构建了基于BERT的双向连接模式BERT-based Bi-directional Association Model(BBAM)以实现在意图识别和槽位填充之间建立双向关系的目标,来实现意图识别与槽位填充的双向关联,融合两个任务的上下文信息,对意图识别与槽位填充两个任务之...构建了基于BERT的双向连接模式BERT-based Bi-directional Association Model(BBAM)以实现在意图识别和槽位填充之间建立双向关系的目标,来实现意图识别与槽位填充的双向关联,融合两个任务的上下文信息,对意图识别与槽位填充两个任务之间的联系进行深度挖掘,从而优化问句理解的整体性能.为了验证模型在旅游领域中的实用性和有效性,通过远程监督和人工校验构建了旅游领域问句数据集TFQD(Tourism Field Question Dataset),BBAM模型在此数据集上的槽填充任务F 1值得分为95.21%,意图分类准确率(A)为96.71%,整体识别准确率(A_(sentence))高达89.62%,显著优于多种基准模型.所提出的模型在ATIS和Snips两个公开数据集上与主流联合模型进行对比实验后,结果表明其具备一定的泛化能力.展开更多
为了提高患者病例数据收集的速度和质量,该文以新疆维吾尔自治区胸科医院骨科为调研对象,采用Visual Studio2010开发工具以及SQL Server 2005数据库管理工具,在HIS的基础上开发并实现了基于C/S架构的随访系统处理软件。通过该系统与医院...为了提高患者病例数据收集的速度和质量,该文以新疆维吾尔自治区胸科医院骨科为调研对象,采用Visual Studio2010开发工具以及SQL Server 2005数据库管理工具,在HIS的基础上开发并实现了基于C/S架构的随访系统处理软件。通过该系统与医院HIS系统的无缝衔接的同时,实现了对患者病例以及随访记录的信息化处理,从而解决了医护人员科研数据手工收集问题,且对医疗科研工作提供了更扎实的基础。展开更多
文摘构建了基于BERT的双向连接模式BERT-based Bi-directional Association Model(BBAM)以实现在意图识别和槽位填充之间建立双向关系的目标,来实现意图识别与槽位填充的双向关联,融合两个任务的上下文信息,对意图识别与槽位填充两个任务之间的联系进行深度挖掘,从而优化问句理解的整体性能.为了验证模型在旅游领域中的实用性和有效性,通过远程监督和人工校验构建了旅游领域问句数据集TFQD(Tourism Field Question Dataset),BBAM模型在此数据集上的槽填充任务F 1值得分为95.21%,意图分类准确率(A)为96.71%,整体识别准确率(A_(sentence))高达89.62%,显著优于多种基准模型.所提出的模型在ATIS和Snips两个公开数据集上与主流联合模型进行对比实验后,结果表明其具备一定的泛化能力.
文摘为了提高患者病例数据收集的速度和质量,该文以新疆维吾尔自治区胸科医院骨科为调研对象,采用Visual Studio2010开发工具以及SQL Server 2005数据库管理工具,在HIS的基础上开发并实现了基于C/S架构的随访系统处理软件。通过该系统与医院HIS系统的无缝衔接的同时,实现了对患者病例以及随访记录的信息化处理,从而解决了医护人员科研数据手工收集问题,且对医疗科研工作提供了更扎实的基础。