版权所有© 2001-2018 渝B2-20050021-1
渝公网安备 50019002500403号违法和不良信息举报中心
互联网出版许可证 新出网证(渝)字10号机构客服热线 023-67033812
- 基于关联数据的命名实体识别 预览
- 1
- 《情报学报》 CSSCI CSCD 北大核心 2019年第2期191-200,共10页
- 命名实体识别是自然语言处理的基础性任务,其结果具有广泛的应用。关联数据由于具有丰富的语义知识,能够对现有命名实体识别进一步完善。本文实现了一个基于关联数据的可配置的中英文命名实体识别系统,在识别过程中对实体进行消歧并对... 展开更多
- 关键词 命名实体识别 命名实体消歧 关联数据
- 加权平均Word2Vec实体对齐方法 预览
- 2
- 《计算机工程与设计》 北大核心 2019年第7期1927-1933,共7页
- 针对已有文本相似度计算方法应用在实体对齐上准确率低的问题,提出一种加权平均Word2Vec的实体对齐方法。利用Word2Vec训练文本,得到词向量模型;使用LTP(language technology platform)工具抽取文本中的命名实体并对其进行分词、去停用... 展开更多
- 关键词 词嵌入 命名实体识别 中文组织机构名 实体对齐 词向量
- 基于混合方法的含动词名词短语识别研究
- 3
- 《山西大学学报:自然科学版》 CAS 北大核心 2019年第1期31-40,共10页
- 随着计算机技术的迅猛发展,知识变成人工智能领域中的一个重要资源。在面向自由文本的自动知识抽取中,名词短语识别是基础的任务之一,尤其是含动词的名词短语。已有的名词短语识别研究更多地着眼于命名实体的识别,范围较窄且不能解决其... 展开更多
- 关键词 含动词名词短语识别 命名实体识别 语义分类和描述框架文法
-
- 基于BGRU-CRF的中文命名实体识别方法 预览
- 4
- 《计算机科学》 CSCD 北大核心 2019年第9期237-242,共6页
- 针对传统的命名实体识别方法存在严重依赖大量人工特征、领域知识和分词效果,以及未充分利用词序信息等问题,提出了一种基于双向门控循环单元(BGRU)神经网络结构的命名实体识别模型。该模型利用外部数据,通过在大型自动分词文本上预先... 展开更多
- 关键词 命名实体识别 双向门控循环单元 注意力机制
- PU场景下的生物医学命名实体识别算法研究 预览
- 5
- 《智能物联技术》 2019年第1期22-28,47共8页
- 传统的生物医学命名实体识别方法需要大量的标注数据样本,但是在实际应用中标注样本代价高昂。为降低生物医学命名实体识别对标注样本的需求,本文提出通过使用PU学习中的两步法方法,将生物医学命名实体识别问题转化为PU场景下的命名实... 展开更多
- 关键词 正例未标注学习 隐马尔科夫模型 命名实体识别 文本挖掘
- 基于强化学习的实体关系联合抽取模型 预览
- 6
- 《计算机应用》 CSCD 北大核心 2019年第7期1918-1924,共7页
- 针对现有的基于远程监督的实体和关系抽取方法存在着标签噪声问题,提出了一种基于强化学习的实体关系联合抽取方法。该模型有两个模块:句子选择器模块和实体关系联合抽取模块。首先,句子选择器模块选择没有标签噪声的高质量句子,将所选... 展开更多
- 关键词 强化学习 联合抽取 序列标注 命名实体识别 关系分类
- BioTrHMM:基于迁移学习的生物医学命名实体识别算法 预览 被引量：1
- 7
- 《计算机应用研究》 CSCD 北大核心 2019年第1期45-48,共4页
- 为了降低生物医学文本中命名实体识别对目标领域标注数据的需求,将生物医学文本中的命名实体识别问题转换为基于迁移学习的隐马尔可夫模型问题。对要进行命名实体识别的目标领域数据集无须进行大量数据标注,通过迁移学习的方法实现对目... 展开更多
- 关键词 迁移学习 隐马尔可夫模型 命名实体识别 文本挖掘
- 基于注意力迭代扩张卷积网络的医学实体识别 预览
- 8
- 《现代计算机》 2019年第16期3-6,16共5页
- 医学命名实体识别对于促进医学研究具有重要作用。针对现有方法计算效率低,精度不高的问题,提出基于注意力迭代扩张卷积(AIDC)的识别方法。使用迭代扩张卷积神经网络计算隐状态,融入多头注意力机制解析句子结构,结合CRF计算出最优标签... 展开更多
- 关键词 命名实体识别 卷积 神经网络
- 基于深度学习的法院命名实体识别模型 预览
- 9
- 《湖北工业大学学报》 2019年第4期68-72,共5页
- 命名实体识别作为信息抽取、问答系统、句法分析、机器翻译等应用领域的重要基础工具,在法院判决书信息抽取系统中也得到了广泛应用。然而,已有的技术模型在文本中存在大量专有名词或术语时,实体识别的提取效果会变得很差。双向循环神... 展开更多
- 关键词 命名实体识别 深度学习 条件随机场模型 双向循环神经网络
- 基于注意力机制的包装命名实体识别 预览
- 10
- 《包装工程》 CAS 北大核心 2019年第15期24-29,共6页
- 目的为了解决包装行业相关文本命名实体识别困难问题,提出在BiLSTM(Bidirectional Long Short-Term Memory)神经网络中加入注意力机制(Attention)和字词联合特征,构建一种基于注意力机制的BiLSTM深度学习模型(简称Attention-BiLSTM),以... 展开更多
- 关键词 命名实体识别 包装 注意力机制 BiLSTM 字词联合特征
- 基于深度主动学习的信息安全领域命名实体识别研究 预览
- 11
- 《四川大学学报:自然科学版》 CAS CSCD 北大核心 2019年第3期457-462,共6页
- 针对通用领域模型不能很好地解决信息安全领域的命名实体识别问题,提出一种基于字符特性,双向长短时记忆网络(Bi-LSTM)与条件随机场(CRF)相结合的信息安全领域命名实体识别方法.该方法不依赖于人工选取特征,通过神经网络模型对序列进行... 展开更多
- 关键词 信息安全 命名实体识别 主动学习 神经网络 双向长短时记忆网络 条件随机场
- 基于BLSTM-CRF模型的安全漏洞领域命名实体识别 预览
- 12
- 《四川大学学报:自然科学版》 CAS CSCD 北大核心 2019年第3期469-475,共7页
- 非结构化文本资源提供了大量与漏洞相关的信息,传统的特定领域实体识别依赖特征模板和领域知识来识别相关实体,其识别性能很大程度上依赖于人工选取的特征函数质量.如何利用机器挖掘文本隐含的特征,而不需要人工详细地制定领域术语的特... 展开更多
- 关键词 安全漏洞 实体识别 BLSTM CRF
- 关于命名实体识别的生成式对抗网络的研究
- 13
- 《小型微型计算机系统》 CSCD 北大核心 2019年第6期1191-1196,共6页
- 本文结合条件生成式对抗网络(CGAN)和改进的Wasserstein生成式对抗网络(WGAN-GP),提出一种适合于命名实体识别任务的条件Wasserstein生成式对抗网络模型(CWGAN).该模型借鉴CGAN以文本描述为条件的图像概率分布的思想,来完成以句子序列... 展开更多
- 关键词 命名实体识别 生成式对抗网络 BiLSTM Wasserstein距离 CWGAN
-
- 基于改进seq2seq模型的英汉翻译研究 预览
- 14
- 《计算机工程与科学》 CSCD 北大核心 2019年第7期1257-1265,共9页
- 目前机器翻译主要对印欧语系进行优化与评测,很少有对中文进行优化的,而且机器翻译领域效果最好的基于注意力机制的神经机器翻译模型—seq2seq模型也没有考虑到不同语言间语法的变换。提出一种优化的英汉翻译模型,使用不同的文本预处理... 展开更多
- 关键词 深度学习 神经机器翻译 seq2seq模型 注意力机制 命名实体识别
- 基于深度学习的文本中细粒度知识元抽取方法研究
- 15
- 《数据分析与知识发现》 CSSCI CSCD 北大核心 2019年第1期38-45,共8页
- 【目的】改进Bootstrapping方法,建立深度学习模型从文本中抽取多类型细粒度的知识元。【方法】利用搜索引擎和Elsevier关键词构建知识元词库;基于Bootstrapping技术自动构建大规模的标注语料库,利用知识元评分模型和模式评分模型控制... 展开更多
- 关键词 知识元抽取 命名实体识别 深度学习 BOOTSTRAPPING LSTM-CRF
-
- 基于刑事案例的知识图谱构建技术 预览
- 16
- 《郑州大学学报:理学版》 CAS 北大核心 2019年第3期85-90,共6页
- 以2004—2017年公开的30余万份涉毒类案件刑事判决书为研究对象,利用文本分类和信息抽取技术构建面向刑事案例的知识图谱,介绍了知识图谱的构建流程和技术方法.基于所构建的知识图谱,可实现对相关案件关键情节和判决结果的统计应用,为... 展开更多
- 关键词 知识图谱 司法案例 信息抽取 命名实体识别
- 基于BLSTM-CRF中文领域命名实体识别框架设计 预览
- 17
- 《计算技术与自动化》 2019年第3期117-121,共5页
- 为在不依赖特征工程的情况下提高中文领域命名实体识别性能,构建了BLSTM-CRF神经网络模型。首先利用CBOW模型对1998年1月至6月人民日报语料进行负采样递归训练,生成低维度稠密字向量表,以供查询需要;然后基于Boson命名实体语料,查询字... 展开更多
- 关键词 BLSTM-CRF CBOW BOSON 命名实体识别
- 多场景文本的细粒度命名实体识别 预览
- 18
- 《中文信息学报》 CSCD 北大核心 2019年第6期80-87,共8页
- 命名实体识别一直是数据挖掘领域的经典问题之一,尤其随着网络数据的剧增,如果能对多来源的文本数据进行多领域、细粒度的命名实体识别,显然能够为很多的数据挖掘应用提供支持。该文提出一种多领域、细粒度的命名实体识别方法,利用网络... 展开更多
- 关键词 命名实体识别 细粒度类别划分 语料回标
- 命名实体识别在中药名词和方剂名词识别中的应用 预览
- 19
- 《中国药事》 CAS 2019年第6期710-716,共7页
- 目的:利用命名实体识别(Named Entity Recognition)技术识别文本中出现的中药名词和方剂名词,并比较两种命名实体识别方法在识别中药名词和方剂名词时的表现。方法:方法一为利用现有的分词工具(如'结巴'中文分词工具等)对文本... 展开更多
- 关键词 自然语言处理 命名实体识别 BLSTM神经网络 中文分词
- 融合词位字向量的军事领域命名实体识别 预览
- 20
- 《火炮发射与控制学报》 北大核心 2019年第3期50-55,65共7页
- 针对军事领域的命名实体识别问题,提出了一种融合词位字向量的命名实体识别方法。该方法将由大规模语料无监督训练得到的字向量与蕴含字在军事词语中词位信息的词位向量进行拼接,使用拼接后的词位字向量用于提出的BI-GRU-CRF命名实体识... 展开更多
- 关键词 军事 命名实体识别 词位字向量 BI-GRU-CRF 深度神经网络 序列标注
