领域词典

作品数：65被引量：256H指数：9
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：黄河燕杨培朱广丽夏火松马磊更多>>
相关机构：南京邮电大学昆明理工大学安徽理工大学成都数联铭品科技有限公司更多>>
相关期刊：《工程科学学报》《软件工程》《中文信息学报》《中国科学技术大学学报》更多>>
相关基金：国家自然科学基金中国博士后科学基金国家重点基础研究发展计划北京市自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
融入夸张表征的中文反讽识别方法
《数据分析与知识发现》2025年第2期1-11,共11页李书羽 朱广丽 李嘉伟 段文杰 周若彤 张顺香 
国家自然科学基金面上项目(项目编号:62076006);认知智能全国重点实验室开放课题(项目编号:COGOS-2023HE02);安徽高校协同创新项目(项目编号:GXXT-2021-008)的研究成果之一。
【目的】为解决中文反讽短文本中存在的特征稀疏问题,提出一种融入夸张表征的中文反讽识别方法,挖掘短文本中的夸张表征以提升中文反讽识别准确率。【方法】通过点互信息和语义相似度计算分别获取与反讽领域相关的共现词对集、感叹词集...
关键词：中文反讽领域词典 夸张表征 RoBERTa-wwm-ext 多头注意力机制 
航空不安全事件知识图谱构建
《科学技术与工程》2024年第32期13925-13934,共10页许雅玺 孟天宇 王欣 刘炳南 
中央高校基本科研业务费专项(J2022-048);民航飞行技术与飞行安全重点实验室自主研究项目(FZ2022ZZ01)。
面向构建航空不安全事件知识图谱,开展知识图谱信息抽取技术研究。分析清洗航空不安全事件原始数据,构建航空不安全事件实体关系抽取数据集和领域词典。当前知识图谱中实体关系抽取的主要问题是实体边界获取困难和关系分类精度不高,鉴于...
关键词：航空不安全事件 知识图谱 领域词典 实体关系抽取 预训练语言模型 
面向抑郁症行为特征的领域词典构建
《大数据》2024年第5期96-108,共13页周若彤 朱广丽 李书羽 段文杰 李嘉伟 
国家自然科学基金项目(No.62076006);安徽高校协同创新项目(No.GXXT-2021-008)。
抑郁症患者的行为表征反映其临床特征及病情状况,有利于病情诊断。当前抑郁症领域词典在构建时忽略了抑郁症文本中的行为特征与患者病况的关联性,导致词典领域信息不足。为此,提出面向抑郁症行为特征的领域词典构建方法,拓展了领域词典...
关键词：抑郁症 领域词典 行为特征 WoBERT 标签传播算法 
基于BERT-BiLSTM-CRF党建领域命名实体识别被引量：1
《计算机与现代化》2024年第9期91-94,共4页赵盾 佘学兵 邬昌兴 
国家自然科学基金地区科学基金资助项目(62266017);江西省教育厅科技项目(GJJ2202608)。
党建领域知识图谱构建过程中使用传统的命名实体识别方法时,存在实体边界不清、实体词性多义等问题,导致存在识别准确率和效率低的问题。为此,本文提出一种融合树形概率和领域词典的BERT-BiLSTM-CRF实体识别模型。该模型在BERT中嵌入领...
关键词：BERT-BiLSTM-CRF模型 树形概率 领域词典 命名实体识别 
融合领域词典的文旅客服问句匹配模型
《西安工程大学学报》2024年第3期92-99,共8页朱欣娟 牛婷婷 
公共文化资源智能共建共享与管理平台构建与示范应用(2019YFC1521405)。
在文旅领域智能问答中,用户问句文本表征稀疏、口语化表达、一词多义及特定领域词汇的识别困难使得常见的匹配模型难以将用户问句与标准问句进行精准匹配。针对此问题,本文构建了文旅客服问句匹配数据集和相应的领域词典,在此基础上提...
关键词：问句匹配 文旅客服 Sentence-BERT 领域词典 智能问答 检索式问答 
面向飞机故障文本的信息抽取
《计算机与现代化》2024年第3期61-66,71,共7页乔璐 孙有朝 吴红兰 
国家自然科学基金委员会-中国民用航空局民航联合研究基金资助项目(U2033202,U1333119);国家自然科学基金资助项目(52172387)
针对人工提取飞机故障信息工作量大、效率低、成本高等问题,提出一种基于领域词典、规则和BiGRU-CRF模型的信息抽取方法。结合飞机领域知识的特点,基于飞机故障文本信息构建领域词典库和模板规则,并对故障信息进行语义标注。采用BiGRU-...
关键词：故障信息 信息抽取 命名实体识别 BiGRU-CRF 领域词典 
基于BERT和领域词典融合的中文电子病历命名实体识别被引量：1
《计算机与数字工程》2024年第3期746-750,767,共6页叶恩光 张晓如 张再跃 丁腊春 朱向南 王译 
江苏省重大科技示范项目(编号:BE2018700);国家自然科学基金项目(编号:61371114)资助。
医疗数据挖掘的起始环节为CNER(中文电子病历命名实体识别),将相关实体(解剖部位、药品、影像检查等)识别出非结构化文本是其目标所在。基于CNER准确性提升需要,论文设计了BERT-BiLSTM-CRF模型融合领域词典技术,该技术能将上下文语义关...
关键词：中文电子病历 命名实体识别 BERT-BiLSTM-CRF 领域词典 
基于指针标注的跨境民族文化实体关系抽取方法被引量：1
《中文信息学报》2024年第3期75-83,共9页杨振平 毛存礼 雷雄丽 黄于欣 张勇丙 
国家自然科学基金(62166023,61866019);云南省自然科学基金(2019FA023);云南省重大科技专项计划项目(202103AA080015,202002AD080001)。
跨境民族文化领域文本中存在较多的领域词汇,使得模型提取领域信息困难,造成上下文领域信息缺失,在该领域中实体密度分布高,面临实体关系重叠的问题。考虑到领域信息对跨境民族文化文本语义表征有着重要的作用,该文提出一种基于指针标...
关键词：跨境民族文化 实体关系抽取 指针标注 领域词典信息 
融合领域词典嵌入的航空不安全事件命名实体识别被引量：1
《科学技术与工程》2024年第8期3284-3290,共7页许雅玺 孟天宇 王欣 刘炳南 
国家自然科学基金民航联合基金重点项目(U2033213);中央高校基本科研业务费专项资金项目(J2022-048);民航飞行技术与飞行安全重点实验室自主研究项目(FZ2022ZZ01)。
针对航空不安全事件领域命名实体识别任务,以航空安全信息周报为数据源,分析并构建航空不安全事件命名实体识别数据集和领域词典。为解决传统命名实体识别模型对于捕获领域实体边界性能较差的问题,基于BERT(bidirectional encoder repre...
关键词：航空不安全事件 领域词典 命名实体识别 预训练语言模型 
基于多粒度字形增强的中文医学命名实体识别被引量：2
《计算机工程》2024年第2期337-344,共8页刘威 马磊 李凯 李蓉 
国家自然科学基金(62266025);云南省重大科技专项计划项目(202202AD080004,202202AE090008);云南省基础研究计划(昆医联合专项)(202201AY070001-258)。
中文医学命名实体识别(CMNER)旨在从中文非结构化医学文本中提取实体。现有的基于字符的CMNER模型没有从不同角度全面考虑汉字的特点,限制了其应用于CMNER的性能。基于此,提出基于多粒度字形增强的中文医学命名实体识别模型。对于输入...
关键词：命名实体识别 医学领域 字形结构 门控机制 领域词典 
全选清除导出
共7页<1234567>
检索报告 对象比较 聚类工具 使用帮助 返回顶部