摘要：传统的信息检索(Information Retrieval,IR)是知识驱动的方法,如以BM25、LMIR等为代表的检索模型在设计过程中考虑词频、逆文档频率、文档长度等关键因素计算查询-文档的相关性得分.这些关键因素被总结为IR公理,在传统模型的设计和评价中起到了至关重要的作用.如词频规则认为有更多查询词的文档更相关.与之相对,数据驱动的神经排序模型基于大量的标注数据与精巧的神经网络结构自动学习相关性评分函数,带来了显著的排序精度提升.传统IR公理知识是否能用来提升神经排序模型的效果是一个值得研究的重要问题且已有学者进行了初步探索,其首先通过公理指导增强数据生成,然后利用生成的标注数据直接训练神经网络.但IR公理的形式是通过比较匹配信号的强弱给出两个文档间相对的相关关系,而非直接给出文档的相关度标签.针对这一问题,本文提出了一种通过对比学习将IR公理知识引入神经排序模型的框架,称为***利用信息检索公理生成增强数据,抽取不同文档的匹配信号,利用对比学习拉开匹配信号间差距,使正样本匹配信号强于负样本,通过上述方式,ACRank将IR公理知识自然地融入到数据驱动的神经排序模型中.ACRank作为通用框架,可应用于不同规则,本文选择词频规则进行实验,基于大规模公开数据集上的实验结果表明,ACRank能够有效提升已有神经检索模型如BERT的排序精度,相关分析实验验证了该框架的有效性.

摘要：提出了悟道·文澜的BriVL双塔模型。该模型利用6.5亿对互联网图文数据,通过自监督的任务来训练,是目前最大的中文通用图文预训练模型。同时,还提出了悟道·文澜的多语言多模态预训练单塔模型—MLMM。实验结果证明,这两个模型在多个国际公开数据集上均取得了最佳性能。设计了实验并讨论超大规模多模态预训练模型对文本编码、图像生成和图文互检带来的影响,以及文澜模型的落地应用与学科交叉成果。

摘要：海域场地工程特性是海洋重大工程设计、建造、运维的重要基础,也是岩土地震工程的研究热点。收集了日本相模湾海域2000~2018年间6个海底台站的强地震动记录,筛选、前处理后采用Horizontal-to-vertical spectral ratio(HVSR)方法计算了各条记录的傅里叶振幅谱比值。通过动态聚类学习结合最优化分类,获取了相模湾海底台站的最优场地特性。结果表明,动态聚类学习方法针对时序型数据的聚类性能及鲁棒性强,可满足局部及全局分辨率;相模湾海区中台站场地环境可宏观分为海底峡谷区及海洋盆地区,其中峡谷区场地卓越周期显著小于盆地区,且高频衰减较缓;通过局部场地地形坡度,给出了海洋场地工程特性。研究成果可为海域地震动模拟、海洋工程建设等提供参考。

摘要：动力位移是地震工程、军事武器设计和结构健康监测等领域重要的物理量,但在实际测试过程中,通常能直接量测的只有振动加速度信号。由于受环境等不确定性测试条件影响,加速度信号不可避免地含有低频和高频噪声,导致在加速度积分过程中,速度和位移时程会产生较为明显的漂移现象。基于贝叶斯理论框架,构建了动力位移贝叶斯学习识别方法,针对不同噪声工况(白噪声、人工噪声)反演获取了位移响应,识别出的动力位移与解析位移基本一致;利用大型振动台试验数据,对比了不同性能加速度传感信号反演的位移,并分析了其不确定性。结果表明:该动力位移贝叶斯学习识别方法在加速度-位移关系表征方面具备一定的优势,可不依赖对加速度信号的处理实现位移求解,从而避免了噪声累积误差导致的位移积分失真。

摘要：推荐系统的目标是从物品数据库中,选择出与用户兴趣偏好相匹配的子集,缓解用户面临的“信息过载”问题。因而近年来推荐系统越来越多地应用到电商、社交等领域,展现出巨大的商业潜力。传统推荐系统中,系统对用户的认知往往来源于历史交互记录,例如点击率或者购买记录,这是一种隐式用户反馈。对话推荐系统能够通过自然语言与用户进行多轮对话,逐步深入挖掘其兴趣偏好,从而向对方提供高质量的推荐结果。相比于传统推荐系统,对话推荐系统主要有两方面的不同。其一,对话推荐系统能够利用自然语言与用户进行语义上连贯的多轮对话,提升了人机交互中的用户体验;其二,系统能够询问特定的问题直接获取用户的显式反馈,从而更深入地理解用户兴趣偏好,提供更可靠的推荐结果。目前已经有不少工作在不同的问题设定下对该领域进行了探索,然而尽管如此,这些工作仍仅局限于关注当前正在进行的对话,忽视了过去交互记录中蕴涵的丰富信息,导致对用户偏好建模的不充分。为了解决这个问题,本文提出了一个面向用户偏好建模的个性化对话推荐算法框架,通过双线性模型注意力机制与自注意力层次化编码结构进行用户偏好建模,从而完成对候选物品的排序与推荐。本文设计的模型结构能够在充分利用用户历史对话信息的同时,权衡历史对话与当前对话两类数据的重要性。丰富的用户相关信息来源使得推荐结果在契合用户个性化偏好的同时,更具备多样性,从而缓解“信息茧房”等现象带来的不良影响。基于公开数据集的实验表明了本文方法在个性化对话推荐任务上的有效性。

摘要：多核学习方法是一类重要的核学习方法,但大多数多核学习方法存在如下问题:多核学习方法中的基核函数大多选择传统的具有浅层结构的核函数,在处理数据规模大且分布不平坦的问题时表示能力较弱;现有的多核学习方法的泛化误差收敛率大多为O(1/√n),收敛速度较慢。为此,提出了一种基于神经正切核(NTK)的多核学习方法。首先,将具有深层次结构的NTK作为多核学习方法的基核函数,从而增强多核学习方法的表示能力。然后,根据主特征值比例度量证明了一种收敛速率可达O(1/n)的泛化误差界;在此基础上,结合核对齐度量设计了一种全新的多核学习算法。最后,在多个数据集上进行了实验,实验结果表明,相比Adaboost和K近邻(KNN)等分类算法,新提出的多核学习算法具有更高的准确率和更好的表示能力,也验证了所提方法的可行性与有效性。