Search Results for author:
Found 6 papers, 0 papers with code
Public Sentiment Drift Analysis Based on Hierarchical Variational Auto-encoder
Detecting public sentiment drift is a challenging task due to sentiment change over time.
基于迭代信息传递和滑动窗口注意力的问题生成模型研究(Question Generation Model Based on Iterative Message Passing and Sliding Windows Hierarchical Attention)
“知识图谱问题生成任务是从给定的知识图谱中生成与其相关的问题。目前, 知识图谱问题生成模型主要使用基于RNN或Transformer对知识图谱子图进行编码, 但这种方式丢失了显式的图结构化信息, 在解码器中忽视了局部信息对节点的重要性。本文提出迭代信息传递图编码器来编码子图, 获取子图显式的图结构化信息, 此外, 我们还使用滑动窗口注意力机制提高RNN解码器, 提升子图局部信息对节点的重要度。从WQ和PQ数据集上的实验结果看, 我们提出的模型比KTG模型在BLEU4指标上分别高出2. 16和15. 44, 证明了该模型的有效性。”
基于人物特征增强的拟人句要素抽取方法研究(Research on Element Extraction of Personified Sentences Based on Enhanced Characters)
“在散文阅读理解的鉴赏类问题中, 对拟人句赏析考查比较频繁。目前, 已有的工作仅对拟人句中的本体要素进行识别并抽取, 存在要素抽取不完整的问题, 尤其是当句子中出现多个本体时, 需要确定拟人词与各个本体的对应关系。为解决这些问题, 本文提出了基于人物特征增强的拟人句要素抽取方法。该方法利用特定领域的特征, 增强句子的向量表示, 再利用条件随机场模型对拟人句中的本体和拟人词要素进行识别。在此基础上, 利用自注意力机制对要素之间的关系进行检测, 使用要素同步机制和关系同步机制进行信息交互, 用于要素识别和关系检测的输入更新。在自建的拟人数据集上进行<本体, 拟人词>抽取的比较实验, 结果表明本文提出的模型性能优于其他比较模型。”
Emotion Inference in Multi-Turn Conversations with Addressee-Aware Module and Ensemble Strategy
Emotion inference in multi-turn conversations aims to predict the participant’s emotion in the next upcoming turn without knowing the participant’s response yet, and is a necessary step for applications such as dialogue planning.
