序列标注相关论文
[目的 /意义]针对历史古籍事件识别问题,对比序列标注方法和文本生成方法,探究两种方法在古汉语上的表现,构建模型实现历史古籍事件识......
命名实体识别是进行文本处理的基础技术手段,深度学习因其强大的学习能力能够挖掘更深层次的文本特征而深受命名实体识别领域研究......
人在阅读过程中的眼球运动具有一定规律,阅读眼动模型有助于人们更好地理解和认知这些规律。针对现有阅读眼动模型建模方法复杂的问......
隐喻识别是自然语言处理中的语义理解的重要任务之一,目标为识别某一概念在使用时是否借用了另其他概念的属性和特点.由于单纯的神经......
随着从经济全球化到文化全球化的发展,人们希望可以随时随地获取世界各地的信息以促进生产生活。在全球化交流中,文字是人类记录和......
随着科技的进步和时代的发展,电子文档逐渐替代纸质文档成为汉字的重要存储方式。文字的录入方式也随着存储介质的变化,从传统的手......
针对特定的银行产品评论业务场景,从自然语言处理(natural language processing,NLP)的角度出发,将产品评论观点提取和评价任务分......
使用人工稽查方法判别纸质工单的业务异常情况,数据积压过大,导致异常工单判别结果不精准.面对该问题,提出了基于序列标注的业务异......
中医古文献蕴藏着丰富的临床经验,是古代中医在行医过程中对临床诊疗的经验性总结,体现了中医学形成和发展的理论框架和思想基础.......
因果关系抽取是自然语言处理的一个重要研究方向,现有研究将因果关系抽取转化为关系分类或序列标注任务。文本中的因果关系有丰富......
挖掘电商评论文本中的电商事件对分析用户购物行为和商品场景分类有重要帮助.该文给出电商事件的定义,将电商事件识别问题转换为序......
事件抽取是当前自然语言处理领域的研究热点和难点,目的是从大规模、无结构化的自然语言文本中提取反映客观事实的重要事件信息,在......
随着科技的发展,学者的数量也迅速增长,由于学者之间交流频繁,而且学者个人信息在许多领域都有应用,因此如何准确快速地获取学者信......
方面级情感分析任务的目标是挖掘和分析用户对评论文本中提及的方面词上的情感,但是现有模型通常采用预训练词向量结合神经网络模......
科技的发展和大量学术活动的展开催生了对学术服务的需求。学者画像作为最重要的基础应用之一,旨在建立学者多维度标签模型,为专家......
在互联网技术蓬勃发展的大环境下,电商平台的不断完善,推动着选择网上购买服装的群体数量逐年增加,同时也产生了大批量的服装评论......
针对交通事故文本因果关系抽取过程中因果事件边界难以识别及连锁因果关系难以抽取的问题,将抽取问题转化为序列标注问题,提出了相......
简历大多以非结构化文本的形式存在,且数量众多。从此类简历文本中准确提取结构化信息,具有广泛的用途,可以为信息检索、关联分析......
提出一种中文因果关系分析方法,以便更加细腻地表达因果关系.该方法由因果关系提取和权重计算组成.首先,构建了中文因果关系四元组......
心音信号和心电信号作为常见的医疗时序数据,具有易采集、价格低廉、无创无损及重复性好等特点,在医学临床中被广泛应用于疾病预防......
随着人工智能的发展,智能的信息服务持续升级,在各种智能信息服务领域均能看到知识图谱的应用,如智能问答、个性化推送、信息检索......
现有的BERT模型大多关注初始层到中间层的语法信息,而更高层的语义信息往往被忽略.由于判断句子情感是需要语义的,本研究在BERT模......
[目的]针对古汉语数据集标注规范研究缺失的现实,提出一套面向古汉语的实体关系标注方法.[方法]通过对逻辑语义学、深度学习、历史......
随着互联网技术的发展与大数据时代的到来,文本数据的规模正在呈爆炸式增长。新闻文本数据中通常蕴含着丰富的高价值信息,然而用户......
条件随机域模型通过计算标注序列在观测序列下的条件概率进行标注,解决了传统模型(如隐马尔科夫模型和最大熵马尔科夫模型等)中存......
针对传统关系抽取模型依赖特征工程等机器学习方法,存在准确率较低且规则较繁琐等问题,提出一种BERT+BiLSTM+CRF方法.首先使用BERT......
文本数据中的实体和关系抽取是领域知识图谱构建和更新的来源.针对金融科技领域中文本数据存在重叠关系、训练数据缺乏标注样本等......
针对传统实体关系标注方法存在效率低下、错误传播、实体冗余等问题,对于某些领域语料中存在"一实体(主实体)同时与多个实体之间存......
近年来,随着旅游类互联网产品的兴起,网络上产生了大量针对目的景点的主观评论,使用深度学习算法对相关评论进行意见挖掘,帮助游客......
近年来,随着深层神经网络的发展,基于神经网络的机器翻译模型也得到广泛的研究,与传统的统计机器翻译相比,其翻译性能得到很大提升。然......
序列标注是自然语言处理和机器学习领域中的一项重要的基础性工作,是近年来的一个研究热点。本论文研究序列标注中的神经网络方法,具......
基本名词短语(base noun phrase,base NP)识别是自然语言处理领域中一项重要的基础性研究课题,其目的是从文本中提取简单、非嵌套的......
序列标注问题是自然语言处理领域的一个非常常见的任务,从浅层的分词、词性标注,到较深层的组块分析以至更为深层的完全句法分析、语......
拼写错误是很多语言中常见的问题,也是很多自然语言处理任务中的一个重要模块。网络的普及让信息泛滥,人们被大量的信息淹没,变得只注......
随着互联网数据的爆发式增长,人们对信息获取、知识习得的需求也越来越高,这种需求一方面体现在对高质量和相关度的信息知识的要求,另......
二十一世纪是信息技术时代,同时也是生物技术时代,生物信息学正是二者的有效结合,它利用计算机科学技术解决生物学中的各种问题。随着......
信息抽取是指从海量的文档集合中抽取需要信息的自然语言处理技术,是自然语言处理领域中非常重要的子领域,是近十几年发展起来的新领......
随着用户越来越倾向于输入自然语言作为查询,问句理解成为了问答系统等领域中的研究重点之一。然而现有问答系统技术对复合事实型......
句法分析一直是自然语言处理任务中的重要课题,它的主要目标是根据语言学知识制定的语法规则或者基于统计知识建立的模型,自动建立......
触发词检测是事件抽取的一项基本任务,该任务涉及对触发词进行识别和分类。目前,已有工作主要存在两方面的问题:1)用于触发词检测......
医患纠纷类裁判文书作为宝贵的素材对解决医患矛盾有着重要借鉴作用,如能准确地将类似案例推荐给用户做参考,可以有效提升医患双方......
随着网络从信息单向的提供者转向为多元化的平台,越来越多的用户从单纯的网络信息的阅读者转变为网络信息的创造者和参与者。用户......
音频事件检测技术是音频内容分析与处理最主要的任务之一,目标是判断音频段中所发生的事件种类并标注音频事件的起止时间,其算法性......
针对目前机器学习方法在化学领域的资源实体及关系抽取任务上召回率低以及高度依赖人工特征工程和领域知识的问题,提出一种基于实......