基于字典实体驱动的STEP-NC制造特征重构机制模型

制造特征的重构是STEP-NC加工程序信息提取的关键技术之一。分别创建了原始节点数据和字典实体数据,并对STEP-NC模型中的实体进行编码。匹配原始节点数据和字典实体数据,构造节点-实体关联数据,利用节点-实体关联数据重构特征的三维实体表示数据,根据几何层次关系,分别把几何信息分为特征、面、线、点和定位层五层。在重构过程中,上一层实体的节点的属性内容重构调用下一层所对应实体的重构函数;在同一层中,利用字典实体间的继承关系,以编码匹配的方式,自上而下地重构节点几何模型。根据上述模型,开发了实验原型系统,并用STEP-NC标准草案中的示例程序给出重构结果,验证了本模型的有效性。

基于预训练模型的中文电子病历实体识别

为提升传统中文电子病历实体识别预训练模型的语义特征提取能力并增强中文隐含特征表示,提出基于改进预训练语言模型的医疗命名实体识别方法。提出动态词长的逆向最大匹配算法对病历文本进行标注歧义处理,在此基础上构建用户自定义医疗实体字典辅助PKU分词,提高预训练模型掩码效果。输入向量层加入字向量,引入注意力机制学习字向量的全局语义特征。改进预训练模型mask策略和机制并去掉下一句预测,提升词向量语义表征能力。实验结果表明,该方法有效提高了医疗实体的识别效果,F1值达到90.57%。

基于有限状态机的STEP-NC加工程序信息提取技术的研究!

有限状态机(FSM)技术是任务调度的核心,通过分析STEP-NC数据流和STEP-NC程序的数据模型,提出FSM的STEP-NC信息提取系统实现方案。把信息提取系统分为节点-实体模块、词法分析模块、实体-实例模块、检索模块和特征重构模块五个模块,在创建节点和字典实体数据的基础上,对基于FSM的五个模块的内部任务处理进行研究,最终得到三维实体几何数据。在Visual Studio 2005平台上开发信息提取系统,并通过实例对其有效性进行验证。