何宇

作品数：2被引量：21H指数：2
导出分析报告
供职机构：北京信息科技大学更多>>
发文主题：抽取本体学习本体概念非分类关系句法分析更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《计算机工程与设计》更多>>
所获基金：北京市教委科技发展计划国家自然科学基金北京市科学技术研究院科技创新工程项目更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-2
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
中文专利领域本体概念间非分类关系抽取被引量：10
《计算机工程与设计》2017年第1期97-102,共6页何宇 吕学强 刘秀磊 徐丽萍 
国家自然科学基金项目(61271304);北京市教委科技发展计划重点项目暨北京市自然科学基金B类重点基金项目(KZ201311232037);北京市属高等学校创新团队建设与教师职业发展计划基金项目(IDHT20130519);北京市科研院创新工程基金项目(PXM2015_178215_000008)
将中文专利本体中实体间非分类关系抽取问题限定为满足SAO结构的实体间关系抽取问题。针对SAO结构关系抽取任务中关系实例结构正确但是语义错误的问题,提出一种句法分析特征和关系词词典特征结合传统特征的关系抽取方法。将新特征和上...
关键词：SAO结构 非分类关系抽取 句法分析 支持向量机 本体学习 
新能源汽车领域中文术语抽取方法被引量：11
《现代图书情报技术》2015年第10期88-94,共7页何宇 吕学强 徐丽萍 
国家自然科学基金项目"基于本体的专利自动标引研究"(项目编号:61271304);北京市教委科技发展计划重点项目暨北京市自然科学基金B类重点项目"面向领域的互联网多模态信息精准搜索方法研究"(项目编号:KZ201311232037);北京市科学技术研究院科技创新工程项目"基于CGE-TIMES模型的交通对大气环境综合影响评价方法研究"(项目编号:PXM2015_178215_000008)的研究成果之一
【目的】为提高新能源汽车领域中文术语抽取结果的准确率和召回率,提出一种适合该领域的术语抽取方法。【方法】在总结前人工作基础上,提出利用条件随机场模型作为抽取模型,选取词、词长、词性、依存关系、词典位置、停用词等特征作为...
关键词：术语抽取 新能源汽车领域 条件随机场 依存句法关系 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部