【摘 要】
：
情感-原因句子对提取任务的目标在于从一个给定的文档中提取出所有的情感句子及对应原因句子。现有的方法一定程度上忽略了情感和原因之间的关系， 没有很好地整合情感句子与原因句子之间的信息。本文提出了一个基于多通道压缩双线性池化的模型对文档中的候选句子对进行排序。该模型利用图注意力网络提取包含位置信息的情感特定化表示和原因特定化表示， 通过局部关系学习模块来进一步学习情感与原因句子之间的局部关系表示， 再
论文部分内容阅读
情感-原因句子对提取任务的目标在于从一个给定的文档中提取出所有的情感句子及对应原因句子。现有的方法一定程度上忽略了情感和原因之间的关系， 没有很好地整合情感句子与原因句子之间的信息。本文提出了一个基于多通道压缩双线性池化的模型对文档中的候选句子对进行排序。该模型利用图注意力网络提取包含位置信息的情感特定化表示和原因特定化表示， 通过局部关系学习模块来进一步学习情感与原因句子之间的局部关系表示， 再使用多通道压缩双线性池化来融合学习情感原因候选对表示。最后， 对候选句子对进行排序， 得出结果。实验结果
其他文献
金塔柏（Platycladus orientalis‘Beverleyensis’）是重要的观赏树种。生长素（IAA）、玉米素（ZT）、脱落酸（ABA）和茉莉酸（JA）在金塔柏扦插不定根再生过程中起着重要的调控作用，但不同发育阶段内源激素的动态变化及其对不定根发生的影响仍不清楚。以金塔柏半木质化枝条为材料，采用连续组织切片技术观察了不定根发生过程，利用高效液相色谱串联质谱法检测了4种内源激素含量的
为了解决目前高清街景图像中定位和分类交通标志任务时，出现的图像目标背景复杂，小目标不易识别等一系列问题，提出了一种基于YOLOV4模型改进的交通标志识别新算法。首先，在原骨干网络中嵌入新型注意力机制CA模块，形成一对方向感知和位置敏感的注意力图，使网络能够在更大区域内聚焦有效特征；其次，在颈部特征增强网络处添加适量的增强感受野RFB模块，进一步提升网络的特征融合能力。在TT100K交通标志数据集上
为建立一种能够快速无损识别羊肉烤制过程中颜色变化的标准化方法，本研究基于机器视觉技术结合三种算法（均值算法、K-Means算法和K-Means+图像降噪算法）制作烤羊肉颜色识别比色卡，对烤羊肉的颜色进行在线监测。结果表明，三种算法制作的比色卡均能呈现出羊肉烤制过程中的颜色变化。为明确三种比色卡的准确率，研究采用K-medoids算法结合感官实验进行比色卡颜色识别准确率验证。其中利用K-medoid
针对光场显示中分辨率偏低的问题，提出了一种基于频域平移的仿真方法。通过搭建虚拟相机阵列对三维物体的光场信息进行采集，获得元素图像集合；在频域中通过平移，生成元素图像集合的位移信息；最后，采用时分复用的方法，将原始的元素图像集合与频率平移后的信息进行融合，得到高分辨率光场显示结果。相较于传统方法，所提出的方法实现过程相对简单，计算速度快，并具有较高的显示质量；在光场显示仿真领域，具有较大的应用潜力。
为了解珍珠猪毛菜(Salsola passerina)的生态适应机制,采用细菌16S rDNA高通量测序、纯培养方法及荧光染色激光共聚焦显微镜计数法研究了甘肃景泰地区荒漠草原珍珠猪毛菜根际土壤的细菌类群及其与土壤理化性质相关性,并与荒漠土壤进行对比。结果表明,珍珠猪毛菜根际土壤的养分含量显著高于荒漠土壤。猪毛菜根际土壤微生物检测到5 655 OUT,其中特有的为2 580个。根际土壤可培养细菌数和
基于结构光的三维重建技术具有准确度高、速度快、鲁棒性好等优点，被广泛应用于生物医疗、文物修复等领域，具有重要的理论意义和研究价值。随着科技迅速发展，高速运动目标的非接触检测和测量的需求逐渐增加，对特征少、速度快的目标三维重建成为解决问题的关键。相比于时间编码，空间编码仅需拍摄单幅编码图案，更适用于运动目标的三维重建。因此，基于空间编码结构光提出了一种稠密三维重建方法。首先，针对彩色条纹结构光受物体
针对AOTF成像光谱仪的光谱图像退化程度难以定量化评价的问题，提出了包含后楔角影响的AOTF器件调制传递函数（MTF）定量计算方法。该方法通过建立AOTF的光谱-空间维响应模型获取AOTF器件的线扩散函数(LSF)，然后将线扩散函数傅里叶变换得到理论MTF。在验证实验中，截止频率内的MTF理论值与实测值相对偏差小于15%，可以为AOTF的像质评估提供理论依据。进而，通过该定量计算方法讨论不同AOT
为了实现韩国传统礼服款式的信息化,针对韩国礼服高腰大摆的A字廓型和服饰用色搭配较相近的特点,对韩国礼服图像采用了内外廓型分别提取的方法。在外轮廓识别中,采用角度θ和长度c交叉的线形结构形态学算法进行外轮廓提取,并通过二元方差分析对双因子的影响结果进行客观评价,结合主观视觉效果,得出最优外轮廓的组合参数θ=10°,c=9;对于对比度较低的内部饰品轮廓识别,设计CLAHE算法进行图像增强,采用K-Me
为解决全色锐化过程中对原图像特征提取不足导致融合结果细节信息易丢失，以及图像融合过程中因忽略不同区域的空间特征差异而导致信息冗余等问题，采用深度学习算法，提出一种用于全色锐化的相对平均生成对抗网络（Pan-RaGAN）。首先，在生成器中利用改进的密集块结构对原图像进行特征提取，旨在充分利用原图像各级特征，获取包含了更多细节信息的融合结果；接着，提出基于空间注意力机制的特征细化模块用于特征选择，可在
目的 针对芯片包装载带在生产过程中经常出现的型腔底部和边缘变形、穿孔等问题，提出一种机器视觉检测方法。方法 首先离线准备配准模板及标准模板图像，然后根据模板在生产过程中进行在线检测。在检测过程中由传感器触发采集待检测型腔图像，然后通过模板匹配方法配准模板图像和待检测图像，并进行异或运算检测两图像差异从而定位缺陷。结果 实验证明边缘变形检测最大错误率为0.45%，底部变形检测最大错误率为0.50%，