恭喜匯世國際書院師生在國際知名期刊上發(fā)表科研創(chuàng)新文章!
來源:好上學(xué) ??時(shí)間:2024-02-23
恭喜Freddy老師計(jì)算機(jī)人工智能算法課題組指導(dǎo)的學(xué)生張夢妮、李宇粲、李鍇等同學(xué)在國際知名期刊《International Journal of Education and Technology》上發(fā)標(biāo)題為“Improvement of English Text Recognition Algorithm Based on HMM”的科研創(chuàng)新文章。
該文章針對傳統(tǒng)的基于HMM的英文文本識(shí)別算法的不足,設(shè)計(jì)了一種混合模型的英文文本識(shí)別算法?;旌夏P退惴ňC合了多種英文文本識(shí)別方法,添加支持向量機(jī)對文本進(jìn)行分類,使用S型函數(shù)對模型參數(shù)進(jìn)行擬合和調(diào)整,并采用了數(shù)據(jù)平滑技術(shù)對模型的概率空間進(jìn)行優(yōu)化。
由于自然語言的多樣性和不確定性,自然語言的信息提取逐漸從傳統(tǒng)的基于詞典或規(guī)則的方法轉(zhuǎn)變?yōu)闄C(jī)器學(xué)習(xí)方法。然而,現(xiàn)有的算法在文本識(shí)別中準(zhǔn)確率較低,特別是為了提高文本識(shí)別的準(zhǔn)確率,需要學(xué)習(xí)大量的訓(xùn)練樣本。本文結(jié)合傳統(tǒng)文本識(shí)別算法的優(yōu)點(diǎn),引入支持向量機(jī)和統(tǒng)計(jì)相關(guān)技術(shù)對其進(jìn)行改進(jìn),提出的基于混合模型的文本識(shí)別算法與基于多元HMM和二階HMM的文本識(shí)別算法相比,該算法具有更高的準(zhǔn)確率和學(xué)習(xí)效率。
實(shí)驗(yàn)結(jié)果表明,該文章提出的基于混合模型的英文文本識(shí)別算法不僅提高了英文文本識(shí)別的準(zhǔn)確率和召回率,而且在不學(xué)習(xí)大量訓(xùn)練樣本的情況下,對含有一定結(jié)構(gòu)化信息的文本實(shí)現(xiàn)了較高的識(shí)別準(zhǔn)確率。
Freddy老師為本文的通訊作者。AS年級的李宇粲同學(xué)主要從事研究、改進(jìn)算法理論的設(shè)計(jì)和數(shù)學(xué)問題的解決,AS年級的李鍇同學(xué)主要負(fù)責(zé)收集數(shù)據(jù)完成本文的編碼實(shí)現(xiàn),IG年級的張夢妮同學(xué)則主要負(fù)責(zé)全文的英文撰寫。值得一提的是,盡管AS年級的幾位同學(xué)學(xué)業(yè)繁忙,同期還要進(jìn)行十月份的本科大學(xué)申請準(zhǔn)備工作,但是該文章從起草到發(fā)表歷時(shí)的整個(gè)過程,這些同學(xué)都能夠有效地在學(xué)術(shù)科研和備考申請之間進(jìn)行巧妙平衡,這充分體現(xiàn)了匯世學(xué)子的科研主觀能動(dòng)性和自我協(xié)調(diào)學(xué)習(xí)能力。
匯世國際書院計(jì)算機(jī)人工智能課題組介紹:
匯世國際書院計(jì)算機(jī)人工智能課堂成立于2021年,主要研究方向?yàn)橛?jì)算機(jī)人工智能領(lǐng)域的深度學(xué)習(xí)和自然語言處理方向。
Freddy老師簡介:
本科畢業(yè)于武漢大學(xué),期間曾獲得美國大學(xué)生數(shù)學(xué)建模競賽(MCM/ICM)O獎(jiǎng),微軟“創(chuàng)新杯”全球?qū)W生科技大賽(Imagine Cup)中國區(qū)特等獎(jiǎng),“因特爾杯”全國大學(xué)生軟件創(chuàng)新大賽特等獎(jiǎng),發(fā)表SCI論文兩篇(影響因子2.2)。
碩士畢業(yè)于美國埃默里大學(xué),期間師從美國智庫、Uber首席科學(xué)獎(jiǎng)Eugene教授,發(fā)表SCI論文兩篇(影響因子6.6)。
歸國后,繼續(xù)邊工作邊從事科研工作,最新參與研究的題為“基于CT的深度學(xué)習(xí)COVID-19診斷研究”文章成功被國際三大頂級科學(xué)雜志Nature的子刊《Nature Machine Intellegence》接受。
如果您想要提前了解關(guān)于國際學(xué)校的全面信息,家長們可以好上學(xué)官網(wǎng)了解國際學(xué)校新資訊!
*圖文來源學(xué)校,如有不妥,請告知。