孙军
- 作品数：3 被引量：1H指数：1
- 供职机构：湖北大学更多>>
- 相关领域：自动化与计算机技术自然科学总论更多>>
- 基于多标签关系图和局部动态重构学习的多标签分类模型
- 2025年
- 在多标签分类任务中,现有模型对依赖关系的构建主要考虑标签在训练集中是否共现,而忽视了标签之间各种不同类型的关系以及在不同样本中的动态交互关系。因此,结合多标签关系图和局部动态重构图学习更完整的标签依赖关系。首先,根据标签的全局共现关系,采用数据驱动的方式构建多标签关系图,学习标签之间不同类型的依赖关系;其次,通过标签注意力机制探索文本信息和标签语义的关联性;最后,对标签图进行动态重构学习,以捕获标签之间的局部特定关系。在3个公开数据集BibTeX、Delicious和Reuters-21578上的实验结果表明,所提模型的宏平均F1(maF1)值相较于MrMP(Multi-relation Message Passing)分别提高了1.6、1.0和2.2个百分点,综合性能得到提升。
- 胡婕郑启扬孙军张龑
- 《程序设计》课程教学中计算思维的培养被引量：1
- 2015年
- 计算思维涵盖了计算机科学的各个核心思想,并融合了计算技术与各学科理论,内容非常广泛。以"0和1"思维、程序思维和递归思维3种最基本的计算思维为例,着重探讨了《程序设计》课程教学中计算思维的培养,并分析了《程序设计》课程教学中计算思维培养应注意的几个问题:一是改革现有的《程序设计》课程的教学体系,二是强调"知识"与"思维"的关系,三是使学生体验到"思维"的可实现性。
- 卫春芳孙军
- 关键词：计算思维《程序设计》
- 基于回指与逻辑推理的文档级关系抽取模型
- 2025年
- 在文档级关系抽取(DocRE)任务中,现有模型主要侧重于学习文档中实体间的交互,忽略了对实体内部结构的学习,并很少关注到文档中的代词指代识别问题以及对逻辑规则的应用,这导致模型对文档中实体间关系的建模不够准确。因此,基于Transformer的架构融合关系回指图,建模实体间交互和实体内部结构,从而利用回指将更多上下文信息聚合到相应实体上以提高关系抽取的准确性。此外,采用数据驱动方式从关系注释中挖掘逻辑规则,增强对文本隐含逻辑关系的理解和推理能力。针对样本不平衡问题,引入加权长尾损失函数提高对稀有关系的识别准确性。在2个公开数据集DocRED(Document-level Relation Extraction Dataset)和Re-DocRED(Revisiting Documentlevel Relation Extraction Dataset)上的实验结果表明,所提模型性能表现最优,在DocRED测试集上,基于BERT编码器的模型的IgnF1和F1值比基线模型ATLOP(Adaptive Thresholding and Localized cOniext Pooling)分别提高了1.79和2.09个百分点,可见所提模型的综合性能较高。
- 胡婕吴翠孙军张龑
- 关键词：逻辑规则
