期刊文献+
共找到101,590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RoBERTa_BiLSTM_CRF的文本情报命名实体识别
2
作者 陆泽健 赵文 尹港港 《中国电子科学研究院学报》 2024年第5期442-447,共6页
随着网络信息的爆炸式增长,威胁情报分析作为军事情报分析与战略决策的重要组成部分,其面临着来源多样化和信息结构复杂化的挑战。传统的人工信息提取方法在处理这些大量结构化及非结构化信息时效率低下,准确性有限。文中针对这一挑战,... 随着网络信息的爆炸式增长,威胁情报分析作为军事情报分析与战略决策的重要组成部分,其面临着来源多样化和信息结构复杂化的挑战。传统的人工信息提取方法在处理这些大量结构化及非结构化信息时效率低下,准确性有限。文中针对这一挑战,提出了一种结合RoBERTa、BiLSTM和条件随机场(Conditional Random Fields,CRF)的命名实体识别新算法。此算法通过Ro-BERTa模型深入挖掘文本的语义特征,BiLSTM模型捕捉序列上下文信息,CRF层用于精确的实体标记,从而有效提升信息提取的准确率和效率。本文基于开源情报语料库构建了一个涉及导弹发射事件的命名实体识别数据集,并在此基础上进行了实验,结果表明,该方法在精确率、召回率及F1值等关键指标上相较于主流深度学习方法表现出显著的性能提升,其中F1值高达94.21%。 展开更多
关键词 威胁情报分析 命名实体识别 RoBERTa BiLSTM crf
下载PDF
基于BiLSTM-CRF的航行通告命名实体识别研究
3
作者 项恒 杨明友 李猛 《计算机科学》 CSCD 北大核心 2024年第S02期115-120,共6页
针对当前国际民航组织对数字航行通告研究仅考虑对文本航行通告环境兼容,而未考虑对数字航行通告环境兼容的问题,提出一种基于BiLSTM-CRF的航行通告命名实体识别模型,以实现文本航行通告中相关实体的自动识别,并为转换数字航行通告提供... 针对当前国际民航组织对数字航行通告研究仅考虑对文本航行通告环境兼容,而未考虑对数字航行通告环境兼容的问题,提出一种基于BiLSTM-CRF的航行通告命名实体识别模型,以实现文本航行通告中相关实体的自动识别,并为转换数字航行通告提供所需的基本数据。通过构建航行通告语料标记数据集对LSTM,BiLSTM,BiLSTM-CRF 3种模型进行对比实验。实验结果显示,所提模型的精确率、召回率、F 1值分别为95%,95%,95%,验证了其在航行通告领域的有效性,证明本研究可以有效识别航行通告中的重要实体信息。 展开更多
关键词 航行通告 命名实体识别 深度学习 双向长短期记忆网路 条件随机场
下载PDF
基于改进BiLSTM-CRF模型的网络安全知识图谱构建 被引量:1
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
Bi⁃LSTM和CRF结合的藏文分词方法研究
5
作者 格桑加措 阿卜杜热西提·热合曼 +3 位作者 尼玛扎西 面加 肖桐 朱靖波 《中央民族大学学报(自然科学版)》 2024年第3期40-46,共7页
本研究旨在探索基于双向长短时记忆网络(Bi⁃LSTM)和条件随机场(CRF)的藏语分词方法。研究评估了Bi⁃LSTM和Bi⁃LSTM结合CRF模型在藏文分词任务中的性能,针对未登录音节词进行了模型优化。研究还将分词系统应用到CCMT2023藏汉机器翻译任务... 本研究旨在探索基于双向长短时记忆网络(Bi⁃LSTM)和条件随机场(CRF)的藏语分词方法。研究评估了Bi⁃LSTM和Bi⁃LSTM结合CRF模型在藏文分词任务中的性能,针对未登录音节词进行了模型优化。研究还将分词系统应用到CCMT2023藏汉机器翻译任务中,并进行了评估。实验结果表明,本文提出的分词系统在藏语分词任务中具有良好的性能,并且在藏汉机器翻译任务上有效提升了性能。 展开更多
关键词 藏语分词 LSTM crf 未登录音节字
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
6
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BiLSTM-CRF的《神农本草经》命名实体识别研究 被引量:1
7
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
8
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
融合全局语义信息的BIG-LSTM-CRF模型 被引量:1
9
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
基于ERNIE-BiGRU-Attention-CRF的电子病历命名实体识别方法
10
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
11
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BERT-BiLSTM-CRF党建领域命名实体识别
12
作者 赵盾 佘学兵 邬昌兴 《计算机与现代化》 2024年第9期91-94,共4页
党建领域知识图谱构建过程中使用传统的命名实体识别方法时,存在实体边界不清、实体词性多义等问题,导致存在识别准确率和效率低的问题。为此,本文提出一种融合树形概率和领域词典的BERT-BiLSTM-CRF实体识别模型。该模型在BERT中嵌入领... 党建领域知识图谱构建过程中使用传统的命名实体识别方法时,存在实体边界不清、实体词性多义等问题,导致存在识别准确率和效率低的问题。为此,本文提出一种融合树形概率和领域词典的BERT-BiLSTM-CRF实体识别模型。该模型在BERT中嵌入领域词典进行文本向量化表示;利用BiLSTM获取上下文语义特征;将树形概率应用到CRF层的转移概率计算中提高分词准确率。与基准模型在MSRA和自构建的语料库上进行实验对比,实验结果表明本模型在F1值、召回率、精确率3个指标上都能取得较好的效果。 展开更多
关键词 BERT-BiLSTM-crf模型 树形概率 领域词典 命名实体识别
下载PDF
基于视频资源与WoBERT-AT-BiLSTM-CRF的命名实体识别方法
13
作者 刘洋 唐海 +1 位作者 朱梦涵 徐洪胜 《智能计算机与应用》 2024年第10期63-69,共7页
针对教育领域命名实体识别数据集的缺乏,提出利用视频资源构建相应的学科数据集。传统的语音识别模型存在词错率高、难以处理长时序列等情况,提出使用端到端的语音识别模型Whisper。对于实体识别存在误差积累、实体多样性等问题,提出一... 针对教育领域命名实体识别数据集的缺乏,提出利用视频资源构建相应的学科数据集。传统的语音识别模型存在词错率高、难以处理长时序列等情况,提出使用端到端的语音识别模型Whisper。对于实体识别存在误差积累、实体多样性等问题,提出一种以词为单位的WoBERT-AT-BiLSTM-CRF命名实体识别方法。数据集通过WoBERT预训练模型学习到拥有上下文语义信息的词向量,加入对抗训练生成对抗样本提高模型鲁棒性,再通过BiLSTM获得全面的文本表示,最后使用CRF利用序列标注之间的相关性来进一步优化命名实体识别结果。实验表明,WoBERT-AT-BiLSTM-CRF模型识别结果优于其他对比模型,该模型准确率、召回率、F1值分别为94.21%、94.39%、94.30%,说明该方法的可行性,并为教育领域构建命名实体提供了一种新的方案。 展开更多
关键词 命名实体识别 Whisper WoBERT 对抗训练 双向长短期记忆网络 条件随机场
下载PDF
基于BERT-BiLSTM-CRF模型的油气领域命名实体识别 被引量:5
14
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U-net-BiLSTM-CRF的心律失常多目标检测
15
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
基于BERT-BiGRU-CRF的突发事件元素抽取模型研究
16
作者 王维芳 陆万万 《计算机应用文摘》 2024年第19期131-134,共4页
针对中文突发事件领域的事件元素抽取准确率低的问题,文章提出一种BERT-BiGRU-CRF突发事件元素抽取模型,旨在将事件元素抽取任务转变为序列标注任务以进行处理。其中,首先通过BERT预训练实现突发事件文本向量化;然后通过BiGRU进一步实... 针对中文突发事件领域的事件元素抽取准确率低的问题,文章提出一种BERT-BiGRU-CRF突发事件元素抽取模型,旨在将事件元素抽取任务转变为序列标注任务以进行处理。其中,首先通过BERT预训练实现突发事件文本向量化;然后通过BiGRU进一步实现语义编码;最后采用CRF研判输出最大概率标注序列。对比结果证明,BERT-BiGRU-CRF模型具有更高的抽取准确率,可以在突发事件元素抽取任务中获得更好的抽取效果。 展开更多
关键词 突发事件元素抽取 BERT BiGRU crf
下载PDF
Numerical simulations of Atlantic meridional overturning circulation(AMOC)from OMIP experiments and its sensitivity to surface forcing
17
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
Forcing in Christian Events: The Turin Shroud Case
18
作者 Giovanni Fazio Marcello Leonello Francesca Riotto 《Open Journal of Applied Sciences》 2024年第9期2351-2359,共9页
In its totality and complexity, the theme of forcing in Christian events is almost impossible to investigate. In fact, a lot of scholars and a very long time would be necessary to analyse the numerous events. Thus, we... In its totality and complexity, the theme of forcing in Christian events is almost impossible to investigate. In fact, a lot of scholars and a very long time would be necessary to analyse the numerous events. Thus, we decided to investigate such events only in the study of the Shroud of Turin, an archaeological find known worldwide. The above topic is essential for Christianity. Furthermore, we must take into account that also among the followers of other religions, atheists and agnostics, there is a considerable interest. We think this is due to the unexpected characteristics that the Body Image, which appears on the Burial Linen of the Nazarene, shows. In this article, we would like to demonstrate that the practice of forcing is still in use. These actions, which are also present on the other side, in the non-Christian world, are the result of conflicts of religious interests. To confirm the presence of the Almighty is not necessarily the forcing. Finding a solution to these problems is not our job. However, we want to highlight them through scientific literature. 展开更多
关键词 Shroud of Turin forcing Sindonology AROMAS POLLENS Radiative Hypothesis
下载PDF
基于藏文音节结合BiLSTM-CRF的藏语语义组块分类标注
19
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
20
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
上一页 1 2 250 下一页 到第
使用帮助 返回顶部