基于NER和XGBoost的网络侵权识别模型

本文从网络视频资源的侵权识别问题出发,结合NER和XGBoost机器学习分类算法,提出了一种基于网络资源文本描述信息的侵权识别模型.

基于多维大数据预测的应急灾备统筹救助系统研究

应急灾备统筹救助系统是基于应急管理部门的多维度大数据汇总、协同分析、快速决策的统筹规划管理平台。在面对地震和次生灾害等突发灾情时,通过大数据分析统计,进行救灾物资调配、人员工作协调、应急事件判断,并根据救灾物资需求的紧急程度及运输目标的最短路径分析,计算最高效的物资配送方法,提高运能及运输效率。通过NER模型,提取汇报信息关键字,迅速判断事件紧急程度,方便快速做出应急响应。该系统通过前后端分离的分布式架构,可以快速融合各行业数据,利用扩展算法接口,对各地区不同灾情进行预测和统计分析。

命名实体识别的应用

命名实体识别是自然语言处理中一项重要任务,NER同时是问答系统中不可缺的一部分。通过对目前最广泛应用的NER模型进行调查,用实证的方式测试各模型在ATIS数据集基准和"模拟真实世界"NER任务中的性能。结果表明:在实际应用中性价比平衡度最好的系统是一个条件随机场(CRF)和Bi-LSTM的结合体,该系统在低费用的情况下保持业内顶尖水平的性能,ATIS数据集准确率达96.83%。