基于变分自编码器的多隐变量双向推理模型

开放域对话系统的关键任务之一是生成丰富多样且连贯的对话回复，但是仅从上文信息进行单向推理无法达到这一目标。针对该问题，提出了基于多隐变量的双向推理模型MLVBI(Multiple Latent Variables Bidirectional Inference)。首先，在语言模型中结合变分自动编码器并将单向推理扩充到双向推理，将语料分割为上文、查询与回复后，使用正向推理从查询中推理出回复用于学习正常语序信息，同时使用反向推理从回复中推理出查询用于学习额外主题信息，最后融合成双向推理，使得模型生成更连贯的回复。其次，针对双向推理过程中单个隐变量解释能力不足的问题，引入多个隐变量进一步提高生成对话的多样性。实验结果表明，MLVBI在两个开放域数据集DailyDialog和PersonalChat上的准确性和多样性都达到了当前最佳的效果，并且消融实验也证明了双向推理和多隐变量的有效性。     

TRIZ技术系统演进视角的计算机辅助创新软件体系架构

从发明问题解决理论的技术系统进化规则视角,结合软件技术自身发展的特点,分析了软件体系架构的技术进化路径和趋势.在此基础上,对当前主流的计算机辅助创新软件产品的体系架构进行了对比分析.根据软件体系架构技术的进化规则和趋势,以及计算机辅助创新系统自身的发展和演化特点,综合运用当前主流的面向服务的体系架构模型对计算机辅助创新软件的体系架构进行分析和改进设计,得到了一个跨平台、更灵活、复用度更高、更加松耦合、具有一定前瞻性和实用参考价值的新一代计算机辅助创新软件体系结构设计框架.     

用全局稳定FCHNN在CIELab色彩空间进行图像分割

在张星明等人所做工作的基础上,进一步从李雅普诺夫稳定性原理出发,改进性地设计了具有全局渐进稳定性和全局指数稳定性的模糊竞争Hopfield神经网络（简称GS-FCHNN）,用GS-FCHNN进行彩色图像分割,从彩色图像在CIELab空间的色彩分布图获得具有明显色差的色彩值,取该值作为模糊核,从而为神经元建立基于最大隶属度原则的状态函数,实现彩色图像的模糊聚类,达到图像目标分割的目的。实验结果表明：较FCHNN算法,运算时间有明显加快,分割效果不受色彩分布的复杂度的影响,对高斯噪声的自适应能力得到进一步加强。     

统一声誉量化方法的研究

针对当前声誉模型中各种量化方法的多样性和异构性问题,提出基于主观逻辑的统一声誉量化方法URMetric,用于解决不同量化方法约束下声誉信息的孤立问题.并以目前一些声誉模型为例,说明如何通过映射函数将其中的声誉投影到URMetric上,以屏蔽各种不同量化方法之间的差异,为使用者提供了统一声誉量化方法.     

抽象数据类型的双代数结构及其计算

程序语言中的许多抽象数据类型包含了可递归定义的语法构造和可共递归定义的动态行为特征,因此单纯利用代数或共代数难以给出完整的描述.双代数是同一载体集上的代数和共代数对,提供了一种从范畴论的角度探讨抽象数据类型上的语法构造和动态行为关系及性质的可行途径.给出抽象数据类型的双代数结构,并利用代数函子对共代数函子的分配律描述了语法构造与动态行为之间的自然转换关系;利用分配律对共代数和代数函子进行函子化提升,给出一种构造初始代数(或终结共代数)上的共代数(或代数)结构,并将其提升为初始(或终结)λ-双代数的方法.在此基础上,进一步将函子化提升应用于各种递归(包括迭代和原始递归)及共递归函数(包括共迭代和原始共递归)的定义及计算中,并给出相应的计算定律.     

基于改进的TextRank的自动摘要提取方法

经典的TextRank算法在文档的自动摘要提取时往往只考虑了句子节点间的相似性,而忽略了文档的篇章结构及句子的上下文信息。针对这些问题,结合中文文本的结构特点,提出一种改进后的iTextRank算法,通过将标题、段落、特殊句子、句子位置和长度等信息引入到TextRank网络图的构造中,给出改进后的句子相似度计算方法及权重调整因子,并将其应用于中文文本的自动摘要提取,同时分析了算法的时间复杂度。最后,实验证明iTextRank比经典的TextRank方法具有更高的准确率和更低的召回率。     

论高校计算机专业开展函数式程序语言教学的必要性

针对命令式程序语言在计算机科学研究及数学思维能力培养等方面存在的不足,提出将函数式程序语言作为高校计算机专业本科生的程序教学语言,分析函数式程序语言与命令式程序语言间的区别并以Haskell为例介绍函数式程序语言的一些典型的编程风格及主要知识点,概括函数式程序语言的发展趋势。     

基于WAP 2.0的校园门户设计与实现*

WAP 2.0是WAP协议的最新版本,基于WAP 2.0技术设计与实现了广州大学城校园门户系统。通过对部分典型校园门户的分析比较,详细探讨了如何设计一个集成多个系统的校园门户,并就实现中遇到的图像浏览业务提出了图像自适应的实现流程。目前该校园门户运行良好,能满足大学城近30万师生的需求。     

一种基于自注意力的句子情感分类方法

注意力机制近年来在多个自然语言任务中得到广泛应用,但在句子级别的情感分类任务中仍缺乏相应的研究。文中利用自注意力在学习句子中重要局部特征方面的优势,结合长短期记忆网络(Long Short-Term Model,LSTM),提出了一种基于注意力机制的神经网络模型(Attentional LSTM,AttLSTM),并将其应用于句子的情感分类。AttLSTM首先通过LSTM学习句子中词的上文信息;接着利用自注意力函数从句子中学习词的位置信息,并构造相应的位置权重向量矩阵;然后通过加权平均得到句子的最终语义表示;最后利用多层感知器进行分类和输出。实验结果表明,AttLSTM在公开的二元情感分类语料库Movie Reviews(MR),Stanford Sentiment Treebank(SSTb2)和Internet Movie Database(IMDB)上的准确率最高,分别为82.8%,88.3%和91.3%;在多元情感分类语料库SSTb5上取得50.6%的准确率。     

一种基于共代数的面向对象形式语义

针对面向对象方法的数学理论基础相对薄弱的问题,利用共代数方法从范畴论及观察的角度研究面向对象的形式语义及行为关系。首先,给出类和对象的共代数描述,其中抽象类定义成一个类规范,类定义为满足类规范的共代数,类的各个对象则看成共代数状态空间上的元素,并分别利用强Monads理论和断言给出方法的行为的参数化描述和语义约束;接着,利用共代数互模拟探讨了不同对象在强Monads下的行为等价关系;最后用实例说明如何通过PVS工具证明类规范的一致性及对象的行为关系。