教学课程资源库 更多>>

关键词： 搜索引擎   生成式摘要   控制文本生成   Transformer   长短注意力   权重解码  

摘要： 近些年,互联网中的网页数量快速增长,使用户面临信息过载的问题。搜索引擎是帮助用户检索这些网页的重要工具,所以研究和改进搜索引擎摘要生成,可以提升搜索引擎的使用体验和检索效率。本文基于Transformer研究了生成式摘要技术,从关键词注意力和解空间分布情况等角度,提出了LS-ESS-TF模型;并针对中文摘要的控制文本生成问题提出了CCDMCN模型;最后,基于上述模型构建了搜索引擎系统。本文具体内容如下:本文首先介绍了课题的研究背景和意义,接着介绍了自动摘要生成、控制文本生成与搜索引擎的研究现状。其次,介绍了使用到的相关技术基础,例如Transformer,文本向量化等技术。之后,针对使用Transformer生成摘要时对长度较短的关键信息短语提取能力不足的问题,以及模型输出概率分布最大值倾向于远大于其他值而导致使用Beam Search解码模型概率分布输出结果容易退化为Greedy Search,和在较长文本输入时多头注意力因低秩现象导致的信息提取能力下降问题,提出一种新的生成式摘要模型LS-ESS-TF。模型提出和使用MH-CSSA算法加强短文本信息的提取能力,使用双路解码器对模型输出的概率分布进行优化,使用Talking-Head机制优化多头注意力低秩现象。LS-ESS-TF模型在LCSTS数据集上的实验结果表明,其性能较包括Transformer在内的一些模型在ROUGE指标上得到了一定的提升。随后,针对基于Pn P方式实现中文摘要任务的控制文本生成导致摘要内容流畅性和准确性下降问题,和中文控制生成过程中语义单元为中文词,而单次控制生成的结果为字,导致无法保证控制语义完整的问题,提出一种新的控制文本生成模型CCDM-CN。模型在中文摘要任务中使用外部知识字典树保证控制生成内容的流畅性,使用控制词筛选模型选出合理的控制词以及基于Text Rank计算控制词优先级并降序排序来缓解摘要的准确性下降问题。针对中文词的控制生成问题,模型设计使用单词进入机制增强控制生成内容的语义完整性。在构造的包含控制词的LCSTS数据集上测试结果表明,CCDM-CN模型可以在较低地牺牲准确性、流畅性的前提下,达到较高的控制文本生成成功率。最后,基于上述提出的生成式摘要算法LS-ESS-TF与控制文本生成算法CCDM-CN,使用My SQL数据库及倒排索引、Torch Serve深度学习模型服务框架、Django、Vue框架和Page Rank算法,设计和实现了搜索引擎系统,并对系统结果进行了展示。

摘要： 化学学科在初中教学中的形式和内容并不复杂，但是限于学生初次相对系统地接触化学知识体系，其在初学阶段依旧会出现较多的问题，也会面临一些困难。化学学科的教育教学过程也是化学实验的教育教学过程，其间出现的物质性质以及相应的化学现象均是化学教育教学中的重要内容。而在这个教学过程中，

关键词： 文献信息资源   保障体系   WSR方法论   十四五规划   文献信息资源建设   Literature information resources   Security system   WSR methodology   The 14th Five-Year Plan   Construction of literature information resources  

摘要： 【目的/意义】文献信息资源保障体系是“十四五”时期我国科技创新战略的重要基础，新时代文献信息资源保障体系需要系统性、前瞻性、战略性、全面性建设。【方法/过程】在分析我国文献信息资源保障体系现状与建设思路的基础上，提出基于WSR系统方法论的文献信息资源保障体系框架设计，并具体阐明了巩固资源保障物理建设、重组资源保障事理建设、聚焦资源保障人理建设的内容框架与实施路径。【结果/结论】本文所提出的我国文献信息资源保障体系建设，旨在深化新时代文献信息资源保障体系创新设，探索符合新时代特征的文献信息资源保障体系建设的内容与路径。【创新/局限】在文献信息资源保障体系建设中融入系统工程的思想，充分考虑建设过程中的物理因素、事理因素、人理因素，对体制层面的研究有待进一步完善。

ISBN: (纸本)9787111696124

关键词： 垂直搜索引擎   高性能计算服务   云平台   网络爬虫   Elasticsearch  

摘要： 随着科技信息产业的蓬勃发展进步,在国家的支持下,高性能计算技术快速发展,高性能计算服务化在模型、体系架构等基础性研究上取得了一系列研究成果,涌现出了大批高性能计算服务。特别是近年来我国各大超算平台都部署了大量自研或者开源的高性能计算服务面向广大用户。但是在这些海量的、分散的高性能计算服务资源中,用户不能快速精准地找到自己需要的目标服务资源,不利于高性能计算服务的推广应用。所以对于目前高性能计算服务领域而言,有一个可以快速精准检索各领域高性能计算服务信息的垂直搜索引擎至关重要。因此,本文研究并实现了一个基于云平台的面向高性能计算服务领域的搜索引擎。本文研究了云平台、网络爬虫、数据分布式存储、全文检索、知识库问答等相关技术,充分利用国家超算中心长沙中心提供的资源搭建一个基于Kubernetes的云平台,用于灵活部署运行本文系统。使用Scrapy-Redis爬虫框架,设计并实现一个面向高性能计算服务领域的分布式网络爬虫程序,用来对各领域高性能计算服务数据的采集,为本文搜索引擎提供数据支持;同时利用布隆过滤器对爬虫框架中的URL去重进行改进,有效提高了去重效率。采用非关系型数据库HBase对海量高性能计算服务数据进行高效分布式存储。基于全文搜索引擎ES(Elasticsearch),根据高性能计算服务数据特点设计并创建用于高效全文检索的索引(Index),在此基础上实现多样化的全文检索服务。并结合知识库问答技术,对ES全文检索结果进行修正,测验结果表明该方法有效提高了高性能计算服务信息的搜索准确率。最后使用可视化前端组件实现搜索引擎的前端界面。本文研究并实现的搜索引擎系统将对网上各领域的高性能计算服务数据进行收集、处理和检索,为高性能计算服务用户提供一个专业的搜索引擎,填补了高性能计算服务领域发现产品的空白。不同研究领域的用户都可以通过本搜索引擎进行专业的高性能计算服务信息检索,为用户检索高性能计算服务信息提供了便捷性,同时也对超算中心自研的高性能计算服务起到了很好的推广作用,所以是有价值、有意义的。

关键词： 网页归档   网络信息资源   文献信息资源保障   高校图书馆　　Web Archive   Network Information Resources   Literature Information Resources Guarantee   University Library  

摘要： 本文在全面梳理国内外网络信息资源自动化处理与长期保存现状和高校文献信息资源保障现状的基础上，指出高校网络信息资源自动化处理与长期保存的必要性，并对高校网络信息资源自动化处理与长期保存最佳实践案例密歇根大学本特利历史图书馆网页归档项目进行深入分析，据此以完善高校文献信息资源体系为导向，从资源、技术和管理三个维度，制定我国高校网络信息资源自动化处理与长期保存策略。

关键词： 需求导向   档案信息资源   开发与利用  

摘要： 随着经济的发展，人们对于精神文化的需求不断提高，对档案信息资源的关注程度不断提升，如何深层次挖掘档案信息资源价值，加快数字化、智慧化转变，成为档案事业从业人员重点研究的问题。本文以漳州市档案馆为研究对象，以档案信息资源有效开发与利用的必要性为切入点，归纳总结以需求为导向的档案信息资源特征，细致分析当前档案信息资源开发与利用现状，并提出开发与利用策略。

关键词： 搜索引擎   数据标注   算法评估   相关性评估   搜索引擎广告  

摘要： 随着搜索引擎的普遍应用,使用搜索引擎投放目标广告是目前互联网公司如百度、美团、头条、阿里等各大企业收入的主要来源之一。对搜索引擎广告进行模型评估,无论是提高用户体验满意度,还是迭代改进搜索引擎广告模型,都具有十分重要的意义。搜索引擎广告模型的效果评估主要体现在搜索词与搜索结果的相关性(Relevance)上。目前对于相关性的评价主要采用A/B testing方式,此方法会导致有真实的流量流入迭代后的搜索引擎广告模型,若模型的效果变差,不仅会影响用户体验、增加线上用户负反馈,而且不利于企业创收。因此如何将搜索引擎广告模型的相关性评估的时间节点提前到上线前是一个非常重要的问题。本文通过参与项目调研和相关技术研究,决定以数据标注平台的思路,即通过在上线前标注搜索词与广告召回结果数据的相关性,实现了在上线前对搜索引擎广告模型的相关性进行评估。平台的用户主要有管理员、标注员、审核员。管理员负责新建标注项目,项目建立开始之后,由数据采集模块进行标注样本数据的采集;标注员进行数据标注;审核员对标注后的数据审核;相关性分析结果展示。平台的难点在于:如何提高人工标注的效率、降低了人工标注成本;如何缩短紧急上线需求的模型的评估周期,最大程度避免模型策略迭代对线上产生的负效果,降低并把控模型的上线风险,保障线上质量。本人在项目研发过程中主要负责数据采集模块、数据标注模块、数据回溯模块、相关性分析结果展示模块的设计与开发工作。研发基于Spring Boot框架、My Batis框架、Vue框架完成基本框架的搭建,使用My SQL、Hive作为数据存储工具,严格遵循软件工程的开发流程,完成平台的开发。目前平台已完成开发和上线,在日常使用期间,不仅帮助单位发现搜索引擎广告模型的bug(缺陷)、降低了上线风险、提高了公司收益,而且标注后的数据为模型训练所需数据集提供了源源不断的支持。

关键词： 知识图谱   文本分类   主题识别   知识发现  

摘要： [目的 /意义]如何详尽地为受众挖掘文化遗产信息资源文本中蕴含的有关知识，成为了中华历史文化传承与推广中的重要问题。[方法 /过程]文章提出基于文本分类和主题模型的文化遗产信息资源知识发现框架：针对文本特征将文化遗产信息资源分类，使用关键词抽取方法获取信息资源内容有关的关键词，而后与知识图谱进行知识耦合，根据信息资源内容特征融合不同关键词抽取方法进行知识发现。文章以《清明上河图》信息资源文本为例，对知识发现方法进行实验。[结果 /结论]融合后的知识发现方法较单一方法在知识实体的发现数量以及实体关系的发现数量上均有提升。实验表明，依照信息资源内容特征的不同对其进行分类，在此基础上使用有针对性的关键词抽取方法，能够显著提高文化遗产文本知识发现效率。

关键词： 旅游客流量预测   搜索引擎数据   时间滞后分析   数据降维   深度学习  

摘要： 旅游是人民生活和经济发展的必需品,科学准确的旅游客流量预测对于旅游发展规划和景区安全管理具有重大意义。在互联网技术迅速进步的时代,消费者对旅游产品信息的搜索行为逐渐普遍化,其伴生的搜索引擎数据在旅游客流量预测中的有效性也已经得到了充分证明。然而,搜索引擎数据作为反映旅游需求指标变化的潜在因素,同时具备高维和非线性的特点。因此,传统的线性预测方法难以满足大数据背景下旅游客流量预测的需求。人工智能学科的发展和数据降维技术的趋于成熟为解决上述问题提供了新的思路,本文基于搜索引擎数据对旅游客流量进行预测,主要的研究内容如下: (1)本文对搜索引擎数据在旅游需求预测中的可行性进行简要阐述,总结现有研究中仍然存在的关键技术问题,并据此提出本文的研究思路。基于景区客流量预测系统的具体内容,本文构建了详细的景区客流量预测流程,包括搜索引擎数据的获取、变量的时间滞后分析、数据降维以及预测和评价方法。 (2)本文以安徽宏村景区为例,在实证研究中,针对搜索引擎数据维度高和旅游客流量数据非线性特征强的问题,提出将数据降维技术与深度学习模型进行组合对景区客流量进行预测。首先,本文采用四种数据降维方法对搜索引擎数据和其他影响变量组成的数据集进行降维处理。其次,建立三种单一深度学习模型和基准模型对景区客流量进行预测,通过对比预测误差确定最优的预测组合。最后,以不同景区客流量为目标开展稳健性检验,验证了上述结论的有效性和最优预测组合的稳定性。 (3)景区客流量变化规律通常为多种特征的复合,为了改善单一深度学习模型特征工程能力不足的问题,本文在最优数据降维方法的基础上采用混合深度学习模型对景区客流量开展了进一步的预测研究。首先,根据单一深度学习模型的不同混合顺序,搭建了多种不同结构的混合深度学习模型。其次,使用混合深度学习模型对旅游客流量进行预测,通过与单一深度学习模型的误差对比得出混合深度学习模型具有更强特征工程能力的结论。最后,设置多组对比分析以探讨当使用搜索引擎数据进行旅游客流量预测时,最合适的混合深度学习模型结构,并通过稳健性检验验证上述结论。