期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
新能源汽车领域中文术语抽取方法 被引量:10
1
作者 何宇 吕学强 徐丽萍 《现代图书情报技术》 CSSCI 2015年第10期88-94,共7页
【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... 【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、停用词等特征作为特征模板。【结果】实验结果正确率为93.12%,召回率为90.47%。正确率比Baseline方法提高7.73%。【局限】该方法只提高较短术语抽取结果的正确率。【结论】依存关系作为条件随机场模型的一项特征可以提高新能源汽车领域中文术语抽取结果的正确率和召回率。 展开更多
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
原文传递
太阳能技术在汽车新能源领域中的实践与探究 被引量:7
2
作者 李江华 《科技风》 2018年第35期7-7,共1页
现如今,国内的社会经济飞速发展,城市建设也在持续深入,人们的生活水平越来越高,随着私家车数量的快速攀升,汽车能源的消耗量也在不断增加,而且汽车尾气对于环境的污染也愈发严重,要想解决汽车能源消耗和汽车尾气排放的问题就必须找出... 现如今,国内的社会经济飞速发展,城市建设也在持续深入,人们的生活水平越来越高,随着私家车数量的快速攀升,汽车能源的消耗量也在不断增加,而且汽车尾气对于环境的污染也愈发严重,要想解决汽车能源消耗和汽车尾气排放的问题就必须找出有效的汽车环保新能源。如今国内已经有许多专业人员都在积极研究汽车新能源的开发和使用,在满足汽车能源使用需求的基础上,提高能源的利用率和减少汽车尾气的排放,从而有效的促进社会经济的建设与发展。 展开更多
关键词 太阳能技术 汽车能源领域 实践
下载PDF
基于CRFs的专利文献领域术语抽取方法 被引量:11
3
作者 王健 殷旭 +1 位作者 吕学强 徐丽萍 《计算机工程与设计》 北大核心 2019年第1期279-284,共6页
通过对新能源汽车领域中文专利文献中术语特点的分析,提出利用条件随机场模型,分别基于三词位、四词位和六词位的字序列标注进行术语抽取的方法。以字为切分粒度,避免在术语抽取过程中因分词原因导致术语识别错误问题,并探讨不同词位标... 通过对新能源汽车领域中文专利文献中术语特点的分析,提出利用条件随机场模型,分别基于三词位、四词位和六词位的字序列标注进行术语抽取的方法。以字为切分粒度,避免在术语抽取过程中因分词原因导致术语识别错误问题,并探讨不同词位标注集对术语抽取性能的影响。实验结果表明,基于六词位字标注的条件随机场模型术语抽取的性能最好,准确率、召回率和F值优于对比方法中基于词、词性、词长等信息作为特征的抽取方法,验证了所提方法的有效性。 展开更多
关键词 中文专利术语 术语抽取 条件随机场 序列标注 新能源汽车领域
下载PDF
基于数据增强的领域知识图谱构建方法研究 被引量:15
4
作者 钱玲飞 崔晓蕾 《现代情报》 CSSCI 2022年第3期31-39,共9页
[目的/意义]探究使用大数据技术解决传统制造业知识管理问题的方法,实现对专利知识的自动抽取和结构化构建,提高信息检索效率和利用率。[方法/过程]结合深度学习技术,提出了一种面向非结构化专利信息的知识图谱自动构建方法,在Bi LSTM-... [目的/意义]探究使用大数据技术解决传统制造业知识管理问题的方法,实现对专利知识的自动抽取和结构化构建,提高信息检索效率和利用率。[方法/过程]结合深度学习技术,提出了一种面向非结构化专利信息的知识图谱自动构建方法,在Bi LSTM-CRF的基础上引入预训练模型实现对实体和开放式关系的自动抽取,并基于迁移学习进行数据增强提升抽取效果;改进实体关系抽取模型提升三元组结构识别的准确率;最后将其存储到Neo4j图数据库中进行领域知识图谱的构建。[结果/结论]本文提出的方法解决了信息抽取在专业领域样本量少的问题,对专利三元组识别的准确率达到了94.71%,构建的知识图谱能够满足企业创新知识管理和竞争情报获取的需求,提升企业知识的可重用性。 展开更多
关键词 专利 数据增强 信息抽取 三元组识别 能源汽车电池技术领域
下载PDF
汉语科技词系统建设与应用进展 被引量:5
5
作者 乔晓东 张运良 朱礼军 《情报学报》 CSSCI 北大核心 2010年第6期978-986,共9页
汉语科技词系统是中国科学技术信息研究所提出的面向中文为主的科技信息资源管理及深层次知识服务的知识组织系统。本文介绍了汉语科技词系统的知识架构、建设流程以及在建设过程中协同构建平台开发、知识状态控制、概念描述等方面的进... 汉语科技词系统是中国科学技术信息研究所提出的面向中文为主的科技信息资源管理及深层次知识服务的知识组织系统。本文介绍了汉语科技词系统的知识架构、建设流程以及在建设过程中协同构建平台开发、知识状态控制、概念描述等方面的进展。本文也介绍了新能源汽车领域词系统的建设现状及汉语科技词系统应用上的探索。新能源汽车领域科技词系统的建设及应用进展证明了领域科技词系统建设的可行性,积累了经验,也为未来大规模建设和应用提供借鉴并指明方向。 展开更多
关键词 科技词系统 知识组织系统 新能源汽车领域 建设与应用
下载PDF
Large-eddy simulation for the aero-vibro-acoustic analysis:plate-cavity system excited by turbulent channel flow
6
作者 Lixing Zhu Ting Wu Guowei He 《Acta Mechanica Sinica》 SCIE EI CAS CSCD 2022年第10期38-55,共18页
The large-eddy simulation(LES)with the dynamic Smagorinsky model is used to predict the interior sound of an idealized vehicle cabin under the excitation of the wall pressures from turbulent channel flows.In compariso... The large-eddy simulation(LES)with the dynamic Smagorinsky model is used to predict the interior sound of an idealized vehicle cabin under the excitation of the wall pressures from turbulent channel flows.In comparison with direct numerical simulation(DNS),the LES results overpredict the sound pressure level(SPL)at low frequencies and underpredict the SPL at high frequencies.The incorrect predictions result from the incorrect prediction of LES on surface pressures,where the LES over-estimates the wavenumber and frequencies spectra of surface pressures at small wavenumbers and frequencies and under-estimates the spectra at large wavenumbers and frequencies.However,the LES results are close to the filtered-DNS results,implying that the unresolved scales are also important to surface pressures and interior sound.The Euler-Bernoulli beam under the excitation of exterior pressures,which serves as a simple model for aero-vibro-acoustics in the case of hydrodynamical fast,is used to explain the observed predictions and show that the Corcos model cannot represent the variation of turbulence pressure spectra at wavenumbers and frequencies.Therefore,the new requirement for the LES method,when applied to fluid-structural-acoustic interaction problems at high Reynolds numbers,is the correct prediction of wavenumber and frequency spectra of turbulence wall pressure. 展开更多
关键词 Large-eddy simulation Turbulent flow Aero-vibro-acoustics Surface pressure
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部