當前您的位置: 首頁 > 教學科研 > 正文

會計學院青年教師陳平博士在JCR Q1區期刊《Computational Intelligence and Neuroscience》發表學術論文

發布日期:2022-04-18

近日,我校會計學院教師陳平在外文期刊《Computational Intelligence and Neuroscience》發表題為“Intelligent Question Answering System by Deep ConvolutionalNeural Network in Finance and Economics Teaching”的論文。該期刊被SCIE和EI同時收錄,為JCR-Q1區期刊。陳平老師為本文的第一作者,太阳集团城网址83138署名為第一成果單位。這是會計學院博士課程班學員取得的代表性階段性成果,是2018年太阳集团城网址83138校級學術類科研項目“管理會計信息系統構建研究”(項目編号:2018HSXS01)的階段性成果。

深度學習的快速發展,拓展了自然語言處理技術的應用。教育相關領域,問答(Q&A)系統頗受各大企業及高校的追捧青睐,并投入了大量的精力和資源進行研發。Q&A系統根據所涉及的領域分為兩類。一是基于任務的Q&A,另一個是開放的Q&A。 開放Q&A應用廣泛;基于任務Q&A系統聚焦于特定領域,如旅遊、助理、天氣預報、商場客服機器人等。基于對現有的問答系統和聊天機器人存在一定的不足。本研究通過對傳統教學方法中的問答環節進行分析,優化現有問答機的缺點和不足,結合深度學習算法中的LSTM神經網絡和CNN,建立Q&A的神經網絡模型,并引入GRU進行優化,将注意機制和深度學習技術應用于财經教學領域,提出了通過注意機制優化的LSTM-CNN智能問答。推薦算法與傳統Q&A模型算法的對比測試結果表明,LSTM-CNN算法保持了LSTM算法按時間順序排列信息的能力。通過結合CNN算法,可以更深入地提取句子的語言特征,更準确地從句子中捕獲語義特征信息,在處理更複雜的句子時能夠保持更好的性能。同時,結合BANet的引入,可以獲取過去和未來信息,使算法能夠更恰當地結合上下文語境檢索語義特征,使模型的有效性得到了很大的提升。解決了财經學生在日常學習中使用問答機回答問題時的困難和需求。提高優化了财經類教學問答的效果,為相關領域的研究提供了參考。

(文/會計學院 責任編輯/黨晉雲)

熱線電話:400-8686-818

廣州校區:廣東省廣州市增城區荔湖街華商路1号

郵政編碼:511300

肇慶校區:廣東省肇慶市四會市東城街道黃崗社區工業大道1号

郵政編碼:526200

ICP備案号:粵ICP備17051289号

粵公網安備 44011802000240号