【摘 要】
：
针对结合深度学习模型的协同过滤算法未考虑关联数据的多维交互随时间动态变化的问题,该文提出一种融合时间交互学习和注意力长短期记忆网络的张量分解推荐模型(LA-NTF)。通过采用基于注意力机制的长短期记忆网络从项目文本信息中提取项目的潜在向量,然后使用融合注意力机制的长短期记忆网络来表征用户—项目关系数据在时间上的多维交互,最后将用户—项目—时间三维张量嵌入多层感知器中,学习不同潜在因子之间的非线性结构特征,从而预测用户对项目的评分。在两个真实数据集上的大量实验表明,与其他传统方法和基于神经网络的矩阵分解模型
【机 构】
：
江南大学人工智能与计算机学院,江苏省媒体设计与软件技术重点实验室
【基金项目】
：
国家科学支撑计划(2015BAH54F01),国家自然科学基金(61672264)。
论文部分内容阅读
针对结合深度学习模型的协同过滤算法未考虑关联数据的多维交互随时间动态变化的问题,该文提出一种融合时间交互学习和注意力长短期记忆网络的张量分解推荐模型(LA-NTF)。通过采用基于注意力机制的长短期记忆网络从项目文本信息中提取项目的潜在向量,然后使用融合注意力机制的长短期记忆网络来表征用户—项目关系数据在时间上的多维交互,最后将用户—项目—时间三维张量嵌入多层感知器中,学习不同潜在因子之间的非线性结构特征,从而预测用户对项目的评分。在两个真实数据集上的大量实验表明,与其他传统方法和基于神经网络的矩阵分解模型
其他文献
人人心里都有一方凈土，当我踏上前往甘藏线路，内心澎湃。在这里，你习惯轻声细语，因为跨进经堂大门，自然而然低头不语；在这里，我喜欢聆听那浑厚的长号角声和那悠扬的诵经声；在这里，我常常流连于美轮美奂的转经长廊中，沉醉于远离尘嚣的生活里。寺里寺外，两方天地。我们可自由自在奔跑于草原上，呼吸着山间吹来的清风，漫步于旷野上，伸手采云摘星，独享一人的自由与不羁。
新时期乡村绿色发展是在中国乡村振兴的大背景下发展并逐步完善的。规划设计县乡级绿色通道工程深度改造是乡村绿色发展的重要基础,是发展市场经济的持续需要。因此,合理维系
汉字的表义性是其区别于表音文字的一大特点。部件作为构字单位,同汉字的意义之间有着很大的联系。然而,汉字部件的表义能力究竟如何是学界尚待讨论的课题。针对这一问题,该文从汉字部件入手,提出了融合部件的字词分布式表示模型。该模型在向量内部评测任务上性能获得了一定提升,在汉字理据性测量任务上也与人工打分结果显著相关。基于该模型,进一步提出了部件表义能力的计算方法,对汉字部件的表义能力做了整体评估,并结合部
中国中文信息学会开源情报技术专业委员会(筹)发起会议于2021 年5 月9 日在清华大学罗姆楼5-206会议室举行.学会副理事长兼秘书长孙乐研究员、清华大学电子工程系副主任邓北
2021年4月22日,北京语言大学语言资源高精尖创新中心举行学术发布会,正式推出汉语语音点查询系统。该系统由语言资源高精尖创新中心特聘研究员、“汉语国际教育优质学习资源建设与应用”项目负责人姜丽萍教授率领团队开发研制,主要面向海内外汉语教师、普通话培训人员及相关研究人员等专业人士,为可用于汉语教学、教材编写、汉语语音研究以及普通话测试练习等领域的一个辅助教研平台。
该文以情感词汇词典为依托,通过四部小说中情感词汇的提取,对比和分析四部小说用词的情感分类、词性种类、极性和强度。在此基础上研究汉语作为第二语言(Chinese as a second language, CSL)学习者对“接受性词汇”的情感词汇熟悉度测量表现和“产出性词汇”的情感词汇输出表现,并进行了科勒-拉普假设检验。该文发现,现代汉语长篇小说在情感词汇的使用上,并不会因为作者、题材、内容不同而产生较大差异,文本中21类情感词赞扬类和贬责类占总词数的一半。另外,CSL学习者对频率高的情感词汇熟悉
目前,各城市轨道交通建设、运营投资多元化,产生多运营主体之间的接口管理模式不一致,如何确保多运营主体下的"去差异化"服务、应急指挥协调、管理界面清晰等探索,各城市还处
临床术语标准化任务是医学统计中不可或缺的一部分.在实际应用中,一个标准的临床术语可能有数种口语化和非标准化的描述,而对于一些应用例如临床知识库的构建而言,如何将这些
金秋十月的黄土地,是丰收的季节,黄色成为了这个季节里最靓丽的色彩.一年的辛勤劳动,在这个季节里以丰收的“金黄”回报这片土地的子民.一分汗水一分收获,一辈又一辈的子民们
在生物医学文本挖掘领域,生物医学的命名实体和关系抽取具有重要意义。然而目前中文生物医学实体关系标注语料十分稀缺,这给中文生物医学领域的信息抽取任务带来许多挑战。该文基于深度学习技术搭建了中文生物医学实体关系抽取系统。首先利用公开的英文生物医学标注语料,结合翻译技术和人工标注方法构建了中文生物医学实体关系语料。然后在结合条件随机场(Conditional Random Fields, CRF)的双向长短期记忆网络(Bi-directional LSTM, BiLSTM)模型上加入了基于生物医学文本训练的中文