Query：
学者姓名：吴运兵
Refining：
Year
Type
Indexed by
Source
Complex
Former Name
Co-
Language
Clean All
Abstract ：
知识图谱补全旨在通过预测缺失的三元组来扩展和完善知识图谱,多模态知识图谱补全融合了实体的本体信息,如实体描述、实体图像和实体属性,以获取更精确的实体表示.现有研究将不同模态投影到统一的空间中,以获取实体模态联合表示,再融合知识图谱结构信息作出预测.然而,现存方法融合多模态信息时难以捕捉实体背景知识的复杂交互,不可避免地存在信息丢失和特征提取能力不足的问题;同时过拟合及实体关系交互不足限制了二维卷积模型性能,导致难以融合知识图谱结构信息.因此,提出了多级融合知识图谱补全模型,从实体多模态信息融合与知识图谱结构信息融合两方面解决上述问题.为充分融合实体多模态信息,提出同时使用三种不同融合方法,以全面捕捉实体背景知识交互,并联合决策学习,旨在结合不同多模态融合方法提供的互补信息,以获取实体丰富多样的表示;为充分融合知识图谱结构信息,利用特征泛化来缓解二维卷积模型的过拟合问题,并结合特征重塑增强实体与关系间交互,以提升实体与关系间的上下文感知能力.实验结果表明,该模型在多个公开数据集上均取得较好性能.
Keyword ：
决策学习 决策学习 多模态融合 多模态融合 本体信息 本体信息 知识图谱补全 知识图谱补全 结构信息 结构信息
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 叶志鸿 , 吴运兵 , 戴思翀 et al. 多级融合知识图谱补全模型 [J]. | 计算机科学与探索 , 2025 , 19 (3) : 724-737 . |
| MLA | 叶志鸿 et al. "多级融合知识图谱补全模型" . | 计算机科学与探索 19 . 3 (2025) : 724-737 . |
| APA | 叶志鸿 , 吴运兵 , 戴思翀 , 曾智宏 . 多级融合知识图谱补全模型 . | 计算机科学与探索 , 2025 , 19 (3) , 724-737 . |
| Export to | NoteExpress RIS BibTex |
Version ：
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 ：
信息传播预测旨在分析信息传播网络或社交媒体中信息扩散的规律,以理解和预测信息的传播过程.现有工作主要关注用户群体关系中的社交关系和动态影响关系,忽略了群体关系中用户间相似性关系和个体关系中内在因素对用户转发信息的影响.为此,提出了融合用户关系表示和信息传播拓扑特征的信息传播预测模型,从群体关系和个体关系两个层面分析用户受信息影响的可能性.在群体关系层面,构建用户共现次数图来学习用户相似性关系表示,随后融合了用户关系表示和信息传播拓扑特征来更全面地捕捉群体关系;在个体关系层面,融合了用户个体特征表示和影响因素向量,以捕捉不同的内在因素对刺激用户转发信息的影响.实验结果表明,该模型在两个公开数据集上性能均有提升,在Memetracker数据集上MAP@k和hits@k评价指标分别平均提升了6.54%和2.75%.
Keyword ：
信息传播预测 信息传播预测 共同兴趣 共同兴趣 拓扑结构 拓扑结构 相似性 相似性
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 吴运兵 , 高航 , 曾炜森 et al. 融合用户关系表示和信息传播拓扑特征的信息传播预测 [J]. | 计算机科学与探索 , 2024 , 18 (10) : 2738-2749 . |
| MLA | 吴运兵 et al. "融合用户关系表示和信息传播拓扑特征的信息传播预测" . | 计算机科学与探索 18 . 10 (2024) : 2738-2749 . |
| APA | 吴运兵 , 高航 , 曾炜森 , 阴爱英 . 融合用户关系表示和信息传播拓扑特征的信息传播预测 . | 计算机科学与探索 , 2024 , 18 (10) , 2738-2749 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
针对现有多模态讽刺解释模型在融合过程中仅关注图像中的细粒度特征信息,使得模型存在解释效果不佳、多模态特征难以融合等问题,本文设计了一种基于双流残差注意力的多模态融合机制.首先,本文采用了 BART和VGG19模型分别提取文本和图像两种模态特征.其次,模型经过两路多头注意力引导,分别关注图像和文本的细粒度信息,考虑到单纯的多头自注意力不能很好学习图文间的关联信息,采用二次注意力模块(AOA)合理分配特征权重.最后,本文将多模态特征拼接融合后输入BART解码器中进行讽刺解释.模型在公开的数据集MORE上的实验结果表明,相较于ExMore模型,本文模型在METEOR和ROUGE-L评价指标上分别提升了 4.35％、3.39％.实验结果表明本文模型能更好融合模态特征,从而显著地提升模型解释的效果.
Keyword ：
多模态 多模态 注意力机制 注意力机制 深度学习 深度学习 自然语言处理 自然语言处理 讽刺解释 讽刺解释
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 吴运兵 , 曾炜森 , 高航 et al. 基于双流残差融合的多模态讽刺解释研究 [J]. | 小型微型计算机系统 , 2024 , 45 (11) : 2628-2635 . |
| MLA | 吴运兵 et al. "基于双流残差融合的多模态讽刺解释研究" . | 小型微型计算机系统 45 . 11 (2024) : 2628-2635 . |
| APA | 吴运兵 , 曾炜森 , 高航 , 阴爱英 , 廖祥文 . 基于双流残差融合的多模态讽刺解释研究 . | 小型微型计算机系统 , 2024 , 45 (11) , 2628-2635 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
共情回复生成旨在理解对话中用户的经历与感受并表达出合理的回复.心理学理论认为,角色是人格的外在表现,与共情密切相关.然而,现有工作主要关注共情的认知因素和情绪因素,忽略有益于共情的角色因素,导致缺少个性化的共情回复.为了解决该问题,文中提出角色增强的共情回复生成模型(Persona-Enhanced Empathetic Response Generation Model,PERG).首先,为了有效利用角色信息,提出角色增强编码模块,通过编码器捕获上下文、情境及角色信息的深层语义关系,结合上下文和情境筛选角色信息,提升模型对说话者与回应者角色的理解,增强共情能力.然后,在角色调控解码模块中,设计基于多解码器融合的调控机制,有效结合角色信息,调节上下文和情境对共情回复的影响,生成高度个性化的共情回复.在公开的共情回复EmpatheticDialogues数据集上的实验表明,PERG在多个指标上均取得较优值.
Keyword ：
共情回复 共情回复 对话系统 对话系统 自然语言处理 自然语言处理 角色增强 角色增强 角色调控 角色调控
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 吴运兵 , 叶成龙 , 阴爱英 et al. 角色增强的共情回复生成 [J]. | 模式识别与人工智能 , 2024 , 37 (12) : 1043-1055 . |
| MLA | 吴运兵 et al. "角色增强的共情回复生成" . | 模式识别与人工智能 37 . 12 (2024) : 1043-1055 . |
| APA | 吴运兵 , 叶成龙 , 阴爱英 , 陈开志 , 杨州 . 角色增强的共情回复生成 . | 模式识别与人工智能 , 2024 , 37 (12) , 1043-1055 . |
| 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 (4) : 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 . 4 (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 (4) , 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 ：
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.
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 (6) : 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 . 6 (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 (6) , 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 ：
Export
| Results： |
Selected to |
| Format： |
