基于最小割图分割的社区发现算法

该文证明了模块度最大化问题可以被转换成为原网络上的最小割图分割问题,并且基于该证明提出了一种高效的社区发现算法。同时,该文创新性地将模块度理论与当今比较流行的统计推理模型相结合: 首先,这些统计推理模型被转化为模块度最大化问题中的零模型;其次,统计推理模型中的目标函数被修改并应用于本文的最优化算法中。实验结果显示,无论是在真实世界网络还是在人工生成网络中,该文提出的算法均具有高效和稳定的发现社区的能力。     

基于级联模型的中文情感要素抽取

随着社交媒体的发展及成熟,每天在互联网环境中都会产生大量的用户评论信息。抽取评价短语、评价对象和观点持有者等情感要素,已经成为了中文观点挖掘和情感分析的重要先决任务。针对中文情感要素抽取任务,本文提出了一个统计和规则相结合的级联模型,主要贡献包括：（1）针对汽车领域评论信息,构建情感要素标注语料库和相关词典;（2）对于以往研究较少关注的中文评价短语,本文详细分析阐述其定义和分类;（3）结合统计和规则,分别针对评价短语和情感要素提出级联抽取策略。实验结果充分证明了该级联模型的有效性,相比较于其它基于规则的情感要素抽取算法有效提升了召回率,同时为后续社交媒体情感分析任务提供了有力的支持。     

2023年人工智能领域科技发展综述

人工智能技术已经成为推动军事变革的重要力量,不仅催生了全新的战争样式,而且显著提升了军事作战能力。为研究人工智能技术发展及其军事应用现状,梳理和总结了2023年人工智能领域最新科技进展。综述表明：美国、欧盟等世界主要国家和国际组织在顶层战略、研发投资、技术规制等方面持续加强人工智能战略布局;军事智能在生成式智能、人机混合智能、群体智能、具身智能、平行智能等技术领域发展势头强劲;世界主要军事强国将人工智能视为未来战场制胜的核心技术,正在快速将人工智能广泛并深化应用于陆战、海战、空战等多作战域。为进一步提升军事智能化水平,提出宏观战略规划与微观技术评估并重、技术理论研究与领域实战应用并举等发展建议。     

基于食品抽检数据的风险预警智能研究模型构建分析

近年来,国内外由食品安全问题导致的公共健康事件屡见不鲜。食品安全问题涉及食品产业链的各个环节,收集和识别食品安全风险因子,挖掘造成食品安全的重要因素,是食品安全风险预警的重要途径,也是制定管理措施的前提条件。有效利用和分析食品安全信息,开展有效预警,已经成为食品安全监管面临的重要问题。本文首先分析了食品抽检数据特征和食品安全预警模型原则,在此基础上从风险分析、趋势分析、关联挖掘、全息画像和效能评价等视角构建了基于食品抽检数据的风险预警智能分析模型。该模型旨在为食品安全的监管、消费、生产等各个环节提供有力支撑,为推进基于食品抽检数据的风险预警智能研究提供参考。     

基于注意力机制的概念化句嵌入研究

大多数句嵌模型仅利用文本字面信息来完成句子向量化表示, 导致这些模型对普遍存在的一词多义现象缺乏甄别能力.为了增强句子的语义表达能力, 本文使用短文本概念化算法为语料库中的每个句子赋予相关概念, 然后学习概念化句嵌入(Conceptual sentence embedding, CSE).因此, 由于引入了概念信息, 这种语义表示比目前广泛使用的句嵌入模型更具表达能力.此外, 我们通过引入注意力机制进一步扩展概念化句嵌入模型, 使模型能够有区别地选择上下文语境中的相关词语以实现更高效的预测.本文通过文本分类和信息检索等语言理解任务来验证所提出的概念化句嵌入模型的性能, 实验结果证明本文所提出的模型性能优于其他句嵌入模型.