负采样相关论文
Internet网络拥有海量的各类电子文本内容,而且还在快速增长,其中隐含大量有价值的信息。通过主题建模从大量文本内发现文本的主题......
引文上下文中含有被引文献的重要信息,如研究方法、研究结论和研究不足等,已被广泛应用于自动摘要研究工作中。然而,由于引用动机......
提出了一种从帕累托视角解决推荐系统多角度公平性的方法,通过对抗正则化器消除用户嵌入中的敏感属性信息,采用基于曝光的负采样策......
随着信息技术的快速发展,信息网络无处不在,例如社交网络、学术网络、万维网等.由于网络规模不断扩大以及数据的稀疏性,信息网络的......
推荐系统利用用户的历史记录、物品的基础信息等数据进行建模来捕获用户的偏好,有效缓解了信息过载等问题,虽然其已应用广泛,但整......
摘 要： 传统的矩阵分解图嵌入模型由于不对大量未知关系建模，其性能面临着很大的挑战性。为了提升矩阵分解模型的性能，提出了一种基于......
针对推荐系统中的隐私保护问题,提出一种隐私保护参数与推荐精度的均衡优化模型。以在线学习资源推荐系统为例建立矩阵分解模型,分......
知识图谱(Knowledge graphs,简称KG)是一种表达实体之间关系的语义网络,用节点表示实体,方向表示实体之间的关系,常常表示为三元组......
词向量是大多数自然语言处理任务的基本要素之一.高质量的词向量将减轻这些自然处理应用中对各个词的表示任务,从而带来更好的模型......
词向量是大多数自然语言处理任务的基本要素之一。高质量的词向量将减轻这些自然处理应用中对各个词的表示任务,从而带来更好的模......
传统的神经协同过滤算法在隐式反馈数据集上对用户和项目建模，由于隐式反馈数据天然带有很强的噪音，这给模型的学习带来了挑战。为了......
实体关系抽取是信息抽取中的重要子任务。传统有监督及半监督模型要求已有标注数据或知识库,无法在无先验知识的领域直接应用。无......
