电商场景主题频道自动构建系统
本研究基于一类聚类的方法,通过针对新闻报道数据提取兼容事件的查询系统,根据添加事件的顺序逐步评估每个事件的兼容性,使用合成数据进行模型训练,在新的人为筛选数据集上实现了较高表现且优于现有基准,相信更强大的神经网络模型和更严格的训练设置将有助于促进后续研究。
Sep, 2019
本文提出了一种多图结构的多场景推荐解决方案,通过图学习来在各场景之间交互数据并获得表示,从而使其能够在激活冷门视频和丰富目标推荐方面表现出卓越性。
May, 2022
SCStory 是一个在线故事发现的框架,通过自我监督和持续学习的方法,使用文章的句子和文章表征,识别与故事相关的信息并发现故事,能够适应快速变化的新闻文章流。
Nov, 2023
该研究提出了一种基于主题嵌入、动态嵌入和自适应聚类的框架 USTORY 实现了无监督在线故事发现,并在真实新闻数据集上进行了全面评估,结果表明 USTORY 的性能比基线更高,并且具有鲁棒性和可扩展性。
Apr, 2023
通过使用图形来构建一个有意义的嵌入空间,我们的方法展示了场景的连续映射以及基于嵌入结果形成主题相似群集,从而在后续测试过程中识别相似场景,从而减少冗余测试运行。
Sep, 2023
ChatScene 使用大型语言模型通过文本指令生成安全关键场景,将其转化为特定代码以实现车辆预测和控制,并验证了其在提高自动驾驶车辆安全性方面的有效性。
May, 2024
通过结合传统的知识工程和大型语言模型,我们提出了一种以场景驱动的多模态知识图谱构建方法,用于知识表示和增强室内机器人功能。我们通过实例化 ManipMob-MMKG 评估了我们方法的优势,在数据收集效率和知识质量方面具有广泛的优越性。实验结果表明,使用我们实例化的 ManipMob-MMKG 进行知识增强方法可以明显改善性能,无需复杂重新设计模型结构。
Nov, 2023
社交媒体时代为企业开启了新的机遇,但其中的文本数据分析则面临着诸多挑战。本研究针对嘈杂、大数据背景下的无监督主题提取问题,提出了三种基于变分自编码器框架的方法,并在实际使用案例中对这些方法进行了测试,证明了它们相较于现有方法在主题建模领域能够取得同等或更好的性能,并指出主题建模领域需要改进评估指标。
Jul, 2023
本文介绍了一种面临道路运动相机拍摄时空视角变化而实现动态交通场景分类的解决方案,包括创建了 80 小时的数据集和使用语义上下文和时间性的新型算法开发了一种道路场景动态分类系统,可以帮助理解驾驶员的驾驶行为。
May, 2019