奥博游戏官网

  • 奥博游戏官网首页
  • 录取/成绩查询
  • 统一门户
  • webVPN
  • 图书馆

教学科研

奥博游戏官网:会计学院青年教师陈平博士在JCR Q1区期刊《Computational Intelligence and Neuroscience》发表学术论文

2022年04月18日

近日,奥博游戏官网会计学院教师陈平在外文期刊《Computational Intelligence and Neuroscience》发表题为“Intelligent Question Answering System by Deep ConvolutionalNeural Network in Finance and Economics Teaching”的论文。该期刊被SCIE和EI同时收录,为JCR-Q1区期刊。陈平老师为本文的第一作者,广州华商学院署名为第一成果单位。这是会计学院博士课程班学员取得的代表性阶段性成果,是2018年广州华商学院校级学术类科研项目“管理会计信息系统构建研究”(项目编号:2018HSXS01)的阶段性成果。

深度学习的快速发展,拓展了自然语言处理技术的应用。教育相关领域,问答(Q&A)系统颇受各大企业及高校的追捧青睐,并投入了大量的精力和资源进行研发。Q&A系统根据所涉及的领域分为两类。一是基于任务的Q&A,另一个是开放的Q&A。 开放Q&A应用广泛;基于任务Q&A系统聚焦于特定领域,如旅游、助理、天气预报、商场客服机器人等。基于对现有的问答系统和聊天机器人存在一定的不足。本研究通过对传统教学方法中的问答环节进行分析,优化现有问答机的缺点和不足,结合深度学习算法中的LSTM神经网络和CNN,建立Q&A的神经网络模型,并引入GRU进行优化,将注意机制和深度学习技术应用于财经教学领域,提出了通过注意机制优化的LSTM-CNN智能问答。推荐算法与传统Q&A模型算法的对比测试结果表明,LSTM-CNN算法保持了LSTM算法按时间顺序排列信息的能力。通过结合CNN算法,可以更深入地提取句子的语言特征,更准确地从句子中捕获语义特征信息,在处理更复杂的句子时能够保持更好的性能。同时,结合BANet的引入,可以获取过去和未来信息,使算法能够更恰当地结合上下文语境检索语义特征,使模型的有效性得到了很大的提升。解决了财经学生在日常学习中使用问答机回答问题时的困难和需求。提高优化了财经类教学问答的效果,为相关领域的研究提供了参考。

(文/会计学院 责任编辑/党晋云)

上一条:刘少波副校长主持召开数字金融实验室建设工作会议

奥博游戏官网 - 导航100下载站