期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
融合实体信息的图卷积神经网络的短文本分类模型分析 被引量:2
1
作者 王治学 《信息系统工程》 2023年第9期122-125,共4页
基于融合实体信息,建立图卷积神经网络模型,该模型结构分别由类别输出、特征学习、嵌入输入以及实体链接四个模块构成,将其应用于短文本分类,在实际操作中,可以利用实体链接工具对短文本中实体进行抽取,并在图卷积神经网络支持下,进行... 基于融合实体信息,建立图卷积神经网络模型,该模型结构分别由类别输出、特征学习、嵌入输入以及实体链接四个模块构成,将其应用于短文本分类,在实际操作中,可以利用实体链接工具对短文本中实体进行抽取,并在图卷积神经网络支持下,进行建模、拼接以及融合处理,最后完成短文本分类。相较于传统文本分类方法,前者不仅可以保证极高的分类准确率,其分类性能也明显优于目前文本分类领域中现有主流方法,对后续自然语言处理更进一步研究有着重要现实意义。 展开更多
关键词 融合实体信息 图卷积神经网络 短文本分类 模型
下载PDF
基于小样本学习的藏文命名实体识别 被引量:2
2
作者 于韬 张英 拥措 《计算机与现代化》 2023年第5期13-19,共7页
藏文命名实体识别是藏文自然语言处理领域的一项关键技术,其目的是识别文本中的人名、地名及组织机构名。在目前的研究中,深度学习方法需要大量的标注数据是制约模型性能的主要因素,因此本文提出基于小样本学习的藏文命名实体识别方法... 藏文命名实体识别是藏文自然语言处理领域的一项关键技术,其目的是识别文本中的人名、地名及组织机构名。在目前的研究中,深度学习方法需要大量的标注数据是制约模型性能的主要因素,因此本文提出基于小样本学习的藏文命名实体识别方法。针对小样本数据量少导致模型无法充分学习实体特征的问题,本文提出实体特征信息融合方法,在训练过程中将实体位置信息、分词信息与藏文音节信息以维度拼接的方式进行特征融合,通过辅助信息增强实体特征,使得模型可以较好地学习藏文长实体的边界信息,并设计消融实验探究不同特征信息对模型效果的影响。实验结果表明,本文提出的方法有效提高了藏文小样本命名实体识别模型的准确率,相较于基线实验F1值总体提升了22.22~38个百分点。 展开更多
关键词 小样本学习 藏文 命名实体识别 实体特征信息融合
下载PDF
信息技术和实体经济深度融合:中国情境的拼创机制 被引量:20
3
作者 张延林 王丽 +1 位作者 谢康 张德鹏 《中国工业经济》 CSSCI 北大核心 2020年第11期80-98,共19页
阐释新一代信息技术和实体经济深度融合的微观机理具有重要的理论和现实意义,但现有相关研究对经理级CIO结构权力低的中国情境缺乏关注。本文基于特征映射逻辑,从IT—业务战略匹配是信息技术和实体经济深度融合在企业创新层面的反映出发... 阐释新一代信息技术和实体经济深度融合的微观机理具有重要的理论和现实意义,但现有相关研究对经理级CIO结构权力低的中国情境缺乏关注。本文基于特征映射逻辑,从IT—业务战略匹配是信息技术和实体经济深度融合在企业创新层面的反映出发,基于组织高阶梯队理论和创业拼创理论,采集142份经理级CIO与TMT成功配对问卷开展实证研究。结果表明:经理级CIO拼创行为正向影响CIO—TMT行为整合及CIO管理自主权,构成推动企业IT—业务战略匹配的关键因素;CIO是否属于TMT成员,决定CIO是以结构性社会资本还是以拼创行为来影响IT—业务战略匹配。同时,IT—业务战略匹配会促进企业IT使能的业务创新,且竞争压力低时这种促进作用更加明显。据此,本文提出企业层面的信息技术和实体经济深度融合的拼创理论,进一步阐述了党的十九大报告关于新一代信息技术和实体经济深度融合这一理论思想的内涵与企业实现机理。 展开更多
关键词 信息技术和实体经济深度融合 IT—业务战略匹配 首席信息 拼创行为 拼创机制
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部