闫阳
- 作品数：12 被引量：16H指数：2
- 供职机构：中国石油大学（华东）更多>>
- 发文基金：山东省自然科学基金中央高校基本科研业务费专项资金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 基于系统能力培养的计算机专业核心课程群实践教学改革的探索
- 2023年
- “新工科”建设要求计算机专业学生需具备较强的计算机系统能力。本文以中国石油大学(华东)计算机专业培养方案为例,介绍了计算机系统能力知识体系课程组进行实践教学改革过程中,以计算机系统能力培养为导向进行的一系列探索与措施,分别从实践体系设计、实验平台革新、考核机制修订等方面实施了重构与优化。经过三年的初步改革实施表明,在课程建设质量、学生综合素质与实践创新能力、就业单位对毕业生的评价等方面均取得了比较显著的成效。
- 闫阳李华昱王雷全李永
- 关键词：实践教学体系计算机系统
- 基于事件抽取的学科建设知识图谱构建与应用被引量：2
- 2022年
- 学科建设是高校发展的核心,随着高校学科建设的不断深入与强化,学科建设信息持续增加,且以离散的文件组织形式难以对学科建设成果进行高效的管理,不利于后续分析与评估工作的开展.针对此问题,对学科建设知识图谱的构建及相关应用进行了研究.首先通过BERT-BiLSTM-CRF模型对学科建设文本进行事件抽取,并使用爬虫进行相关知识的补充.然后选择属性图模型存储知识,完成学科建设知识图谱的初步构建.基于构建好的知识图谱,搭建了学科建设可视化系统,并引入最小斯坦纳树算法实现智能问答应用.最后,通过对学科建设事件抽取与智能问答方法进行实验分析,验证了本文所提出方法的有效性.
- 李家瑞李华昱闫阳付亚凤
- 关键词：知识图谱学科建设事件抽取
- 面向多源异质数据源的学科知识图谱构建方法被引量：7
- 2021年
- 针对以分散形式存储学科信息导致资源难以统计的问题,基于计算机学科领域本体模型,融合多源异质的学科数据构建高校计算机学科知识图谱.首先通过网络爬虫等技术从相关网站和已有文档中获取领域知识,并基于BERT模型对数据进行清洗;然后利用Word2Vec判断人物研究方向之间的相似度,解决实体对齐问题;最终将数据导入Neo4j图数据库中实现知识的存储.根据构建好的知识图谱建立计算机学科可视化系统,能够提供信息检索与图形显示等多种功能,实现计算机学科基础数据的快捷查询和资源统计,以期促进后续的学科评估工作更加高效地完成.
- 李家瑞李华昱闫阳
- 关键词：知识图谱计算机学科可视化系统
- 一种基于学科领域知识图谱的复杂问答方法
- 本发明公开了一种基于学科领域知识图谱的复杂问答方法，涉及智能问答领域，包括以下步骤：首先基于已有的计算机学科知识图谱设计了一种构建复杂问句集的方法，并通过BERT‑BiLSTM‑CRF模型对问句进行实体识别和关键路径预测...
- 闫阳王佳坤李华昱
- 基于设备协同的大规模卸载:融合分治和贪心的双层优化算法
- 2023年
- 随着通信技术的飞速发展,移动设备的数量不断激增,而这也将导致大规模卸载场景频频发生。但是如何在多项式时间内解决大规模卸载问题仍然是个挑战。本文基于协作计算网络架构提出一个融合分而治之和贪心的双层优化算法,称为DCGreedy。该算法可在多项式时间内高效求解所有任务的卸载策略和资源分配方案。在满足所有约束的同时可以有效降低系统的总能耗。在至少400个移动设备的模拟场景下根据任务满足截止日期的总数、系统总能耗和算法运行时间来评估DCGreedy的性能。将DCGreedy与其他4种基准算法进行大量的实验对比,并发现在不同规模的卸载场景中DCGreedy的平均总能耗比排名第二的算法高出2.11%,而算法运行时间却仅为0.0049%,充分证实了DCGreedy在优化系统能耗的同时有效地减少了算法的运行时间。
- 闫阳詹子俊曹绍华
- 关键词：贪心
- 限定域中文事件抽取研究综述被引量：1
- 2022年
- 事件抽取是信息抽取领域最具有挑战性的任务之一,也是知识图谱构建中的关键技术。事件抽取在阅读理解、文本摘要、问答系统等领域得到了广泛的应用。限定域事件抽取指的是系统所抽取的事件类型是预定义的,因此针对某一特定领域,限定域事件抽取的研究更具有研究价值,而且中文事件抽取由于中文语言特性问题,面临着较大挑战。介绍了中文事件抽取中面对的挑战,对限定域中文事件抽取的主要方法进行归纳总结,重点介绍了基于深度学习的方法,并总结了少样本情况下的事件抽取方法,介绍了中文事件抽取常用的数据集,展望了中文事件抽取未来的发展趋势。
- 李华昱毕经纶闫阳
- 关键词：信息抽取
- 基于LEBERT的多模态领域知识图谱构建被引量：3
- 2022年
- 多模态知识图谱(multi-modal knowledge graph,MMKG)是近几年新兴的人工智能领域研究热点.本文提供了一种多模态领域知识图谱的构建方法,以解决计算机学科领域知识体系庞大分散的问题.首先,通过爬取计算机学科的相关多模态数据,构建了一个系统化的多模态知识图谱.但构建多模态知识图谱需要耗费大量的人力物力,本文训练了基于LEBERT模型和关系抽取规则的实体-关系联合抽取模型,最终实现了一个能够自动抽取关系三元组的多模态计算机学科领域知识图谱.
- 李华昱付亚凤闫阳李家瑞
- 关键词：多模态
- 基于图神经网络的关系抽取研究综述
- 2024年
- 在关系抽取任务中,通常利用构建依赖树或句法树来获得更深层和丰富的结构信息.图神经网络作为一种强大的图结构数据表示学习方法,可以更好地对这种复杂数据结构进行建模.本文介绍了基于图神经网络的关系抽取方法,旨在深入理解该领域的最新研究进展和趋势.首先简要介绍了图神经网络的分类和结构,然后详细阐述了基于图神经网络的关系抽取方法的核心技术和应用场景,包括句子级和文档级方法,以及实体关系联合抽取方法.并分析和比较了各个方法的优缺点和性能表现,并探讨了未来可能的研究方向和挑战.
- 沈鑫怡李华昱闫阳张智康
- 关键词：关系抽取
- 基于知识图谱增强的领域多模态实体识别
- 2024年
- 针对特定领域中文命名实体识别存在的局限性,提出一种利用学科图谱和图像提高实体识别准确率的模型,旨在利用领域图谱和图像提高计算机学科领域短文本中实体识别的准确率。使用基于BERT-BiLSTMAttention的模型提取文本特征,使用ResNet152提取图像特征,并使用分词工具获得句子中的名词实体。通过BERT将名词实体与图谱节点进行特征嵌入,利用余弦相似度查找句子中的分词在学科图谱中最相似的节点,保留到该节点距离为1的邻居节点,生成最佳匹配子图,作为句子的语义补充。使用多层感知机(MLP)将文本、图像和子图3种特征映射到同一空间,并通过独特的门控机制实现文本和图像的细粒度跨模态特征融合。最后,通过交叉注意力机制将多模态特征与子图特征进行融合,输入解码器进行实体标记。在Twitter2015、Twitter2017和自建计算机学科数据集上同基线模型进行实验比较,结果显示,所提方法在领域数据集上的精确率、召回率和F1值分别可达88.56%、87.47%和88.01%,与最优基线模型相比,F1值提高了1.36个百分点,表明利用领域知识图谱能有效提升实体识别效果。
- 李华昱张智康闫阳岳阳
- 关键词：命名实体识别多模态知识图谱
- 融合语义信息与注意力的图神经网络推荐算法被引量：1
- 2023年
- 基于图神经网络的推荐算法通过从图中获取知识生成节点的特征表示,提高了推荐结果的可解释性.然而,随着推荐系统原始数据规模的不断扩大,大量包含语义信息的文本数据没有得到有效利用.同时图神经网络在融合图中邻居信息时没有区分关键节点,使得模型难以学习到高质量的实体特征,进而导致推荐质量下降.本文将图神经网络与语义模型相结合,提出一种融合语义信息与注意力的图神经网络推荐算法.该算法基于SpanBERT语义模型处理实体相关的文本信息,生成包含语义信息的特征嵌入,并将注意力机制引入到基于用户社交关系以及用户-项目交互的影响传播融合过程中,从而实现用户和项目两类实体特征的有效更新.在公开数据集上的对比实验结果表明,本文所提出的方法较现有基准方法在各项指标上均有所提升.
- 闫阳王雷全李家瑞
- 关键词：语义信息特征提取
