期刊文献+
共找到99,229篇文章
< 1 2 250 >
每页显示 20 50 100
融合多尺度CNN和CRF的通用细粒度事件检测
1
作者 任永功 阎格 何馨宇 《小型微型计算机系统》 CSCD 北大核心 2024年第4期859-864,共6页
事件检测是自然语言处理领域中事件抽取的主要任务之一,它旨在从众多非结构化信息中自动提取出结构化的关键信息.现有的方法存在特征提取不全面、特征分布不均等情况.为了提高事件检测的准确率,提出了一种融合BERT预训练模型与多尺度CN... 事件检测是自然语言处理领域中事件抽取的主要任务之一,它旨在从众多非结构化信息中自动提取出结构化的关键信息.现有的方法存在特征提取不全面、特征分布不均等情况.为了提高事件检测的准确率,提出了一种融合BERT预训练模型与多尺度CNN的神经网络模型(BMCC,BERT+Multi-scale CNN+CRF).首先通过BERT(Bidirectional Encoder Representations from Transformers)预训练模型来进行词向量的嵌入,并利用其双向训练的Transformer机制来提取序列的状态特征;其次使用不同尺度的卷积核在多个卷积通道中进行卷积训练,以此来提取不同视野的语义信息,丰富其语义表征.最后将BIO机制融入到条件随机场(CRF)来对序列进行标注,实现事件的检测.实验结果表明,所提出的模型在MAVEN数据集上的F1值为65.17%,表现了该模型的良好性能. 展开更多
关键词 事件检测 BERT 多尺度CNN 条件随机场(crf) 交叉验证
下载PDF
基于BERT-BiLSTM-CRF模型的中医治疗功能性胃肠病实体识别及应用
2
作者 石文艳 赵芳华 +6 位作者 孙美玲 李海燕 李敬华 于彤 孔静静 宋源 于琦 《中国数字医学》 2024年第5期78-83,共6页
目的:探索分析BERT-BiLSTM-CRF模型抽取中医文献摘要中的实体的可行性及识别效果。方法:在知网数据中导出500条中医疗法治疗功能性胃肠病的论文摘要,对文本中的西医病名、临床表现、方剂、中药等11类实体进行BIO标注,基于BERT-BiLSTM-CR... 目的:探索分析BERT-BiLSTM-CRF模型抽取中医文献摘要中的实体的可行性及识别效果。方法:在知网数据中导出500条中医疗法治疗功能性胃肠病的论文摘要,对文本中的西医病名、临床表现、方剂、中药等11类实体进行BIO标注,基于BERT-BiLSTM-CRF模型进行训练及参数调整,而后对模型进行测试,并应用于实体识别。结果:模型测试的精确率为85.07%,召回率为88.48%,F1值为0.8674,中药、方剂、西医诊断等实体类别的识别效果较好;模型应用中,自动化实体抽取结果整体较好,能够反映该领域文献的主要研究方向。结论:BERT-BiLSTM-CRF模型能够识别出论文摘要中大部分的实体,可以为知识图谱的自动化构建提供基础,同时也对中医药领域的自然语言处理应用提供了参考和借鉴。 展开更多
关键词 功能性胃肠病 命名实体识别 双向长短期记忆网络 条件随机场
下载PDF
基于BETR-BiGRU-CRF模型的文物档案知识图谱构建研究——以北京中轴线文化遗产档案为例
3
作者 关定邦 赵庆聪 《黑龙江科学》 2024年第3期15-19,共5页
建立文物档案知识图谱便于对文物档案进一步的研究与利用。以中轴线文化遗产档案为原始数据集,采用BERT-BiGRU-CRF模型进行文物档案实体识别,在此基础上构建中轴线文化遗产档案知识图谱,使用Neo4j图数据库完成知识存储。经实验验证,BERT... 建立文物档案知识图谱便于对文物档案进一步的研究与利用。以中轴线文化遗产档案为原始数据集,采用BERT-BiGRU-CRF模型进行文物档案实体识别,在此基础上构建中轴线文化遗产档案知识图谱,使用Neo4j图数据库完成知识存储。经实验验证,BERT-BiGRU-CRF模型在文物档案实体识别任务中具有更高的精确度与召回率,有助于建立准确、一致、完整的文物档案知识图谱,能够为文物档案管理与保护、文化遗产保护与传承等提供参考与借鉴。 展开更多
关键词 文物档案 知识图谱 实体抽取 BETR-BiGRU-crf
下载PDF
基于改进BiLSTM-CRF模型的网络安全知识图谱构建
4
作者 黄智勇 余雅宁 +2 位作者 林仁明 黄鑫 张凤荔 《现代电子技术》 北大核心 2024年第6期15-21,共7页
针对网络安全领域的图谱构建任务,基于BiLSTM-CRF模型引入了外部网络安全词典来加强网络安全文本的特征,并结合多头注意力机制提取多层特征,最终在网络安全数据集取得了更优异的结果。利用企业内部的日常网络运维数据,设计并构建了一个... 针对网络安全领域的图谱构建任务,基于BiLSTM-CRF模型引入了外部网络安全词典来加强网络安全文本的特征,并结合多头注意力机制提取多层特征,最终在网络安全数据集取得了更优异的结果。利用企业内部的日常网络运维数据,设计并构建了一个面向企业网络安全运维管理的知识图谱,为后续进一步研究基于图谱的企业网络安全智能决策等应用奠定基础。 展开更多
关键词 BiLSTM-crf 网络安全 知识图谱 特征提取 企业网络 注意力机制 本体建模 知识抽取
下载PDF
基于ERNIE-BiGRU-Attention-CRF的电子病历命名实体识别方法
5
作者 王正芳 张军亮 +2 位作者 李小倩 于月 陈慧媜 《医学信息学杂志》 CAS 2024年第5期76-82,100,共8页
目的/意义改善中文电子病历命名实体识别模型的性能,更好地开展医疗信息的组织和挖掘。方法/过程构建ERNIE-BiGRU-Attention-CRF中文电子病历命名实体识别模型,首先采用ERNIE1.0预训练模型生成具有语义特征的词向量,然后利用BiGRU捕获... 目的/意义改善中文电子病历命名实体识别模型的性能,更好地开展医疗信息的组织和挖掘。方法/过程构建ERNIE-BiGRU-Attention-CRF中文电子病历命名实体识别模型,首先采用ERNIE1.0预训练模型生成具有语义特征的词向量,然后利用BiGRU捕获全局语义特征与语法结构特征,通过Attention机制进一步增强语义特征的捕获,最后连接CRF解码层输出全局概率最大的标签序列。结果/结论在公开的医疗文本数据集CCKS2017开展对比实验、消融实验,利用生成的模型进行实例分析,取得较好的识别效果。 展开更多
关键词 命名实体识别 ERNIE 双向门控循环神经网络 注意力机制 条件随机场
下载PDF
基于ERNIE-BiGRU-CRF模型的煤矿安全隐患命名实体智能识别研究
6
作者 刘飞翔 李泽荃 +1 位作者 赵嘉良 李靖 《煤炭工程》 北大核心 2024年第2期206-212,共7页
为充分挖掘煤矿安全隐患文本关键知识,帮助煤矿企业安全管理人员更好的开展隐患排查治理工作,提出一种基于预训练语言模型的命名实体识别方法。首先定义煤矿安全隐患实体类别,并采用BIO标注策略构建了7个实体类别和15个实体标签;然后将... 为充分挖掘煤矿安全隐患文本关键知识,帮助煤矿企业安全管理人员更好的开展隐患排查治理工作,提出一种基于预训练语言模型的命名实体识别方法。首先定义煤矿安全隐患实体类别,并采用BIO标注策略构建了7个实体类别和15个实体标签;然后将收集到的煤矿隐患排查数据进行预处理,由煤矿安全领域专家人工标注相关实体,得到1500条煤矿安全隐患命名实体标准数据集;最后采用ERNIE预训练模型对煤矿安全隐患文本词向量进行表征、同时利用BiGRU结构进行上下文语义特征提取以及CRF模型进行实体标签解码,完成煤矿安全隐患命名实体识别研究。实验结果表明:ERNIE-BiGRU-CRF模型在序列标注任务上的精确率、召回率和F1值分别为56.69%、69.23%和62.34%,较于BiLSTM-CRF基线模型分别提高了6.85%、13.74%和9.83%,并且实体抽取结果与实际标注结果相差不大。另外,消融实验也验证了BiGRU层能够更好的捕捉煤矿安全隐患文本上下文语义依赖关系以及CRF层能够进一步优化标签序列的有效性。 展开更多
关键词 煤矿安全隐患 ERNIE-BiGRU-crf算法模型 命名实体识别 信息抽取
下载PDF
基于U-net-BiLSTM-CRF的心律失常多目标检测
7
作者 王雨轩 朱俊江 +1 位作者 黄浩 濮玉 《计算机应用与软件》 北大核心 2024年第4期142-150,共9页
由于卷积滤波尺寸等限制,U-net无法学习到心电(Electrocardiographic,ECG)信号的长时序关联性以及标签间的相关性。对此提出一种基于U-net-BiLSTM-CRF的心律失常多目标检测方法,可同时输出目标心拍所属类型和位置信息。使用U-net学习融... 由于卷积滤波尺寸等限制,U-net无法学习到心电(Electrocardiographic,ECG)信号的长时序关联性以及标签间的相关性。对此提出一种基于U-net-BiLSTM-CRF的心律失常多目标检测方法,可同时输出目标心拍所属类型和位置信息。使用U-net学习融合特征,再将其输入到双向长短时记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)中学习长时序依赖特征,最后使用条件随机场(Conditional Random Field,CRF)对标签间的关系建模,优化分类结果。依据ANSI/AAMI EC57:2012的心搏分类标准,对MIT-BIH心律失常数据库中共85609个心拍记录进行划分,在划分后数据集上的实验结果表明,该方法对心拍分类的准确率达99.11%,特异性为99.76%,灵敏度为97.21%,优于传统U-net在MIT-BIH心律失常数据库上的分类性能。 展开更多
关键词 心律失常检测 U-net 双向长短时记忆网络 条件随机场
下载PDF
Numerical simulations of Atlantic meridional overturning circulation(AMOC)from OMIP experiments and its sensitivity to surface forcing
8
作者 Xiaowei WANG Yongqiang YU 《Journal of Oceanology and Limnology》 SCIE CAS CSCD 2024年第2期454-467,共14页
Atlantic meridional overturning circulation(AMOC)plays an important role in transporting heat meridionally in the Earth’s climate system and is also a key metrical tool to verify oceanic general circulation models.Tw... Atlantic meridional overturning circulation(AMOC)plays an important role in transporting heat meridionally in the Earth’s climate system and is also a key metrical tool to verify oceanic general circulation models.Two OMIP(Ocean Model Intercomparison Project phase 1 and 2)simulations with LICOM3(version 3 of the LASG/IAP Climate System Ocean Model)developed at the State Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics(LASG),Institute of Atmospheric Physics(IAP),are compared in this study.Both simulations well reproduce the fundamental characteristics of the AMOC,but the OMIP1 simulation shows a significantly stronger AMOC than the OMIP2 simulation.Because the LICOM3 configurations are identical between these two experiments,any differences between them must be attributed to the surface forcing data.Further analysis suggests that sea surface salinity(SSS)differences should be mainly responsible for the enhanced AMOC in the OMIP1 simulation,but sea surface temperature(SST)also play an unignorable role in modulating AMOC.In the North Atlantic,where deep convection occurs,the SSS in OMIP1 is more saline than that in OMIP1.We find that in the major region of deep convection,the change of SSS has more significant effect on density than the change of SST.As a result,the SSS was more saline than that in OMIP2,leading to stronger deep convection and subsequently intensify the AMOC.We conduct a series of numerical experiments with LICOM3,and the results confirmed that the changes in SSS have more significant effect on the strength of AMOC than the changes in SST. 展开更多
关键词 oceanic general circulation model(OGCM) Atlantic meridional overturning(AMOC) surface forcing deep convection
下载PDF
基于BiLSTM-CRF的《神农本草经》命名实体识别研究
9
作者 周嘉玮 王坤 +2 位作者 吴雨璐 李荣耀 刘秀峰 《成都中医药大学学报》 2024年第3期54-59,共6页
目的:基于BiLSTM-CRF的命名实体识别技术挖掘并展示《神农本草经》蕴含的药物理论。方法:构建自定义中医术语词库,由计算机自动化序列标注,根据不同主流命名实体识别方法以及中医古籍的文本特点,以字向量作为初始输入,构建BiLSTM-CRF模... 目的:基于BiLSTM-CRF的命名实体识别技术挖掘并展示《神农本草经》蕴含的药物理论。方法:构建自定义中医术语词库,由计算机自动化序列标注,根据不同主流命名实体识别方法以及中医古籍的文本特点,以字向量作为初始输入,构建BiLSTM-CRF模型对《神农本草经》进行命名实体识别。结果:测试结果表明,BiLSTM-CRF模型的精确率89.00%,召回率88.83%,F1值为88.91%,相对于其他模型效果较优。结论:BiLSTM-CRF模型能够有效识别《神农本草经》的实体类型,适用于中医古籍的知识挖掘,有助于中医理论实践和发挥临床应用价值。 展开更多
关键词 命名实体识别 神农本草经 中医古籍 BiLSTM-crf
下载PDF
基于BERT-BiLSTM-CRF模型的油气领域命名实体识别 被引量:2
10
作者 高国忠 李宇 +1 位作者 华远鹏 吴文旷 《长江大学学报(自然科学版)》 2024年第1期57-65,共9页
针对油气领域知识图谱构建过程中命名实体识别使用传统方法存在实体特征信息提取不准确、识别效率低的问题,提出了一种基于BERT-BiLSTM-CRF模型的命名实体识别研究方法。该方法首先利用BERT(bidirectional encoder representations from... 针对油气领域知识图谱构建过程中命名实体识别使用传统方法存在实体特征信息提取不准确、识别效率低的问题,提出了一种基于BERT-BiLSTM-CRF模型的命名实体识别研究方法。该方法首先利用BERT(bidirectional encoder representations from transformers)预训练模型得到输入序列语义的词向量;然后将训练后的词向量输入双向长短期记忆网络(bi-directional long short-term memory,BiLSTM)模型进一步获取上下文特征;最后根据条件随机场(conditional random fields,CRF)的标注规则和序列解码能力输出最大概率序列标注结果,构建油气领域命名实体识别模型框架。将BERT-BiLSTM-CRF模型与其他2种命名实体识别模型(BiLSTM-CRF、BiLSTM-Attention-CRF)在包括3万多条文本语料数据、4类实体的自建数据集上进行了对比实验。实验结果表明,BERT-BiLSTM-CRF模型的准确率(P)、召回率(R)和F_(1)值分别达到91.3%、94.5%和92.9%,实体识别效果优于其他2种模型。 展开更多
关键词 油气领域 命名实体识别 BERT 双向长短期记忆网络 条件随机场 BERT-BiLSTM-crf模型
下载PDF
基于藏文音节结合BiLSTM-CRF的藏语语义组块分类标注
11
作者 旦正吉 华却才让 +1 位作者 完么措 白颖 《高原科学研究》 CSCD 2024年第2期118-125,共8页
针对藏语句子语义分析中语义种类繁多且广泛存在歧义的难点,提出了基于藏文音节向量和BiL-STM-CRF混合模型相结合的藏语语义组块识别方法。首先制定了13种语义组块标注规范,其次构建了13211句语义组块标注语料库,在此基础上采用TS-BiLST... 针对藏语句子语义分析中语义种类繁多且广泛存在歧义的难点,提出了基于藏文音节向量和BiL-STM-CRF混合模型相结合的藏语语义组块识别方法。首先制定了13种语义组块标注规范,其次构建了13211句语义组块标注语料库,在此基础上采用TS-BiLSTM-CRF方法训练了藏语语义组块识别和分类模型。综合测试实验结果表明,该模型精确率为75.03%,召回率为76.52%,F1值为75.77%。各类语义组块识别中,指示类(INS)识别的测评结果远高于其他几类语义组块,精确率为90.87%;组织类(ORG)的测评结果偏低于其他类型,精确率为66.67%。文章研究证实了TS-BiLSTM-CRF模型在藏语语义组块识别分析任务中具有较好的性能。 展开更多
关键词 藏语 语义组块识别 TS-BiLSTM-crf模型 标注规范
下载PDF
基于BiLSTM-CRF模型的房屋出租App系统的设计与实现
12
作者 罗佳 李萌 《软件》 2024年第1期18-20,共3页
针对文本实体信息抽取优化问题,本文以租赁行业为研究对象,首先,使用爬虫技术对客户发布的信息进行爬取,采用BiLSTM-CRF算法对信息进行实体提取和处理,将处理后的信息存储在数据库中,构建App数据来源的数据层,再基于数据层的数据开发Ap... 针对文本实体信息抽取优化问题,本文以租赁行业为研究对象,首先,使用爬虫技术对客户发布的信息进行爬取,采用BiLSTM-CRF算法对信息进行实体提取和处理,将处理后的信息存储在数据库中,构建App数据来源的数据层,再基于数据层的数据开发App应用层。开发的App应用层模块包括用户认证模块和主页模块。BiLSTM-CRF模型比LSTM和Bi LSTM在实体边界的识别率更高,模型准确率、召回率和F1值分别可以达到96.58%,88.94%,92.60%。 展开更多
关键词 BiLSTM-crf 数据爬虫 App系统 实体提取
下载PDF
融合全局语义信息的BIG-LSTM-CRF模型
13
作者 胡俊英 王煜华 +1 位作者 金书意 张博 《纯粹数学与应用数学》 2024年第1期106-116,共11页
命名实体识别任务是针对输入的文本句子做序列标注的一类自然语言处理任务,其目的是抽取出文本句子中的主语实体和宾语实体.基于深度神经网络的提取方法获得了优异的性能,其中BI-LSTM-CRF是效果显著且具有代表性的模型之一.但该模型在... 命名实体识别任务是针对输入的文本句子做序列标注的一类自然语言处理任务,其目的是抽取出文本句子中的主语实体和宾语实体.基于深度神经网络的提取方法获得了优异的性能,其中BI-LSTM-CRF是效果显著且具有代表性的模型之一.但该模型在训练过程中忽略了全局语义信息对实体识别准确度的影响.本文通过引入全局语义信息来改进BI-LSTM-CRF模型用于命名实体识别任务的性能:先通过添加一层带有激活操作的全连接层来提取输入文本句子的高维语义信息;再通过一个全连接层将高维语义信息与每个字符进行深度融合,得到该句子融合了全局语义信息的向量表示,并将其用于后续的命名实体识别任务.通过将改进后的模型用于CLUENER2020数据集上,验证了添加全局语义信息融合模块可以提升模型命名实体识别的准确度. 展开更多
关键词 BI-LSTM-crf 自然语言处理 命名实体识别 神经网络
下载PDF
Influence of Continental Atmospheric Forcing on the Decadal Variability of the West African Monsoon
14
作者 Adjoua Moïse Landry Famien Sandrine Djakouré +3 位作者 Bi Tra Jean Claude Youan Serge Janicot Abé Delfin Ochou Arona Diedhiou 《Atmospheric and Climate Sciences》 2024年第1期1-28,共28页
The West African Monsoon (WAM) is characterized by strong decadal and multi-decadal variability and the impacts can be catastrophic for the local populations. One of the factors put forward to explain this variability... The West African Monsoon (WAM) is characterized by strong decadal and multi-decadal variability and the impacts can be catastrophic for the local populations. One of the factors put forward to explain this variability involves the role of atmospheric dynamics, linked in particular to the Saharan Heat Low (SHL). This article addresses this question by comparing the sets of preindustrial control and historical simulation data from climate models carried out in the framework of the CMIP5 project and observations data over the 20<sup>th</sup> century. Through multivariate statistical analyses, it was established that decadal modes of ocean variability and decadal variability of Saharan atmospheric dynamics significantly influence decadal variability of monsoon precipitation. These results also suggest the existence of external anthropogenic forcing, which is superimposed on the decadal natural variability inducing an intensification of the signal in the historical simulations compared to preindustrial control simulations. We have also shown that decadal rainfall variability in the Sahel, once the influence of oceanic modes has been eliminated, appears to be driven mainly by the activity of the Arabian Heat Low (AHL) in the central Sahel, and by the structure of the meridional temperature gradient over the inter-tropical Atlantic in the western Sahel. 展开更多
关键词 Influence of Continental Atmospheric forcing on the Decadal Variability of the West African Monsoon
下载PDF
基于改进Bi-LSTM-CRF的农业问答系统研究 被引量:7
15
作者 白皓然 孙伟浩 +1 位作者 金宁 马皓冉 《中国农机化学报》 北大核心 2023年第2期99-105,共7页
针对农业领域问答系统面临的实体识别困难的问题,提出一种基于改进Bi-LSTM-CRF的实体识别方法。首先通过BERT预训练模型的预处理,生成基于上下文信息的词向量,然后将训练出的词向量输入Bi-LSTM-CRF做进一步的训练处理,最后,利用Python的... 针对农业领域问答系统面临的实体识别困难的问题,提出一种基于改进Bi-LSTM-CRF的实体识别方法。首先通过BERT预训练模型的预处理,生成基于上下文信息的词向量,然后将训练出的词向量输入Bi-LSTM-CRF做进一步的训练处理,最后,利用Python的Django框架设计农业领域的实体识别、实体查询、农知问答等子系统。经过试验对比,所提出的改进的Bi-LSTM-CRF在农业信息领域具有更好的实体识别能力,在农业信息语料库上的精确率、召回率和F1值分别为93.23%、91.08%和92.16%。实现农业领域实体识别和农业信息问答的知识图谱网站演示,对农业信息化的发展具有重要意义。 展开更多
关键词 智能问答系统 知识图谱 双向长短期记忆模型(Bi-LSTM) 条件随机场(crf)
下载PDF
基于SegNet_CRF的遥感影像水体提取方法 被引量:1
16
作者 林娜 王玉莹 +2 位作者 郭江 潘鹏 李莉 《测绘与空间地理信息》 2023年第3期12-15,18,共5页
水体的自动提取对于洪水监测、水资源管理等方面有着重要意义。本文提出了SegNet_CRF语义分割方法,可从遥感影像上自动提取水体。首先,在SegNet编码器和解码器之间植入空洞卷积特征提取块,融合不同尺度的特征,然后在分类后处理中引入条... 水体的自动提取对于洪水监测、水资源管理等方面有着重要意义。本文提出了SegNet_CRF语义分割方法,可从遥感影像上自动提取水体。首先,在SegNet编码器和解码器之间植入空洞卷积特征提取块,融合不同尺度的特征,然后在分类后处理中引入条件随机场,对提取结果进行精细化处理,最后与FCN、经典SegNet网络水体提取结果对比,结果表明,SegNet_CRF网络结构在Recall、Precision以及F1-score指标上都有所提高,水体提取结果更加准确完整,抑制噪声能力更强。SegNet_CRF网络可有效地实现水体提取任务。 展开更多
关键词 遥感影像 水体提取 SegNet 空洞卷积 全连接条件随机场
下载PDF
基于益气温阳理论应用中药沐足联合电艾灸治疗癌因性疲乏(CRF)临床疗效及安全性观察 被引量:4
17
作者 刘鹏 彭昭文 +8 位作者 尤海玲 钟元涛 易舒婧 江洋 黄金兰 庄碧云 叶书林 冯高飞 曹洋 《现代肿瘤医学》 CAS 北大核心 2023年第2期347-353,共7页
目的:探究益气温阳理论指导下的中药沐足联合电艾灸治疗癌因性疲乏(CRF)的临床疗效及安全性。方法:研究纳入118例CRF患者,均由住院部2019年08月-2021年03月收治,采用随机数字表法将患者分为3组,对照组(40例)仅采用对症支持治疗,观察A组... 目的:探究益气温阳理论指导下的中药沐足联合电艾灸治疗癌因性疲乏(CRF)的临床疗效及安全性。方法:研究纳入118例CRF患者,均由住院部2019年08月-2021年03月收治,采用随机数字表法将患者分为3组,对照组(40例)仅采用对症支持治疗,观察A组(39例)采用中药沐足+对症支持治疗,观察B组(39例)采用中药沐足+电艾灸+对症支持治疗。比较3组临床疗效、Piper疲乏量表积分、功能状态评分(KPS)、生活质量(QOL,食欲、精神、睡眠、疲乏、疼痛等)及T淋巴细胞亚群变化,并从临床症状体征及常规检查做安全性评价。结果:观察A组(82.1%,32/39)、B组(89.7%,35/39)患者总体有效率均高于对照组(57.5%,23/40)(P<0.05),观察B组优于观察A组(P<0.05);治疗后KPS评分提高率对比,观察A组(79.5%,31/39)、B组(94.9%,37/39)患者均高于对照组(52.5%,31/39),观察B组优于观察A组(P<0.05);治疗前3组QOL评分比较(P>0.05),治疗后3组组内前后对比(P<0.05),观察A、B组均优于对照组(P<0.05),观察B组优于A组(P<0.05);在QOL量表条目中,治疗后患者在食欲、精神、睡眠、疲乏、对治疗态度、日常生活及面部表情7个方面,观察A组和B组均优于对照组(P<0.05),其中在精神、睡眠、疲乏、治疗副作用方面,观察B组优于观察A组(P<0.05);治疗前3组免疫功能状况比较(P>0.05),治疗后在CD3^(+)T、CD3^(+)CD4^(+)T、CD3^(+)CD4^(+)T/CD3^(+)CD8^(+)T、NK细胞免疫指标中,观察A、B组均优于对照组(P<0.05),在NK细胞状态观察B组优于A组(P<0.05)。观察A组出现Ⅰ度皮肤瘙痒1例,治疗B组出现1例Ⅰ级血压升高,对照组出现1例治疗相关恶心呕吐,3组不良反应率比较(P>0.05)。结论:益气温阳理论指导下联合应用中药沐足及电艾灸治疗CRF,有效改善了患者功能状态、生存质量及免疫功能状态,安全性好,值得进一步深入探索研究。 展开更多
关键词 癌因性疲乏 中医外治法 中药沐足 电艾灸 益气温阳 对照研究
下载PDF
基于BiLSTM-CRF的中文分组单字错误识别方法研究 被引量:4
18
作者 曹阳 曹存根 +1 位作者 资康莉 王石 《中文信息学报》 CSCD 北大核心 2023年第4期156-165,共10页
近十多年来,中文自动校对取得了许多重要进展,但是单字错别字识别精度和召回率低一直是该领域的一个重要问题。该文提出一种基于BiLSTM-CRF的神经网络模型和单字分组策略识别中文错别字的方法。首先,该文提出一种构建分组单字混淆集的方... 近十多年来,中文自动校对取得了许多重要进展,但是单字错别字识别精度和召回率低一直是该领域的一个重要问题。该文提出一种基于BiLSTM-CRF的神经网络模型和单字分组策略识别中文错别字的方法。首先,该文提出一种构建分组单字混淆集的方法,并根据采集的分组单字混淆集自动生成错别字识别训练语料,构造了一个含有13组的汉字单字错别字识别训练语料。其次,针对传统的错别字识别方法在单字错别字召回率较低的问题,该文对错别字识别训练语料中错别字采用多标签标记的策略。再次,针对训练样本存在的数据稀疏问题,该文对训练数据集中的人名、地名、时间和机构名称这四类词语进行抽象。最后,该文利用BiLSTM-CRF的模型在错别字识别训练语料上进行训练。实验结果表明,该文提出的单字错别字识别方法在13组单字上的平均识别精确率为87.30%,平均召回率为84.36%。 展开更多
关键词 BiLSTM-crf 分组策略 分组单字混淆集 错别字识别训练语料
下载PDF
基于BERT-BiLSTM-CRF模型的地理实体命名实体识别 被引量:6
19
作者 汤洁仪 李大军 刘波 《北京测绘》 2023年第2期143-147,共5页
互联网中存在大量的与地理信息相关的信息,其中文本信息是这些信息的重要组成部分。针对构建地理实体库过程中依赖人工制定规则、信息提取不充分等问题,本文通过利用爬虫技术获取百度百科文本信息并构建地理实体语料库,端到端的深度学... 互联网中存在大量的与地理信息相关的信息,其中文本信息是这些信息的重要组成部分。针对构建地理实体库过程中依赖人工制定规则、信息提取不充分等问题,本文通过利用爬虫技术获取百度百科文本信息并构建地理实体语料库,端到端的深度学习模型BERT-BiLSTM-CRF模型对自建的地理实体语料库进行了命名实体识别(NER),模型在传统的BiLSTM-CRF模型上加入了BERT预训练模型,使得模型可以更好地结合文本上下文及语义信息。结果表明,该模型相比于BiLSTM-CRF模型和BiLSTM模型在地理实体命名实体识别中取得了更好的结果,且对进一步构建地理实体知识图谱、知识库等具有重要意义。 展开更多
关键词 地理实体 命名实体识别(NER) 知识抽取 BERT-BiLSTM-crf模型
下载PDF
基于RoBERTa-CRF的肝癌电子病历实体识别研究 被引量:2
20
作者 邓嘉乐 胡振生 +2 位作者 连万民 华赟鹏 周毅 《医学信息学杂志》 CAS 2023年第6期42-47,共6页
目的/意义肝癌电子病历中蕴涵大量医学专业知识,且大部分以非结构化数据形式存在,难以自动化提取。肝癌电子病历实体识别研究有助于构建肝癌领域医疗辅助决策系统和医学知识图谱。方法/过程构建RoBERTa算法与CRF算法相结合的命名实体识... 目的/意义肝癌电子病历中蕴涵大量医学专业知识,且大部分以非结构化数据形式存在,难以自动化提取。肝癌电子病历实体识别研究有助于构建肝癌领域医疗辅助决策系统和医学知识图谱。方法/过程构建RoBERTa算法与CRF算法相结合的命名实体识别模型,利用自标注肝癌电子病历真实数据进行模型训练与测试。结果/结论RoBERTa-CRF模型优于其他基线模型,具有较好实体识别效果。 展开更多
关键词 肝癌电子病历 实体识别 知识提取 RoBERTa-crf模型 自然语言处理
下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部