共查询到20条相似文献，搜索用时 31 毫秒
1.
[目的/意义] 探索科研命名实体及其关系的识别与抽取，提升其在长句等复杂情况下的识别效果，为进一步的应用提供参考与借鉴。[方法/过程] 以依存句法特征分析为基础，提出一种科研命名实体关系抽取方法，过程包括：①使用Standford Tagger工具对目标文本进行词性标注；②基于标注结果，围绕核心谓词和SAO结构，将目标文本分割为结构规范的语义片段；③通过依存句法分析，找出与核心谓词语义相关的主语和宾语，构成（实体，关系，实体）三元组。[结果/结论] 与Ollie、Reverb等主流算法进行的对比测试表明，该方法可以有效提升科研命名实体识别的准确性。 相似文献
2.
[目的/意义]从学术期刊中抽取其中的理论是对文献进行内容分析的前提,实现理论名称识别的自动化可以提高内容分析的效率。[方法/过程]将理论识别视为一类命名实体识别问题,总结现有的命名实体识别的常用方法,提出一个基于语义泛化思想的命名实体识别方法,选取词性、知网义原等外部知识,采用CRF模型对《情报学报》1822篇论文的标题和摘要进行实验。[结果/结论]实验表明,识别准确率最高达到95.38%,但召回率较低;训练语料规模对性能影响较大,不同程度的语义泛化方法对准确率和召回率有复杂影响。如何选择语义特征、语义标注和语义消歧是需要解决的新问题。 相似文献
3.
[目的/意义] 快速、准确地从突发网络舆情文本中识别事件。[方法/过程] 提出一种融合句法特征和句法相似度的网络舆情突发事件识别方法。结合句法特征提出面向事件的句法特征提取方法,利用事件语义标注和句法特征提取方法构造事件句法特征库,通过计算待测文本与句法库的句法相似度来识别网络舆情突发事件。[结果/结论] 以新型冠状病毒肺炎疫情为例,所提出网络舆情突发事件识别方法在该舆情下的最优相似度为0.93,在此相似度下从一段新的文本中识别出160个事件和30个非事件,F1值达到了0.848。通过方法测评证明网络舆情突发事件识别方法在利用句法相似度识别事件和进行相同相邻词性合并等方面创新的有效性。 相似文献
4.
[目的/意义] 先秦典籍在古代典籍中的地位极为重要。本文提出对先秦典籍进行词性自动标注的解决方法,以便更加准确地挖掘先秦典籍中的潜在知识。[方法/过程] 通过条件随机场模型,结合统计方法确定组合特征模板,并最终得到针对先秦典籍的词性自动标注算法模型。[结果/结论] 在先秦典籍自动分词的整个流程基础上,得到简单特征模板、组合特征模板下的词性自动标注模型,基于组合特征模板的词性标注模型调和平均值F达到94.79%,具有较强的推广和应用价值。在构建词性自动标注模型的过程中,通过融入字词结构、词语拼音和字词长度的特征知识,使得模型的精确率和召回率得到有效提升。 相似文献
5.
[目的/意义]传统的关键词自动抽取将摘要看成一个整体,常以候选词的出现频次等非语义信息构建特征,并未考虑学术文献摘要中目的、方法、结论等各个结构功能语义蕴含的差异性。本文以中文文献为研究对象,探讨候选词所在的结构功能域对关键词抽取的影响和作用。[方法/过程]本文将文献标题和摘要文本共分为4个结构功能域,在传统的词频、词长、词跨度等基准特征上,融合了基于BERT的语义特征和结构功能特征,并以不同的特征组合方式,使用图书情报领域的中文学术文献,基于分类模型进行关键词自动抽取实验。[结果/结论]实验结果表明,融合结构功能特征后,关键词抽取效果整体提升了6.82%,证明了学术文献摘要结构功能的识别形成的结构功能特征对关键词抽取效果的提升有良好作用。 相似文献
6.
中文电子病历的分词及实体识别研究 总被引：1，自引：0，他引：1
[目的/意义]健康医疗大数据是我国重要的基础性战略资源，本研究对中文电子病历分词与实体识别的探讨与实证较好地完成了医疗数据的信息抽取任务，对今后医疗大数据在语义层面的应用发展具有重要意义。[方法/过程]本研究首先融合权威词表、官方标准、健康网站数据及其他医学补充词库构建了词语数量级达到10万的医学词表；然后对电子病历的字段进行分词，对比了jieba工具、导入词典后的jieba、无监督学习及AC自动机4种模型的分词效果；最后，以自动分词和人工标注结果为语料，实现基于条件随机场的电子病历实体识别研究，并比较不同实体类别以及不同文本特征下的实体识别效果，选出最优模板。[结果/结论]分词结果显示，AC自动机的效果最好，F值可达82%；实体识别结果表明，"检查"和"疾病"实体的识别效果最好，而"症状"的识别效果不太理想。 相似文献
7.
[目的/意义] 通过对国内外数字文化资源语义融合相关研究成果的总结和Europeana案例分析,为国内数字文化资源整合的研究与实践提供参考和借鉴。[方法/过程] 选取目前发展较为成熟的数字文化资源整合项目Europeana作为案例,分别从资源内容描述规则、语义知识本体模型设计、元数据语义化操作和关联数据的发布与访问4个方面对其数字文化资源语义融合的实现方法进行分析。[结果/结论] 研究发现,构建聚合式元数据模型、建立细粒度语义概念模型、创建开放的语义关联数据网络、提供泛在化关联数据应用服务是实现数字文化资源语义融合的关键。 相似文献
8.
[目的/意义]针对中文语言表达特点,提出一种含分词标签的字粒度词语特征提取方法,有效提升了中文临床病历命名实体识别任务的F1值,同时该方法可以为其他中文序列标注模型所借鉴。[方法/过程]选取汉语词语的词性标注、关键词权值、依存句法分析三个特征,构筑字粒度序列标注模型的临床病历训练文本,语料来源CCKS2017：Task2。在不同特征组合方式下,采用条件随机场算法验证两种字粒度词语特征提取方案Method1与Method2。[结果/结论]在四种不同词语特征组合下,Method2相对于Method1在临床病历命名实体识别任务中性能均有所提升,四折交叉测试中F1值平均提升了0.23%。实验表明在中文分词技术日趋成熟的环境下,Method2相对Method1能够获得更好的词语特征表示,对中文字粒度序列标注模型的处理性能具有提升作用。 相似文献
9.
[目的/意义]挖掘和组织先秦典籍中的植物知识,构建先秦典籍植物知识图谱,对认识我国古代人民社会和生活状态等具有重要意义。[方法/过程]对先秦典籍中植物词进行详尽标注与计量分析;基于条件随机场(CRF)和多种深度学习模型构建古汉语植物命名实体识别模型,比较分析各模型性能以确定最优模型;设计面向知识图谱的古汉语植物知识组织模式。[结果/结论]基于古汉语预训练语言模型SikuRoBERTa构建的古汉语植物命名实体识别模型性能最优,调和平均值达85.44%,为基于实体的植物知识挖掘提供了有效方法;所构建的先秦典籍植物知识图谱可实现对先秦典籍中植物实体及其关联知识的聚合与可视化呈现。 相似文献
10.
[目的/意义] 针对包含单一类型知识单元的知识网络难以全面反映学科知识结构的问题，提出一种从多维度进行知识网络结构融合的方法，为学科领域知识结构挖掘提供借鉴。[方法/过程] 利用LDA及TF-IDF方法抽取学科知识单元，然后运用语义相似度和关键词共现分析方法构建3个学科知识子网络：主题网络、关键词网络和实体网络，并采用空间节点传递对齐方法对齐子网络节点，接着设计基于图卷积操作的自编码模型对知识节点进行表示，最后通过计算余弦相似度重构学科知识网络。[结果/结论] 实验部分以人工智能领域为例，构建融合主题、关键词和实体的学科知识网络并展开分析，实验结果表明，本文所提方法能有效地揭示学科领域研究内容和知识结构，为学科知识发现与组织研究提供有益参考。 相似文献
11.
[目的 /意义]随着前沿科学的快速发展,如何把握相关知识的演化过程成为一项重要且有挑战性的工作。本文旨在梳理知识演化分析的各种技术方法,探析现有技术路线的问题及面临的挑战,为进一步开展相关研究提供思路。[方法 /过程]明确知识演化分析的内涵和理论基础,借助文献计量和内容分析的方法,通过VOSviewer对国内外相关研究展开主题分析,在此基础上构建演化分析技术方法图谱。[结果 /结论 ]从知识结构的角度划分出引文网络主路径法、引文网络聚类法、共词网络路径挖掘法、共词网络聚类法、演化机制模型法、主题模型法、深度学习法等技术方法,并归纳出不同技术方法的特点和不足。融合细粒度知识、丰富的知识关联和语义分析技术,提出一种大数据驱动的基于研究设计指纹的知识演化分析框架。 相似文献
12.
[目的/意义]信息检索处理的是相关性的不确定性问题,但在技术层面则通常将不确定性转化为确定性的处理方法,对信息内容中存在的不确定性语义关注不多,而这一问题在某些信息检索应用场景中可能显著地影响信息检索的结果,因此针对这类不确定性语义,需要考虑针对性的处理方法。[方法/过程]提出基于D-S证据理论的不确定性语义表示方法和将这类不确定性语义特征与文本特征、主题特征相融合的检索模型,并利用公开的数据集开展实验研究,对所提出的模型进行实验。[结果/结论]D-S理论中的证据区间概念能够描述上述不确定性,多源证据融合方法也能够将这类不确定性语义特征与文本特征、主题特征融合,并通过模型训练得出理想参数,进而改进检索结果。这一模型在理论上具有包容性与可扩展性,基于该模型融合其他检索方法是进一步需研究的内容。 相似文献
13.
14.
[目的/意义] 构建面向典籍文本的语义本体，能够促进典籍文本的挖掘与分析。然而由于典籍文本与现代文本在语法上存在较大差异，给面向典籍的语义本体构建带来了困难。[方法/过程] 本文运用自然语言处理技术探讨针对先秦典籍的本体构建方法。以国际上文化遗产领域通用的CIDOC CRM为框架，设计先秦典籍本体模型。针对典籍文本内容的特点及句法特征，将规则抽取与条件随机场方法相结合，提出一套本体实例自动获取技术，并以《左传》为实验语料进行测试。[结果/结论] 实验表明，本文所提出的本体实例抽取技术能够较好地提高面向典籍文本的本体构建效率。基于规则的本体实例抽取实验F值在93%左右，基于条件随机场的本体实例抽取最佳特征模板的F值为82.51%。在本体实例获取中，词性信息和位置信息具有重要作用。 相似文献
15.
[目的/意义]科技资源深度融合背景下,学术图表知识发现是提供除文本知识发现外新的知识发现方式,是完善文献知识发现的重要一环,可提升科研人员科学发现及知识创造效能,推动数字图书馆知识服务升级。[方法/过程]梳理学术图表知识发现的演进脉络,详细论证其技术框架内容,证明学术图表知识发现技术逐步成熟。结合学术图表知识发现应用服务,论证学术图表知识发现在科技创新多方面有广阔应用空间。[结果/结论]展望学术图表知识发现未来,我们需要：重视学术图表知识发现,将其融入文献知识发现体系内;完善学术图表语义知识组织体系,构建专门的学术图表语义知识库;开发新型学术图表知识发现应用。 相似文献
16.
[目的/意义] 针对SAO结构短文本分类时面临的语义特征短缺和领域知识不足问题,提出一种融合语义联想和BERT的SAO分类方法,以期提高短文本分类效果。[方法/过程] 以图情领域SAO短文本为数据源,首先设计了一种包含"扩展-重构-降噪"三环节的语义联想方案,即通过语义扩展和SAO重构延展SAO语义信息,通过语义降噪解决扩展后的噪声干扰问题;然后利用BERT模型对语义联想后的SAO短文本进行训练;最后在分类部分实现自动分类。[结果/结论] 在分别对比了不同联想值、学习率和分类器后,实验结果表明当联想值为10、学习率为4e-5时SAO短文本分类效果达到最优,平均F1值为0.852 2,与SVM、LSTM和单纯的BERT相比,F1值分别提高了0.103 1、0.153 8和0.140 5。 相似文献
17.
[目的/意义]针对专利主题分析中以词为基本单位会造成专利中的多词术语难以被识别、主题模型结果不佳的问题,提出融入术语的专利主题发现模型,以解决该问题。[方法/过程]模型首先引入类别熵,有效地识别出专利文献中的术语;然后利用泛化波利亚瓮模型增加语义相似术语分配到同一主题的概率,以缓解术语作为基本主题模型分析单位所带来的数据稀疏性问题。[结果/结论]实验结果表明本文提出的模型包含的术语信息提高了主题生成的质量,使主题表示具有更强的可读性和主题判别性。 相似文献
18.
19.
[目的/意义]生成式大语言模型改变自然语言处理研究的范式,推动人工智能赋能社会科学研究的新潮流,为从文本深层语义特征角度量化计算人文社会科学学科的交叉与融合提供新思路。[方法/过程]使用ChatGPT模型对人文社会科学学术文献进行学科判别,基于小样本学习识别模型预测结果中的学科名知识实体,从期刊知识分散分布视角衡量多学科候选分类问题,将判别结果与文献所属期刊对应学科作比较分析,提出跨学科丰富度、跨学科密切度、主体度等指标结合跨学科度的跨学科性量化研究。[结果/结论]围绕AIGC赋能交叉科学测度研究,从学科归属问题的判断、生成式模型答案集中学科名的抽取、多学科候选问题的赋权、交叉科学内容性度量指标等几方面提出一套研究框架方法,实现从内容角度充分利用AIGC赋能社会科学研究,为进一步探索各社会科学研究的内在逻辑提供借鉴和参考。 相似文献
20.
多机器翻译系统融合技术能够对不同机器翻译系统的输出结果有效地进行融合产生更好的翻译性能,因此该技术成为机器翻译研究领域的一个热点问题.常用的多机器翻译系统融合技术可以分为句子级、短语级和词级融合.在对不同级别的系统融合技术进行分析的基础上,本文提出基于词和短语的多机器翻译系统融合方法.首先,采用词级的系统融合技术构建混淆网络,将混淆网络转化为短语表.然后,基于该短语表利用短语级的系统融合技术中的再解码方法进行混淆网络解码生成融合结果.该方法既保证了融合系统所构建的混淆网络的最大可能性,又可以利用更多的特征进行混淆网络解码.我们将基于词和短语的多机器翻译系统融合方法在两个测试集上分别实验并进行比较,获得了较为满意的翻译效果. 相似文献