多源信息融合的生成式摘要研究
这是一篇关于自动摘要,多源信息融合,序列到序列模型,图神经网络,注意力机制的论文, 主要内容为随着互联网的高速发展,各类文本数据呈现爆炸式增长,信息过载问题日益严峻。面对海量的结构化文本(如知识图谱、软件代码)或非结构化文本(如新闻、社交媒体),如何快速、有效地从中获取关键信息并将其组织成精简连贯的语言表达形式变得尤为重要。作为缓解信息过载及提高信息获取效率的关键技术之一,自动技术旨在实现文本内容的自动提炼总结,以生成包含关键信息的语言描述。尽管现有主流的自动摘要方法在摘要任务中取得了较大进展,但仍然易存在如摘要内容偏离原文主题、重要信息缺失等问题。鉴于文本往往存在结构复杂、重要信息分布不均衡等情况,本文提出了基于多源信息融合的生成式摘要范式,通过挖掘利用文本的多源内外信息(如结构信息、关键词信息、上下文信息)来协同改善复杂文本的生成摘要质量。具体而言,本文一方面利用多源信息增强编码器对复杂文本的理解及表示能力,另一方面综合考虑不同信息与输入文本间的交互性以挖掘利用重要信息来引导解码器生成,使其能聚焦原文的重要主题。本文将多源信息融合的生成式摘要范式分别用于生成式结构化文本摘要和生成式非结构化文本摘要:(1)在面向结构化文本的摘要任务中(即代码摘要任务),提出了基于关键词引导的融合结构和上下文信息的生成式代码摘要模型(CodeSum),通过融合代码结构及代码上下文来增强编码器,通过关键词来引导解码器;(2)在面向非结构化文本的摘要任务中(即新闻摘要任务),提出了基于上下文信息融合的Transformer生成式新闻摘要模型(NewsSum),通过上下文信息增强编码器并引导解码器。在多个公开数据集上的系列实验结果表明,本文提出的多源信息融合的自动摘要范式及相应的融合摘要模型能较好地适应结构化文本及非结构化文本的自动需求,尤其多源信息的引入均有助于改善摘要的生成质量。
基于知识图谱的CTCS-3级列控系统车载设备测试数据自动生成
这是一篇关于CTCS-3,车载设备,功能测试,知识图谱,矩阵分解,序列到序列模型的论文, 主要内容为高速铁路的快速发展使得越来越多的人享受到了便利,同时也对列车运行控制系统的安全性提出了更高的要求,车载设备作为列控系统的核心设备,在投入使用前必须进行功能测试以保证安全性。测试数据在车载设备功能测试中起到驱动测试流程的作用,关系到测试工作的效率和质量。为提高车载设备测试的自动化程度,保证测试质量,本文以CTCS-3级列控系统车载设备测试为研究对象,针对车载设备功能测试中存在的测试知识描述不直观、筛选测试案例时没有可靠参考以及测试数据编制自动化程度不高的问题,建立了领域知识图谱,并基于知识图谱设计了车载设备测试数据自动生成方法,提高了车载设备实验室测试的效率。论文的主要工作如下:(1)提出了列控系统车载设备测试领域知识图谱的构建方法。总结了车载设备测试领域的概念并定义概念之间的关系,建立了列控系统车载设备测试领域本体模型,完成了知识图谱模式层构建。针对不同的测试文档类型设计了不同的知识信息抽取方法以提取测试领域知识并将其填充到模式层中,完成了知识图谱数据层构建。(2)提出了测试数据自动生成方法框架。该框架包括测试路径推荐和序列到序列模型两部分,通过从Trans H模型获得知识图谱语义信息,将其融合到矩阵分解推荐算法中,从候选路径集中得到与测试需求匹配度较高的测试路径。设计了基于Transformer的测试数据自动生成模型,将测试数据生成问题转化为序列到序列问题,构建数据集训练Transformer模型完成序列预测,然后对模型输出序列进行内容的填充,得到完整的测试脚本,最后设计测试数据检查方法验证其正确性。(3)开发了测试数据生成工具软件,并对本文提出的方法进行实验验证。结合知识图谱以及测试数据自动生成方法,基于.NET框架开发了测试数据生成工具软件,可支持测试路径的检索推荐和测试数据填充保存功能,使本文所提出的方法能够与实验室测试平台进行对接。实验结果表明,本文所提出的知识图谱构建方法和测试数据自动生成方法具有可行性和有效性,能够保证车载设备实验室测试的质量,提高测试的效率。图48幅,表19个,参考文献74篇。
基于知识图谱的CTCS-3级列控系统车载设备测试数据自动生成
这是一篇关于CTCS-3,车载设备,功能测试,知识图谱,矩阵分解,序列到序列模型的论文, 主要内容为高速铁路的快速发展使得越来越多的人享受到了便利,同时也对列车运行控制系统的安全性提出了更高的要求,车载设备作为列控系统的核心设备,在投入使用前必须进行功能测试以保证安全性。测试数据在车载设备功能测试中起到驱动测试流程的作用,关系到测试工作的效率和质量。为提高车载设备测试的自动化程度,保证测试质量,本文以CTCS-3级列控系统车载设备测试为研究对象,针对车载设备功能测试中存在的测试知识描述不直观、筛选测试案例时没有可靠参考以及测试数据编制自动化程度不高的问题,建立了领域知识图谱,并基于知识图谱设计了车载设备测试数据自动生成方法,提高了车载设备实验室测试的效率。论文的主要工作如下:(1)提出了列控系统车载设备测试领域知识图谱的构建方法。总结了车载设备测试领域的概念并定义概念之间的关系,建立了列控系统车载设备测试领域本体模型,完成了知识图谱模式层构建。针对不同的测试文档类型设计了不同的知识信息抽取方法以提取测试领域知识并将其填充到模式层中,完成了知识图谱数据层构建。(2)提出了测试数据自动生成方法框架。该框架包括测试路径推荐和序列到序列模型两部分,通过从Trans H模型获得知识图谱语义信息,将其融合到矩阵分解推荐算法中,从候选路径集中得到与测试需求匹配度较高的测试路径。设计了基于Transformer的测试数据自动生成模型,将测试数据生成问题转化为序列到序列问题,构建数据集训练Transformer模型完成序列预测,然后对模型输出序列进行内容的填充,得到完整的测试脚本,最后设计测试数据检查方法验证其正确性。(3)开发了测试数据生成工具软件,并对本文提出的方法进行实验验证。结合知识图谱以及测试数据自动生成方法,基于.NET框架开发了测试数据生成工具软件,可支持测试路径的检索推荐和测试数据填充保存功能,使本文所提出的方法能够与实验室测试平台进行对接。实验结果表明,本文所提出的知识图谱构建方法和测试数据自动生成方法具有可行性和有效性,能够保证车载设备实验室测试的质量,提高测试的效率。图48幅,表19个,参考文献74篇。
多源信息融合的生成式摘要研究
这是一篇关于自动摘要,多源信息融合,序列到序列模型,图神经网络,注意力机制的论文, 主要内容为随着互联网的高速发展,各类文本数据呈现爆炸式增长,信息过载问题日益严峻。面对海量的结构化文本(如知识图谱、软件代码)或非结构化文本(如新闻、社交媒体),如何快速、有效地从中获取关键信息并将其组织成精简连贯的语言表达形式变得尤为重要。作为缓解信息过载及提高信息获取效率的关键技术之一,自动技术旨在实现文本内容的自动提炼总结,以生成包含关键信息的语言描述。尽管现有主流的自动摘要方法在摘要任务中取得了较大进展,但仍然易存在如摘要内容偏离原文主题、重要信息缺失等问题。鉴于文本往往存在结构复杂、重要信息分布不均衡等情况,本文提出了基于多源信息融合的生成式摘要范式,通过挖掘利用文本的多源内外信息(如结构信息、关键词信息、上下文信息)来协同改善复杂文本的生成摘要质量。具体而言,本文一方面利用多源信息增强编码器对复杂文本的理解及表示能力,另一方面综合考虑不同信息与输入文本间的交互性以挖掘利用重要信息来引导解码器生成,使其能聚焦原文的重要主题。本文将多源信息融合的生成式摘要范式分别用于生成式结构化文本摘要和生成式非结构化文本摘要:(1)在面向结构化文本的摘要任务中(即代码摘要任务),提出了基于关键词引导的融合结构和上下文信息的生成式代码摘要模型(CodeSum),通过融合代码结构及代码上下文来增强编码器,通过关键词来引导解码器;(2)在面向非结构化文本的摘要任务中(即新闻摘要任务),提出了基于上下文信息融合的Transformer生成式新闻摘要模型(NewsSum),通过上下文信息增强编码器并引导解码器。在多个公开数据集上的系列实验结果表明,本文提出的多源信息融合的自动摘要范式及相应的融合摘要模型能较好地适应结构化文本及非结构化文本的自动需求,尤其多源信息的引入均有助于改善摘要的生成质量。
基于微服务的聊天机器人设计与实现
这是一篇关于聊天机器人,微服务,卷积神经网络,序列到序列模型的论文, 主要内容为随着移动互联网和深度学习在今年来的不断发展,聊天机器人产品在市面上的种类也是越来越多。但是现如今市面上的聊天机器人大多是针对某一个特定的领域或者是在某一种特定的场景下进行使用。正是因为如此,用户并不能够在日常生活中直接感受使用到一款能够直接与其进行交流的聊天机器人。本设计旨在能够设计一款用户在日常生活中可以直接进行使用的聊天机器人。在对国内外聊天机器人的现状进行分析之后,结合用户聊天交流软件的使用情况,同时考虑到产品的可扩展性和高并发性,基于Spring Cloud微服务架构进行设计开发一款使用平台为微信的聊天机器人产品。从聊天机器人的需求分析入手,将整个产品分为用户服务、支付服务、消息转发服务、消息处理服务以及自然语言处理服务和商品服务六个服务模块。分别对六个服务模块的设计和实现进行详细阐述,尽可能的使每个服务的功能完整并且符合用户的需求。随后使用了在聊天机器人开发中使用的自然语言处理的相关技术。作为一款聊天机器人,首先最重要的是要理解用户的输入信息的意图,本设计使用卷积神经网络对用户的输入进行意图识别,并根据不同的意图进行不同的处理。其中闲聊意图中,将使用序列到序列模型针对用户的输入信息进行特定的文本回复内容的生成,尽可能的给予用户一种在于真人进行沟通交流的体验。项目完成之后,从功能性和非功能性两个方面对系统中的各个服务进行测试,保证了系统整体在现有需求下的可用性。测试结果均符合需求预期,整体功能正常。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设导航 ，原文地址：https://m.bishedaima.com/lunwen/54781.html
