。
- 张添植周刚刘洪波刘铄陈静
- 关键词：语义相关性
- 无需阈值支持的机载LiDAR点云数据滤波方法被引量：12
- 2013年
- 点云数据滤波仍旧是现阶段机载LiDAR数据后处理的首要步骤,但其发展尚未完全成熟。在回顾和总结已有滤波算法的基础上,将统计学中偏度与峰度的概念引入到算法中,提出了一种新的基于偏度平衡的地面点与非地面点非监督分类方法,利用统计矩原理从LiDAR点云数据生成的DSM中有效地提取DTM。该方法区别传统算法的最大的优势在于无需参数或者阈值支持,并且相对于LiDAR点云数据的格式和分辨率是独立的。实验结果证明,该方法切实可行,具有较强的适应性,并且能够较好地满足精度要求。
- 董保根秦志远陈静徐验兵
- 关键词：滤波偏度阈值非监督分类
- 基于多关系视图轴向注意力的文档级关系抽取
- 2024年
- 文档级关系抽取旨在从文档中提取多个实体之间的关系。针对现有工作在不同关系类型的条件下,对于实体间的多跳推理能力受限的问题,提出了一种基于多关系视图轴向注意力的文档级关系抽取模型。该模型将依据实体间的关系类型构建多视图的邻接矩阵,并基于该多视图的邻接矩阵进行多跳推理。基于两个文档级关系抽取基准数据集GDA和DocRED分别进行实验,结果表明,所提模型在生物数据集GDA上的F1指标达到85.7%,性能明显优于基线模型;在DocRED数据集上也能够有效捕获实体间的多跳关系。
- 吴皓周刚卢记仓刘洪波陈静
- 关键词：关系抽取多视图
- 基于竞赛驱动的案例式大数据挖掘实践教学模式被引量：3
- 2022年
- 针对目前数据挖掘实践教学存在的问题,提出竞赛驱动与案例教学相结合的新型实践教学模式。以岗位任职能力为导向,结合教学重难点,借鉴数据挖掘竞赛内容与模式,基于循序渐进、逐渐提高的原则,设计具有探究型场景式实践教学案例,最后通过考核成绩说明教学效果。
- 陈静周刚张凯翔
- 关键词：数据挖掘实践教学
- 文本中事件因果关系识别与应用技术综述
- 2024年
- 事件因果关系是一类重要的逻辑关系,其揭示了事件发展的动因与规律。通过自然语言处理技术对事件之间蕴含的因果关系进行识别,能够帮助形成事件因果知识库,进而促进诸如事件预测、智能问答等下游任务性能提升与可解释性增强,具有重要理论与实践价值。基于此,该文围绕事件因果关系识别与应用展开综述。首先,介绍文本中事件因果关系、因果关系识别等基本概念与任务定义,明确研究范畴;随后,总结归纳因果关系识别任务常用数据集与评测指标,并对典型评测数据集进行探索分析,进而充分挖掘任务固有难点;然后,按照基于规则挖掘、基于特征工程和基于深度学习三个类别对因果关系识别相关模型与方法进行划分,并给出系统阐释、对比和总结,并对事件因果关系支撑的下游应用场景与方法进行了概述,进一步说明了事件因果关系的重要应用价值;最后,针对文本中事件因果关系识别任务的现有挑战和未来技术方向进行了讨论与展望。
- 李顺航周刚卢记仓李志博黄宁博陈静
- 关键词：自然语言处理
- 新工科背景下大数据分析课程群建设与教学研究
- 本文重点针对军队院校本科生大数据相关专业的大数据分析类课程群,按照教育部提出的培养未来多元化、创新型卓越工程人才的新工科建设要求,以夯实专业技能基础、培养数据素养及强化军事大数据分析敏锐性、能动力为目标,对大数据分析课程...
- 周刚陈静卢记仓兰明敬
- 关键词：教学研究
