公共文化服务平台

李飞: 作品数：32 被引量：208H指数：4; 供职机构：武汉大学更多>>; 发文基金：国家自然科学基金中央高校基本科研业务费专项资金国家高技术研究发展计划更多>>; 相关领域：自动化与计算机技术文化科学医药卫生天文地球更多>>

合作作者

一种面向网格资源预留的索引链表研究被引量：1: 2011年; 研究了现有的资源预留数据结构,并在此基础上提出了一种新的数据结构,即索引链表。同时,选择了3种经典的现有数据结构(时隙数组、单链表和双链表)作为比较对象,通过编码实现与实际测试,对4种数据结构的内存消耗、请求接纳时间和请求搜索时间这3个方面的性能进行了评估,实验结果表明,所提出的索引链表的综合性能更优。; 吴黎兵于天水何炎祥李飞; 关键词：网格计算资源预留网格资源数据结构

造影剂肾病的危险因素及防治策略: 杨定平贾汝汉丁国华杨定位刘红燕石明刘冬舟熊晓玲吴甘霖洪俊平李瑜祯李飞杨一菲党建中涂亚芳; 该项目属医疗卫生领域。据统计，在正常肾功能的人群中，造影剂肾病的发生率为2%；在存在危险因素的情况下，其发生率显著增加。在糖尿病病人，发生率为16%；在糖尿病肾病合并有轻中度肾功能不全的患者中，发生率高达40%。该系列研...; 关键词：

用于微博情感分析的一种情感语义增强的深度学习模型被引量：128: 2017年; 基于神经语言模型的词向量表示技术能够从大规模的未标注文本数据集中自动学习词语的有效特征表示,已经在许多自然语言处理任务及研究中取得重要进展.微博中的表情符号是微博情感分析最重要的特征之一,已有大量的研究工作在探索有效地利用表情符号来提升微博情感分类效果.借助词向量表示技术,为常用表情符号构建情感空间的特征表示矩阵R^E;基于向量的语义合成计算原理,通过矩阵R^E与词向量的乘积运算完成词义到情感空间的映射;接着输入到一个MCNN(Multi-channel Convolution Neural Network)模型,学习一个微博的情感分类器.整个模型称为EMCNN(Emotion-semantics enhanced MCNN),将基于表情符号的情感空间映射与深度学习模型MCNN结合,有效增强了MCNN捕捉情感语义的能力.EMCNN模型在NLPCC微博情感评测数据集上的多个情感分类实验中取得最佳分类性能,并在所有性能指标上超过目前已知文献中的最好分类效果.在取得以上分类性能提升的同时,EMCNN相对MCNN的训练耗时在主客观分类时减少了36.15%,在情感7分类时减少了33.82%.; 何炎祥孙松涛牛菲菲李飞; 关键词：情感分析卷积神经网络自然语言处理社交网络

改进的网络服务资源定位算法: 2009年; 针对对等网络中Chord模型的不足,以网络资源定位为研究对象,将减少资源定位的等待时间作为改进目标,在分析现有解决思路和方法的基础上,引入双向路由机制和考虑后继节点列表的路由选择机制。针对模型的改变,对原有路由方法、稳定机制和路由信息的维护方法进行修改,并加以实现。模拟实验证明,与原算法相比,该改进资源定位算法减少了资源定位的等待时间。; 李飞胡文生刘伟; 关键词：资源定位

基于句法分析的跨语言情感分析被引量：7: 2014年; 利用句法分析模型,将语句分成若干组合词,根据组合词的主谓成分中情感词对于句子情感贡献的不同,分别赋予不同的权重。统计分析该语句的情感分布特征,利用得到的特征参数训练分类器,再将训练好的分类器用于测试语料的情感分类。实验结果表明,与已有的判别方法相比,该方法的情感分类判别准确率较理想。此方法也可用于语句的比较级判别和否定句的极性判断等。; 陈强何炎祥刘续乐孙松涛彭敏李飞; 关键词：跨语言情感分类句法分析贝叶斯分类

面向微博情感评测任务的多方法对比研究: 2014年; 主要对COAE 2014评测中采用的算法进行描述,并结合评测结果进行分析比较。本次评测共有5个任务,本文重点描述与微博相关的3个任务。在微博情感新词发现和判断的任务中,方法核心是利用谷歌翻译算法的对齐操作来获得候选新词,之后使用平均点互信息筛选高频词语。在微博倾向性分析任务中采用两种方法,一种是传统的基于情感词典的极性判断方法,另一种是结合情感词标注的基于条件随机场CRFs的极性判断方法。在微博观点句要素抽取任务中,首先利用名词在复杂网络中的中介性和趋近性提取候选产品名和属性名,然后分别采用3种方法完成对产品属性名的抽取,其中,第一种方法是基于简单规则的滑动窗口抽取策略,后面两种方法都是基于CRFs的有监督抽取策略。; 孙松涛何炎祥蔡瑞李飞贺飞艳; 关键词：情感分析评价对象抽取复杂网络