领域适应相关论文
随着我国石油开发步入中后期阶段,勘探的主要目标转变为非常规油气藏,勘探难度极高。因此,油气勘探开发技术亟需科技创新发展。地......
属性级情感分析（Aspect Based Sentiment Analysis,ABSA）是情感分析领域的重要任务之一,受到了学术界和工业界的广泛关注。ABSA的目......
在拥有大规模平行语料库的通用领域,神经机器翻译往往表现出色。然而,一些特定领域如生物医学、军事外交等专业性强的平行语料库规......
基于有监督的深度学习算法已在众多应用领域取得显著的成就,然而在基于有监督的深度学习算法中,模型的训练满足两个约束条件:一是......
随着物联网技术与便携式终端的发展和普及,基于位置的服务逐渐在人们的生活中发挥重要作用。能够全天候提供高精度的位置服务的全......
语法纠错任务旨在通过自然语言处理技术自动检测并纠正文本中的语序、拼写等语法错误.当前许多针对汉语的语法纠错方法已取得较好......
领域适应方法由于能够有效克服传统机器学习中需获取大量标签和模型重新训练的问题,成为近年来的热门研究问题之一。领域适应方法......
关系抽取任务旨在从半结构化或非结构化文本中获取结构化的事实知识三元组,为知识图谱的构建提供数据支持。目前,常用的抽取方法主......
作为遥感领域中基础且关键的技术之一,高光谱图像分类技术是人类认知所处环境的重要方式。然而获取标记样本困难、复杂空-谱特征难......
随着Internet的迅速发展与普及,网络上出现了越来越多的主观性言论。对于这些主观性文本的分析和挖掘,传统的基于主题的文本分类方......
随着博客，商品评论等信息在网络上的涌现，情感分类日益成为一个重要且富有挑战性的课题。情感分类试图根据文本信息，自动评判用户所表......
地理领域文本蕴含着丰富的非结构化地理实体和关系,完善的地理实体关系抽取技术对地理知识图谱的构建至关重要。由于地理领域内标......
近年来,随着经济的发展和生活节奏的加快,人们的工作时间和负荷也逐渐增加,这使得人们更容易陷入睡眠不足的生活状态,从而影响工作......
随着互联网技术和电子商务的迅速发展,情感分析受到自然语言处理领域研究者越来越多的关注。情感分析有很多的社会应用,如信息抽取......
随着人工智能以及计算机视觉领域的不断发展,计算机视觉领域中的识别、追踪、检测等研究技术也被广泛地应用,譬如自动驾驶等智能交......
自然语言理解(Natural Language Understanding,简称NLU)旨在以人类语言作为输入,得到机器可读的语义表示。它不仅可以让计算机理......
随着数据规模的快速增长,利用机器学习对数据进行分析与运用获得了巨大的成功。然而,在计算机视觉、模式识别和自然语言处理等应用......
随着人工智能的发展,人机对话系统不断地深入人们的生活。在人机对话系统的管道方法中,槽填充任务起着至关重要的作用,它直接决定......
迁移学习自机器学习研究之始就备受关注,其旨在令算法获得如图人类举一反三一般的强泛化能力。领域适应是迁移学习的其中一个分支......
近年来,电子商务所带来的便利渗透了人们生活的方方面面。其中,在线评论记录来自于消费者的真实体验和感受,因此成为了众多消费者......
迁移学习是运用已有的知识(源域)对不同但相关领域(目标域)问题进行求解的一种新的机器学习方法,它只需要标记数据很少甚至没有的......
深度领域适应属于深度迁移学习的一部分,主要用来解决标注数据不足的问题,是一种比较前沿的机器学习方法。传统迁移学习,通过共享......
脑机接口(Brain-computer Interface,BCI)能够提供一种模拟外周神经控制肌肉组织的系统,将从人体头皮采集到的脑电信号(Electroenc......
在人们的日常交互中,情感往往扮演着非常重要的角色,帮助人们理解彼此的心理状态和行为。同样,情感信息对于维持人类和机器之间的......
在跨语料库语音情感识别中,训练和测试数据分布的差异变得非常明显,导致验证和测试性能差别很大.针对该问题,提出一种基于对抗训练......
针对医疗领域的研究,发现了不同科室间电子病历存在着差异,但是新语料的标注成本又非常高。为了解决这一问题,利用迁移学习的方法......
该文提出了一种基于感知器的中文分词增量训练方法。该方法可在训练好的模型基础上添加目标领域标注数据继续训练,解决了大规模切......
提出了一种基于神经网络的中文分词方法,以提高分词系统向新领域迁移的适应性和灵活性。该文方法采用了对现有分词器分词结果进行......
针对监督学习方法在文本的跨领域情感分析效果较差的问题,提出基于质心迁移的领域间适应性情感分类方法。该方法利用源领域的标注......
针对条件对抗领域适应(CDAN)方法未能充分挖掘样本的可迁移性,仍然存在部分难以迁移的源域样本扰乱目标域数据分布的问题,该文提出......
为了将无监督特征学习应用于小样本量的图像情绪语义分析,该文采用一种基于卷积稀疏自动编码器进行自学习的领域适应方法对少量有......
已有的领域适应方法可分为基于实例和基于特征2类，文章在多领域集成框架下提出M A IR方法，以共现特征为桥梁，从原始领域中选取部分实......
长期以来,中文分词作为中文信息处理的基础任务受到了广泛关注。基于有监督学习算法的分词方法已较为成熟,但在跨领域分词时往往表......
随着社会经济的不断发展和科学技术的不断进步,多语言之间的翻译需求不断增大,机器翻译已经成为人们解决大量翻译任务的常用方法。......
作为社会媒体文本情感分析的重要研究课题之一,跨领域文本情感分类旨在利用源领域资源或模型迁移地服务于目标领域的文本情感分类......
随着大数据以及计算力的快速发展,机器学习尤其是深度学习在很多领域都取得了长足进展。现在的机器学习算法都需要大量的训练数据......
在特定领域的汉英机器翻译系统开发过程中,大量新词的出现导致汉语分词精度下降,而特定领域缺少标注语料使得有监督学习技术的性能......
作为解决数据集迁移和适应的系统性框架,领域适应在近年来发展迅速。在生成对抗网络出现以后,对抗性思想的引入为领域适应中的无监......
作为一种训练速度快、人工调参量小的神经网络模型,极限学习机(ELM)获得了广泛的研究和关注。与所有的机器学习分类模型一样,当测......
针对文本倾向性分类时因情感指向不明导致的修饰词极性误判和隐藏观点遗漏等问题,提出基于评价修饰分布差的倾向识别方法。建立修......
视频内容标注是信息检索和模式识别领域的热点问题，在智能视频监控视频理解等传统领域有着广泛的应用随着互联网多媒体技术的发展以......
针对传统的机器学习需要大量的人工标注训练模型的弊端,以及目前多数迁移学习方法只适用于同构空间的问题,提出了一种异构复合迁移......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
人工智能是社会科技发展的重要里程碑,机器人,特别是仿人情感机器人,像一颗璀璨的明珠,寄托着人类无限的遐想。为了更好服务人类,......
神经机器翻译在资源丰富领域上训练的翻译模型往往在其他资源稀缺领域中表现较差,领域适应是利用资源丰富的领域帮助资源稀少的领......
针对乳腺肿块和钙化簇分类任务中可用训练数据量较少的问题,结合乳腺钼靶图成像特点提出了一种基于二次迁移学习的多视角模型。首......
该文介绍了以《淮南子》为文本的上古汉语分词及词性标注语料库及其构建过程。该文采取了自动分词与词性标注并结合人工校正的方法......
不同心理学流派对道德内化机制的研究大相径庭,如果在学校德育实践中简单依赖一种理论,或者将不同观点想当然加以综合的做法是不充......
