排序方式： 共有23条查询结果，搜索用时 922 毫秒
11.
针对在线医疗社区问答文本复杂程度高、结构化程度低的特点,结合卷积神经网络(CNN)和双向长短期记忆神经网络(BiLSTM)两种深度学习模型以及条件随机场(CRF)模型,提出一套适用于在线医疗问答文本的实体识别方法并进行验证.将问答文本进行清洗和BIO标注后,分别用CNN和BiLSTM进行字级别的特征抽取,将通过两种模型抽取到的特征进行融合后放入CRF中训练出实体预测模型,再将问答文本放入训练好的模型中,得到最终的实体识别结果.以关于乳腺癌疾病问答文本为例,研究结果表明,运用该方法得到的识别结果优于其他模型,且识别准确率达到92.3％、召回率达到89.3％、F值达到90.8％. 相似文献
12.
13.
14.
本文论述了在机械专业的《计算机网络及应用》的教学设计全过程。确立了教学目标;分析了机械专业同学的知识结构特征;精心选择、补充、平衡了教学内容,并按照认知规律组织了教学顺序和教学策略;设计了多媒体教案;对教学效果进行了评价;指出了仍然存在的问题和可能的解决办法。最后对课程的改革前景展望提出了一些看法。 相似文献
16.
17.
18.
随着互联网技术的发展,企业已经可以通过互联网进行信息交流、订单获取、信息发布等一系列操作.从这些发布的信息中,可以获取很多关于企业的情报.有效获取和组织情报信息有助于企业了解业内其他公司的最新信息,为企业根据最新的市场环境做出决策提供依据.就此提出了一种基于网页Anchor-Hop模型,通过DOM树比较和XQuery查询的方式来抽取出行业中相关的情报信息,同时对获取的信息进行融合处理,提供信息检索平台.实验结果表明该模型可以获取较高的抽取准确率和效率,同时可以方便地检索到整个行业情报信息. 相似文献
19.
现有的知识推荐方法主要是静态知识分类推荐和单个用户个性化推荐,忽略了用户大众在知识访问中表现出的网络集群行为特征.用户的网络集群行为所访问的知识项之间往往隐含着某些内在联系,将网络集群行为下所形成的知识群落称为知识簇.根据基于网络集群行为的用户访问之间的影响关系和访问日志处理过程,构建了基于网络集群行为的动态知识簇模型.将用户访问的知识项看作网络节点,利用概率推理得出节点之间的关联关系形成动态知识簇.当用户访问某个知识项时,根据动态知识簇向用户推荐该知识项的相关知识.使用网络爬虫技术挖掘知识服务网"豆瓣网"用户对豆瓣电影的访问日志作为实验数据,实验结果证明了基于概率推理的动态知识簇的推荐方法是有效的. 相似文献
20.