王红斌
- 作品数：58 被引量：176H指数：7
- 供职机构：昆明理工大学信息工程与自动化学院更多>>
- 发文基金：国家自然科学基金云南省科技厅科研基金云南省教育厅科学研究基金更多>>
- 相关领域：自动化与计算机技术文化科学电气工程政治法律更多>>
- 基于对抗自学习的跨域绝缘子检测算法被引量：4
- 2020年
- 为实现在海量线路巡检图像中对绝缘子的自动识别,提出一种基于对抗自学习的跨域绝缘子识别方法。该方法由对抗学习和自训练学习2个阶段组成。在对抗学习阶段,通过特征提取器和分类器之间的对抗学习,使模型分别获得对玻璃绝缘子和复合绝缘子具有鲁棒性的分类特征。在自训练学习阶段,首先,采用有标签的玻璃绝缘子样本对模型进行预训练;然后,将无标签的复合绝缘子样本输入网络,并选择置信度高的样本赋予软标签对模型进行再次训练,使模型最终获得在不同域上的泛化能力。与现有方法相比,该文方法采用分属不同材质的绝缘子样本对深度神经网络进行2个阶段的训练,在有效降低模型训练过程中样本标注量的同时,解决了跨域识别不同材质的绝缘子的问题。
- 李凡李凡王红斌王红斌王红斌徐开雄李爽
- 关键词：绝缘子线路巡检图像玻璃绝缘子复合绝缘子
- 融合类别先验Mixup数据增强的罪名预测方法被引量：5
- 2022年
- 罪名预测是人工智能技术应用于司法领域的代表性任务.该任务根据案情描述和事实预测被告人被判的罪名.由于各类罪名样本数量高度不平衡,分类模型训练时分类器易偏向高频罪名类别,从而导致低频罪名预测性能不佳.针对罪名预测类别不平衡问题,提出融合类别先验Mixup数据增强策略的罪名预测模型,改进低频罪名预测效果.该模型利用双向长短期记忆网络与结构化自注意力机制学习文本向量表示,在此基础上,通过Mixup数据增强策略在向量表示空间中合成伪样本,并利用类别先验使合成样本的标签偏向低频罪名类别,以此来扩增低频罪名训练样本.实验结果表明,与现有方法相比,该方法在准确率、宏精确率、宏召回率和宏F1值上都获得了大幅提升,低频罪名预测的宏F1值提升达到13.5%.
- 线岩团陈文仲余正涛张亚飞王红斌
- 一种结合词向量和图模型的特定领域实体消歧方法被引量：7
- 2016年
- 针对特定领域提出了一种结合词向量和图模型的方法来实现实体消歧。以旅游领域为例,首先选取维基百科离线数据库中的旅游分类下的页面内容构建领域知识库,然后用知识库中的文本和从各大旅游网站爬取到的旅游文本,通过词向量计算工具Word2Vec构建词向量模型,结合人工标注的实体关系图谱,采用一种基于图的随机游走算法辅助计算相似度,使其能够较准确地计算旅游领域词与词之间的相似度。最后,提取待消歧实体的背景文本的若干关键词和知识库中候选实体文本的若干关键词,利用训练好的词向量模型结合图模型分别进行交叉相似度计算,把相似度均值最高的候选实体作为最终的目标实体。实验结果表明,这种新的相似度计算方法能够有效获取实体指称项与目标实体之间的相似度,从而能够较为准确地实现特定领域的实体消歧。
- 汪沛线岩团郭剑毅文永华陈玮王红斌
- 关键词：图模型随机游走维基百科
- 主题不平衡新闻文本数据集的主题识别方法研究被引量：5
- 2021年
- 【目的】针对传统LDA模型因新闻文本数据集中不同主题间文本数量不均衡导致文本主题识别不准确问题,提出一种在主题不平衡新闻文本数据集上的主题识别方法。【方法】该方法基于传统LDA模型,结合独立性检测、方差检测和信息熵检测三种不同的特征检测方法来识别文本的主题。【结果】在10000篇新闻文本规模的数据集上实验验证,该方法相比传统的LDA主题识别方法,查全率提高了0.2121、查准率提高了0.0407,F1值提高了0.1520。【局限】由于新闻文本中新词较多,实验中使用的分词工具的分词准确率会降低,新闻文本主题识别的效果因对分词准确率的依赖而受到影响。【结论】实验证明,所提方法能够在一定程度上解决LDA对新闻文本数据集中不同主题间文本数量不均衡导致文本主题识别不准确问题。
- 王红斌王红斌张亚飞杨恒
- 关键词：主题识别
- 多头注意机制的多粒度文本-图像对齐
- 2023年
- 基于文本的人物图像搜索任务存在文本和图像细粒度特征提取以及消除文本-图像模态间差距等方面的挑战.本文针对全局特征不足以表示全面的文本和图像模态特征的问题,提出了多头注意机制的多粒度文本-图像对齐方法,该方法引入多头注意力机制,在考虑全局匹配的基础之上,同时考虑局部图像特征和局部文本特征之间的匹配,并对局部图像特征和局部文本特征应用多头注意力机制,来获取文本和图像模态内的关系信息,提出模态间关系模块来获取两个模态之间的关系信息,使提取到的局部图像特征和局部文本特征自适应地对齐,从而提升基于文本的人物图像搜索任务的整体效果.在公共数据集CUHK-PEDES上进行了实验验证,模型的总体性能较baseline提高了3.0%,由此表明本文提出的模型在基于文本的人物图像搜索任务中的有效性.
- 王红斌王红斌李华锋
- 基于PageRank和互信息的多标签分类器链算法
- 2024年
- 分类器链算法是解决多标签分类问题的一种有效方法.寻求分类器链中的标签合适顺序是该类算法的关键所在.单链模式中不恰当标签顺序严重影响分类性能,而采用随机多链方式带来的是算法复杂度徒增问题.针对上述问题,提出了一种基于PageRank和互信息的多标签分类器链算法.首先,探索标签和网页之间的共性,将标签之间的相似关系类比网页之间的链接;然后考虑全局相关性,利用互信息度量标签之间的相关性;最后,基于相关性信息,利用PageRank衡量网页重要性的思想对标签进行排序,形成分类器链.对来自不同领域的10个公开多标签数据集的实验结果表明,该算法能为分类器链找到合适的标签顺序,不仅提高了分类精度,而且降低了计算代价.
- 丁家满李欣宇贾连印贾连印王红斌
- 关键词：网页排名互信息
- 基于知识图谱与门控机制的专家再学习推理问答方法
- 2025年
- 现有使用预训练语言模型和知识图谱的图神经网络问答的方法主要集中于构建知识图谱子图及推理过程的研究,这类方法忽略了问题上下文与知识图谱的语义差异,不能深层次挖掘文本表示形式与知识图谱表示形式的语义特征,且缺失两种表示形式的知识源对答案预测贡献度不同的综合考虑。针对上述问题,本文提出了一种基于知识图谱与门控机制的专家再学习推理问答方法。该方法将问题上下文表示及推理后的知识图谱表示进行拼接融合,并将融合后的表示向量随机分配至专家网络中,再次学习问题上下文与知识图谱所关联的实体语义特征来挖掘深层隐含知识,并结合门控机制对问题上下文及推理后的知识图谱表示精准打分,通过动态调整两种表示形式的知识源对答案预测的贡献,提升答案预测精度。在CommonsenseQA数据集和OpenBookQA数据集上进行了实验,实验结果表明所提方法的准确率比QA-GNN方法分别提高了2.08%和1.23%。
- 房晓王红斌
- 关键词：知识图谱
- 基于改进SSD算法的光伏组件缺陷检测研究被引量：10
- 2023年
- 为了解决无人机巡检光伏组件的效率和识别准确率低的问题,提出了一种基于超分辨率和双池化融合的光伏组件缺陷检测方法。首先,使用生成对抗网络(GAN)对光伏组件图像数据进行扩展,建立可用于光伏电站缺陷目标检测的图像数据集;然后,构建图像超分辨网络,减小图像数据集的噪声和提高局部区域的纹理特征。最后,将单次多边框检测(SSD)的主干网络替换为双池化方式融合的特征提取网络(VGG19_MP),在不提高网络参数的情况下,学习更深层次的纹理结构。结果表明基于超分辨率网络和双池化融合的光伏组件缺陷检测算法精确率达到了98.21%,平均检测时间为0.066 s,相较于对比的检测算法提高了0.9%~9.1%,平均检测时间提高了0.01~0.07 s,为光伏组件缺陷的精确识别提供了更有效的检测方法。
- 艾上美周剑峰张必朝张涛王红斌
- 基于对比学习思想的多跳问题生成
- 2023年
- 针对获取大规模的多跳问答训练数据集耗时耗力的问题,提出一个基于对比学习思想的多跳问题生成模型.模型分为生成阶段和对比学习打分阶段,生成阶段通过执行推理图生成候选多跳问题,对比学习打分阶段通过一个基于对比学习思想的无参考问题的候选问题打分模型对候选问题进行打分排序,并选择最优的候选问题.该模型在一定程度上缩小了无监督方法与人工标注方法的差距,有效缓解了缺少多跳问答数据集的问题.在数据集HotpotQA上的实验结果表明,基于对比学习的多跳问题生成模型能有效扩充训练数据,极大减少了人工标注数据的成本.
- 王红斌王红斌王灿宇
- 融合新闻要素的跨语言新闻文本相似度计算被引量：2
- 2016年
- 随着经济全球化程度的加深,我国与各国之间的交流、合作越来越频繁,各类大小事件的新闻报道各国各有侧重,新闻内容的匹配程度也有高低之分。传统的文本相似度方法具有计算维数过高和计算过于复杂的缺点。通过对新闻报道文本的分析发现,新闻报道具有何时、何地、何事、何因、何人五个基本因素的特点。针对这一特性,提出融合新闻要素的跨语言新闻文本相似度计算方法。该方法充分考虑到了新闻文本的五个新闻要素特征词对文本相似度的影响,有效减少了相似度低的文本干扰和传统文本相似度计算效率的问题。本文方法抽取新闻文本的新闻要素,借助翻译工具和词义消歧技术将抽取出来的不同语种的新闻要素统一为中文,并对新闻要素进行分类集合,然后利用集合相似度计算和数据融合方法来计算两篇新闻文本相似度,通过实验验证,本文方法对跨语言新闻文本相似度计算具有一定的效率和准确性,说明本文方法可行。
- 侯中熙王红斌线岩团
- 关键词：新闻要素跨语言机器翻译词义消歧条件随机场
