Query：
学者姓名：吴运兵
Refining：
Year
Type
Indexed by
Source
Complex
Former Name
Co-
Language
Clean All
Abstract ：
Potential drug-drug interactions (DDI) can lead to adverse drug reactions (ADR), and DDI prediction can help pharmacy researchers detect harmful DDI early. However, existing DDI prediction methods fall short in fully capturing drug information. They typically employ a single-view input, focusing solely on drug features or drug networks. Moreover, they rely exclusively on the final model layer for predictions, overlooking the nuanced information present across various network layers. To address these limitations, we propose a multi-scale dual-view fusion (MSDF) method for DDI prediction. More specifically, MSDF first constructs two views, topological and feature views of drugs, as model inputs. Then a graph convolutional neural network is used to extract the feature representations from each view. On top of that, a multi-scale fusion module integrates information across different graph convolutional layers to create comprehensive drug embeddings. The embeddings from the two views are summed as the final representation for classification. Experiments on two real-world datasets demonstrate that MSDF achieves higher accuracy than state-of-the-art methods, as the dual-view, multi-scale approach better captures drug characteristics.
Keyword ：
drug drug interaction prediction drug drug interaction prediction graph features represent learning graph features represent learning graph neural network graph neural network multi-class classification multi-class classification multi-scale fusion multi-scale fusion
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | Pan, Dawei , Lu, Ping , Wu, Yunbing et al. Prediction of multiple types of drug interactions based on multi-scale fusion and dual-view fusion [J]. | FRONTIERS IN PHARMACOLOGY , 2024 , 15 . |
| MLA | Pan, Dawei et al. "Prediction of multiple types of drug interactions based on multi-scale fusion and dual-view fusion" . | FRONTIERS IN PHARMACOLOGY 15 (2024) . |
| APA | Pan, Dawei , Lu, Ping , Wu, Yunbing , Kang, Liping , Huang, Fengxin , Lin, Kaibiao et al. Prediction of multiple types of drug interactions based on multi-scale fusion and dual-view fusion . | FRONTIERS IN PHARMACOLOGY , 2024 , 15 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
多模态生成式摘要往往采用序列到序列(Seq2Seq)框架,目标函数在字符级别优化模型,根据局部最优解生成单词,忽略了摘要样本全局语义信息,使得摘要与多模态信息产生语义偏差,容易造成事实性错误.针对上述问题,提出一种基于语义相关性分析的多模态摘要模型.首先,在Seq2Seq框架基础上对多模态摘要进行训练,生成语义多样性的候选摘要;其次,构建基于语义相关性分析的摘要评估器,从全局的角度学习候选摘要之间的语义差异性和真实评价指标ROUGE(Recall-Oriented Understudy for Gisting Evaluation)的排序模式,从而在摘要样本层面优化模型;最后,不依赖参考摘要,利用摘要评估器对候选摘要进行评价,使得选出的摘要与源文本在语义空间中尽可能相似.实验结果表明,在公开数据集MMSS上,相较于MPMSE(Multimodal Pointer-generator via Multimodal Selective Encoding)模型,所提模型在ROUGE-1、ROUGE-2、ROUGE-L评价指标上分别提升了3.17、1.21和2.24个百分点.
Keyword ：
事实性错误 事实性错误 多模态 多模态 序列到序列 序列到序列 生成式摘要 生成式摘要 语义相关性 语义相关性
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 林于翔 , 吴运兵 , 阴爱英 et al. 基于语义相关性分析的多模态摘要模型 [J]. | 计算机应用 , 2024 , 44 (1) : 65-72 . |
| MLA | 林于翔 et al. "基于语义相关性分析的多模态摘要模型" . | 计算机应用 44 . 1 (2024) : 65-72 . |
| APA | 林于翔 , 吴运兵 , 阴爱英 , 廖祥文 . 基于语义相关性分析的多模态摘要模型 . | 计算机应用 , 2024 , 44 (1) , 65-72 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
提出一种从整体到局部优化的风格迁移(global-local based style transfer, G-LST)模型.首先，利用广泛的源端数据进行迭代优化来自动构建高质量的伪平行数据，并通过联合训练来提升模型对整体风格的语义感知；随后，利用常识性知识修正词级的细粒度风格来增强局部风格的表现，同时兼顾整体与局部风格，提高风格转换的准确度.基于GYAFC数据集的实验结果表明，相较于目前表现最佳的文本风格迁移模型，G-LST模型在E&M与F&R两个领域数据上的风格转换准确率分别提高了2.70%和4.47%,内容保留与风格准确率的综合指标分别提升了1.18%和1.95%.
Keyword ：
常识性知识 常识性知识 文本风格迁移 文本风格迁移 联合训练 联合训练 迭代优化 迭代优化
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 范剑宏 , 杨州 , 蔡铁城 et al. 从整体到局部优化的文本风格迁移模型 [J]. | 福州大学学报(自然科学版) , 2024 , 52 (04) : 413-420 . |
| MLA | 范剑宏 et al. "从整体到局部优化的文本风格迁移模型" . | 福州大学学报(自然科学版) 52 . 04 (2024) : 413-420 . |
| APA | 范剑宏 , 杨州 , 蔡铁城 , 吴运兵 , 廖祥文 . 从整体到局部优化的文本风格迁移模型 . | 福州大学学报(自然科学版) , 2024 , 52 (04) , 413-420 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
Empathetic response generation aims to generate empathetic responses by understanding the speaker's emotional feelings from the language of dialogue. Recent methods capture emotional words in the language of communicators and construct them as static vectors to perceive nuanced emotions. However, linguistic research has shown that emotional words in language are dynamic and have correlations with other grammar semantic roles, i.e., words with semantic meanings, in grammar. Previous methods overlook these two characteristics, which easily lead to misunderstandings of emotions and neglect of key semantics. To address this issue, we propose a dynamical Emotion-Semantic Correlation Model (ESCM) for empathetic dialogue generation tasks. ESCM constructs dynamic emotion-semantic vectors through the interaction of context and emotions. We introduce dependency trees to reflect the correlations between emotions and semantics. Based on dynamic emotion-semantic vectors and dependency trees, we propose a dynamic correlation graph convolutional network to guide the model in learning context meanings in dialogue and generating empathetic responses. Experimental results on the EMPATHETIC-DIALOGUES dataset show that ESCM understands semantics and emotions more accurately and expresses fluent and informative empathetic responses. Our analysis results also indicate that the correlations between emotions and semantics are frequently used in dialogues, which is of great significance for empathetic perception and expression. © 2023 Association for Computational Linguistics.
Keyword ：
Behavioral research Behavioral research Computational linguistics Computational linguistics Semantics Semantics Trees (mathematics) Trees (mathematics)
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | Yang, Zhou , Ren, Zhaochun , Wang, Yufeng et al. Exploiting Emotion-Semantic Correlations for Empathetic Response Generation [C] . 2023 : 4826-4837 . |
| MLA | Yang, Zhou et al. "Exploiting Emotion-Semantic Correlations for Empathetic Response Generation" . (2023) : 4826-4837 . |
| APA | Yang, Zhou , Ren, Zhaochun , Wang, Yufeng , Zhu, Xiaofei , Chen, Zhihao , Cai, Tiecheng et al. Exploiting Emotion-Semantic Correlations for Empathetic Response Generation . (2023) : 4826-4837 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
类别文本生成旨在让机器生成人类可理解的文本，并且赋予生成文本特定的类别属性。现有工作主要采用基于生成对抗网络的文本生成框架，往往直接采用卷积神经网络进行文本特征提取，缺乏对文本全局语义的关注；此外，简单地在生成网络中引入注意力无法有效消除解码过程中的噪声。针对上述问题，本文提出一种将文本全局特征与局部特征联合建模的方法，通过将长短时记忆网络提取的全局语义信息与卷积神经网络提取的局部语义信息进行融合，增强生成过程中对文本全局语义信息的关注，并且引入双重注意力，进一步过滤掉序列生成中的无关信息。与基准模型相比，本文提出的方法分别在2个公开的真实数据集(Movie Review和Amazon Rev...
Keyword ：
双重注意力 双重注意力 文本生成 文本生成 特征融合 特征融合 生成对抗网络 生成对抗网络 进化学习算法 进化学习算法
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 蔡丽坤 , 吴运兵 , 陈甘霖 et al. 基于生成对抗网络的类别文本生成 [J]. | 广西师范大学学报(自然科学版) , 2022 , 40 (04) : 79-90 . |
| MLA | 蔡丽坤 et al. "基于生成对抗网络的类别文本生成" . | 广西师范大学学报(自然科学版) 40 . 04 (2022) : 79-90 . |
| APA | 蔡丽坤 , 吴运兵 , 陈甘霖 , 刘翀凌 , 廖祥文 . 基于生成对抗网络的类别文本生成 . | 广西师范大学学报(自然科学版) , 2022 , 40 (04) , 79-90 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
本文以工程教育专业认证为契机,针对程序设计公共基础课类实验教学存在不足,以C语言程序设计实验教学为例,构建了基本验证性实验、线上拓展性实验、综合设计性实验的实验教学改革总体方案。经教学改革实践表明,新的实验教学方案有效提升课程理论教学质量,且在提升非计算机专业学生的计算思维能力、代码编写水平、综合实践能力、解决实际工程问题能力、以及团队合作精神等方面,均取得良好效果。
Keyword ：
公共基础课 公共基础课 实验教学 实验教学 工程教育认证 工程教育认证 程序设计 程序设计
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 吴运兵 , 余小燕 . 工程教育认证下程序设计类实验教学改革与实践 [J]. | 电气电子教学学报 , 2021 , 43 (01) : 121-125 . |
| MLA | 吴运兵 et al. "工程教育认证下程序设计类实验教学改革与实践" . | 电气电子教学学报 43 . 01 (2021) : 121-125 . |
| APA | 吴运兵 , 余小燕 . 工程教育认证下程序设计类实验教学改革与实践 . | 电气电子教学学报 , 2021 , 43 (01) , 121-125 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
文档级别情感分类旨在预测用户对评论文本的情感极性标签。最近研究发现,利用用户和产品信息能有效地提升情感分类性能,然而,现有大多数研究只关注用户与评论、产品与评论的信息,忽略了用户与用户、产品与产品之间的内在关联,因此,本文提出一种融合图卷积神经网络的文本情感分类模型。首先,根据数据集构建了用户与用户关系图、用户与产品关系图;然后,融合两种关系图形成异质图,并使用图卷积神经网络学习用户与用户、产品与产品之间的内在联系,获得更好的用户和产品表示;最后,使用融合CNN的用户注意力和产品注意力机制的分层网络进行情感分类。实验结果表明,在公开数据集IMDB、Yelp2013和Yelp2014上,本文提出...
Keyword ：
分层网络 分层网络 图卷积神经网络 图卷积神经网络 异质图 异质图 情感分类 情感分类
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 阴爱英 , 林建洲 , 吴运兵 et al. 融合图卷积神经网络的文本情感分类 [J]. | 山东大学学报(理学版) , 2021 , 56 (11) : 15-23,30 . |
| MLA | 阴爱英 et al. "融合图卷积神经网络的文本情感分类" . | 山东大学学报(理学版) 56 . 11 (2021) : 15-23,30 . |
| APA | 阴爱英 , 林建洲 , 吴运兵 , 廖祥文 . 融合图卷积神经网络的文本情感分类 . | 山东大学学报(理学版) , 2021 , 56 (11) , 15-23,30 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
现有信息传播预测方法对级联序列和拓扑结构独立建模,难以学习级联时序特征和结构特征在嵌入空间的交互表达,造成对信息传播动态演化的刻画不足.因此,文中提出基于级联时空特征的信息传播预测方法.基于社交关系网络和传播路径构建异质图,使用图神经网络学习异质图和社交关系网络节点的结构上下文,引入门控循环单元提取级联时序特征,融合结构上下文和时序特征,构建级联时空特征,进行信息传播的微观预测.在Twitter、Memes数据集上的实验表明,文中方法性能得到一定提升.
Keyword ：
传播预测 传播预测 信息级联 信息级联 图神经网络 图神经网络 循环神经网络 循环神经网络 时空特征 时空特征
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 梁少斌 , 陈志豪 , 魏晶晶 et al. 基于级联时空特征的信息传播预测方法 [J]. | 模式识别与人工智能 , 2021 , 34 (11) : 969-978 . |
| MLA | 梁少斌 et al. "基于级联时空特征的信息传播预测方法" . | 模式识别与人工智能 34 . 11 (2021) : 969-978 . |
| APA | 梁少斌 , 陈志豪 , 魏晶晶 , 吴运兵 , 廖祥文 . 基于级联时空特征的信息传播预测方法 . | 模式识别与人工智能 , 2021 , 34 (11) , 969-978 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
课程思政是高校实施立德树人教育根本任务的重要途径。结合计算机公共基础课程的培养目标和育人要求,以Python语言程序设计课程为例,分析计算机公共基础课程思政教学改革必要性,提出"课前准备、课堂教学、课后加深"的全方位课程思政实施路径,并围绕课程教学内容科学设计思政教学案例,最后通过教学效果验证教学改革合理性。实践表明,科学合理地设计思政教学案例,能有效提升课程教学质量,引导学生树立正确的人生观、价值观和世界观,形成专业教学和思政教育有机融合。
Keyword ：
Python Python 教学改革 教学改革 计算机公共基础 计算机公共基础 课程思政 课程思政
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 吴运兵 , 阴爱英 , 余小燕 . 课程思政视域下计算机公共基础课教学改革路径探索——以Python语言程序设计为例 [J]. | 中国轻工教育 , 2021 , 24 (06) : 85-91 . |
| MLA | 吴运兵 et al. "课程思政视域下计算机公共基础课教学改革路径探索——以Python语言程序设计为例" . | 中国轻工教育 24 . 06 (2021) : 85-91 . |
| APA | 吴运兵 , 阴爱英 , 余小燕 . 课程思政视域下计算机公共基础课教学改革路径探索——以Python语言程序设计为例 . | 中国轻工教育 , 2021 , 24 (06) , 85-91 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
现有信息传播预测方法对级联序列和拓扑结构独立建模,难以学习级联时序特征和结构特征在嵌入空间的交互表达,造成对信息传播动态演化的刻画不足.因此,文中提出基于级联时空特征的信息传播预测方法.基于社交关系网络和传播路径构建异质图,使用图神经网络学习异质图和社交关系网络节点的结构上下文,引入门控循环单元提取级联时序特征,融合结构上下文和时序特征,构建级联时空特征,进行信息传播的微观预测.在Twit-ter、Memes数据集上的实验表明,文中方法性能得到一定提升.
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 梁少斌 , 陈志豪 , 魏晶晶 et al. 基于级联时空特征的信息传播预测方法 [J]. | 模式识别与人工智能 , 2021 , 34 (11) : 969-978 . |
| MLA | 梁少斌 et al. "基于级联时空特征的信息传播预测方法" . | 模式识别与人工智能 34 . 11 (2021) : 969-978 . |
| APA | 梁少斌 , 陈志豪 , 魏晶晶 , 吴运兵 , 廖祥文 . 基于级联时空特征的信息传播预测方法 . | 模式识别与人工智能 , 2021 , 34 (11) , 969-978 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Export
| Results： |
Selected to |
| Format： |
