检索结果-内蒙古大学图书馆

智能计算机与应用 2024年

作者：周荣钱钢南京审计大学计算机学院

针对目前讽刺文本分类存在一词多义和准确性不高的问题，提出了一种基于bert-BiGRU-CNN的文本分类模型。首先，使用bert预训练模型对短文本进行句子层面的特征向量表示；其次，通过BiGRU（双向门控循环单元）获取文本全局序列特征；最... 详细信息

针对目前讽刺文本分类存在一词多义和准确性不高的问题，提出了一种基于bert-BiGRU-CNN的文本分类模型。首先，使用bert预训练模型对短文本进行句子层面的特征向量表示；其次，通过BiGRU（双向门控循环单元）获取文本全局序列特征；最后，采用CNN（卷积神经网络）提取局部重点特征，以此提高模型特征提取性能。实验采用github上的Twiter＿sarcastic数据集，实验结果证明，基于bert-BiGRU-CNN的文本分类模型在数据集上的准确率、F1评分等指标方面取得了良好的效果，明显优于现有模型。

关键词：讽刺文本二分类 bert预训练模型双向门控循环单元卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

汉译藏传佛教典籍中的神灵命名实体识别方法研究

引用

高原科学研究 2020年第4期4卷 87-94页

作者：郭晓然王维兰罗平西北民族大学数学与计算机科学学院甘肃兰州730030 西北民族大学中国民族语言文字信息技术教育部重点实验室甘肃兰州730030 兰州交通大学电子与信息工程学院甘肃兰州730070

命名实体识别是自然语言处理中的一项基础性关键任务。针对汉译藏传佛教典籍中各种神灵名称难以识别的问题,提出一种基于bert预训练语言模型、双向长短时记忆网络(BiLSTM)和条件随机场(CRF)的多神经网络融合方法bert-BiLSTM-CRF-a。该... 详细信息

命名实体识别是自然语言处理中的一项基础性关键任务。针对汉译藏传佛教典籍中各种神灵名称难以识别的问题,提出一种基于bert预训练语言模型、双向长短时记忆网络(BiLSTM)和条件随机场(CRF)的多神经网络融合方法bert-BiLSTM-CRF-a。该方法使用bert代替浅层网络训练字向量,充分表征字的多义性;引入注意力机制的权重思想将BiLSTM层的前向和后向隐层向量加权后再拼接,进一步提高了上下文特征的有效利用率;最后使用CRF模型输出序列上的最优标注结果。实验表明,该方法在测试集上准确率达95.2%,较传统的BiLSTM-CRF模型提升7.6%,召回率也高出8.7%,因此能够应用于汉译藏传佛教典籍中神灵名称识别任务。

关键词：藏传佛教神灵命名实体识别 bert预训练模型注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于bert-BiGRU-ATT的社交媒体用户身份识别研究

引用

中国人民公安大学学报（自然科学版） 2021年第1期27卷 70-75页

作者：张翼翔芦天亮李默中国人民公安大学信息网络安全学院北京100038

随着互联网井喷式发展,社交媒体发展迅猛,但是伴随网络匿名特性出现的失范现象时有发生,如何准确判定社交媒体用户从属问题亟待解决。目前社交媒体信息载体多以短文本为主,语法语义过于灵活,难以准确获得文本特征向量。传统短文本作者... 详细信息

随着互联网井喷式发展,社交媒体发展迅猛,但是伴随网络匿名特性出现的失范现象时有发生,如何准确判定社交媒体用户从属问题亟待解决。目前社交媒体信息载体多以短文本为主,语法语义过于灵活,难以准确获得文本特征向量。传统短文本作者识别多采用人工建模的方式对文本特征加以提取,设计纷繁复杂。结合深度学习的方法,提出bert-BiGRU-ATT短文本作者身份识别模型。该模型对中文短文本使用bert中文预训练模型生成字符向量,利用双向门控循环单元(BiGRU)结合注意力机制高效捕获序列上下文特征,最终通过A-softmax分类器实现文本作者的识别。在制作的中文微博短文本数据集上的实验结果表明,bert-BiGRU-ATT模型与其他模型相比,在中文短文本作者识别的准确率上取得较好的成绩,其F1值达到93.6%的精度。

关键词： bert预训练模型双向门控循环单元作者识别注意力机制短文本

来源：评论

学校读者我要写书评

暂无评论

基于bert-BiGRU-CRF与多头注意力机制的地理命名实体识别

引用

网络安全与数据治理 2023年第S1期42卷 169-173页

作者：徐道柱金澄马超焦洋洋许剑地理信息工程国家重点实验室陕西西安710054 西安测绘研究所陕西西安710054

地理知识图谱作为一种科学领域的知识图谱,从概念探讨和初步实验阶段快速发展为地理信息科学领域的跨学科研究热点。地理命名实体识别是地理知识图谱构建的基础,直接影响着地理知识图谱的构建效率与质量。设计了一个地理知识图谱应用管... 详细信息

地理知识图谱作为一种科学领域的知识图谱,从概念探讨和初步实验阶段快速发展为地理信息科学领域的跨学科研究热点。地理命名实体识别是地理知识图谱构建的基础,直接影响着地理知识图谱的构建效率与质量。设计了一个地理知识图谱应用管理系统,针对其中地理实体库构建过程依赖人工制定规则以及信息提取不充分等问题,面向地理知识图谱构建过程进行地理命名实体识别研究。首先,通过人工标注方法构建了一个地理知识语料库;其次,通过bert预训练模型得到结合语境信息的动态字向量,利用双向门控循环单元提取全局语义特征,并基于注意力机制获得增强语义特征;最后,通过CRF解码输出概率最大的全局最优标签序列,实现地理命名实体的自动识别。实验结果表明,相比传统的BiLSTM-CRF、bert-BiLSTM-CRF等模型,所提出的基于bert-BiGRU-CRF与多头注意力机制的模型在地理命名实体识别任务中表现更优,能够为地理知识图谱构建提供有效支撑。

关键词：地理知识图谱命名实体识别 bert预训练模型多头注意力机制

来源：评论

学校读者我要写书评

暂无评论

面向多文档的机器阅读理解模型

引用

信息技术与信息化 2023年第6期 110-113页

作者：李春豹中国电子科技集团公司第十研究所四川成都610036

机器阅读理解是自然语言处理领域中基础且重要的研究课题,其目标是让机器具备从文本数据中获取知识或回答给定问题的能力。近年来,研究人员已经提出了多种面向单文档的机器阅读理解模型,并取得了一定的效果。然而,在实际应用场景中,通... 详细信息

机器阅读理解是自然语言处理领域中基础且重要的研究课题,其目标是让机器具备从文本数据中获取知识或回答给定问题的能力。近年来,研究人员已经提出了多种面向单文档的机器阅读理解模型,并取得了一定的效果。然而,在实际应用场景中,通常是先提出问题,然后再根据大规模非结构化文本数据对问题进行作答;此外,针对同一答案,不同用户提问时的问题描述也不相同,这对模型的泛化能力提出了较高的要求。针对上述问题,提出了一种面向多文档的机器阅读理解模型。模型遵循先检索后阅读的思想。在检索阶段,提出了一种基于规则和最长公共子串的排序方法,从文档库中选出前N个最相关的文档;在阅读阶段,基于bert预训练模型提取的特征,结合文本语义特征和注意力机制提高问题核心词在问题特征、问题-篇章交互特征中的权重,采用指针网络预测每篇文档中的答案跨度,并综合考虑文档检索得分和预测答案得分,给出评分最高的答案。在中文阅读理解数据集CMRC上,该模型达到76.29%的EM分数和89.77%的F1分数,获得较好实验效果。

关键词：机器阅读理解最长公共子串 bert预训练模型语义相似度特征注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于bert的煤矿事故风险LEC评价与优化研究

引用

现代矿业 2024年第1期40卷 217-221页

作者：于博帆严嘉兴中国地质大学(武汉)地质调查研究院

为了提高煤矿事故安全评价的准确性和客观性,针对煤矿安全风险评估中常用的LEC评价法可能出现的不客观以及评价过程中L值评价过于复杂的现状,提出了一种基于bert预训练模型代替人工进行打分并对L值的评价指标进行优化的方法。通过专家... 详细信息

为了提高煤矿事故安全评价的准确性和客观性,针对煤矿安全风险评估中常用的LEC评价法可能出现的不客观以及评价过程中L值评价过于复杂的现状,提出了一种基于bert预训练模型代替人工进行打分并对L值的评价指标进行优化的方法。通过专家打分的事故分析对模型进行训练,得到预测模型,利用预测模型对需要评价的数据进行预测打分,再结合优化后的L值公式得到事故发生可能性的分值。研究结果表明:bert模型在经过训练后预测效果较好,与专家判断指标的综合重合度高达92.09%,且改良后的L值判断公式综合了环境物体因素、施工操作人员因素和安全管理因素,在判断时可以较为客观地体现出潜在风险发生的可能性,该研究为煤矿行业中作业条件的危险性评估提供了一种新的思路和方法。

关键词： LEC评价法 bert预训练模型 L值优化煤矿安全评价

来源：评论

学校读者我要写书评

暂无评论

基于bert-BiGRU多模集成的食品安全舆情分析系统

引用

信息与电脑 2022年第7期34卷 94-97页

作者：曹蕊周毓奇湖北大学计算机与信息工程学院湖北武汉430062

近年来,我国食品安全事件舆情监测的需求逐渐增加。针对该问题,笔者设计一个基于bert-BiGRU多模集成的食品安全舆情分析系统。该系统通过爬虫技术抓取网络中针对食品安全事件的舆论文本数据,再调用一种基于bert-BiGRU多模集成的深层情... 详细信息

近年来,我国食品安全事件舆情监测的需求逐渐增加。针对该问题,笔者设计一个基于bert-BiGRU多模集成的食品安全舆情分析系统。该系统通过爬虫技术抓取网络中针对食品安全事件的舆论文本数据,再调用一种基于bert-BiGRU多模集成的深层情感语义识别方法进行情感分析,最后系统将分析后的结果在地图可视化、热力图等多个模块进行可视化展示。

关键词： bert预训练模型双向门控循环单元情感识别舆情监测集成学习

来源：评论

学校读者我要写书评

暂无评论

基于bert的语音文本二分类方法

引用

计算机应用文摘 2022年第18期38卷 96-98页

作者：宋冠谕程登张森刘威丁晓雯上汽通用五菱汽车股份有限公司广西新能源汽车实验室广西汽车新四化重点实验室广西柳州545007

文章针对中文语音文本,通过脚本标注筛除关键词的文本数据,利用bert预训练模型生成其余的文本的词向量序列,结合逻辑回归模型进行训练,最终获得具有“有/无意义”标签的语音文本数据。经过二分类的语音数据,可用于优化语音云平台的用户... 详细信息

文章针对中文语音文本,通过脚本标注筛除关键词的文本数据,利用bert预训练模型生成其余的文本的词向量序列,结合逻辑回归模型进行训练,最终获得具有“有/无意义”标签的语音文本数据。经过二分类的语音数据,可用于优化语音云平台的用户说法词库,提高用户的交互体验。

关键词：二分类脚本标注 bert预训练模型逻辑回归

来源：评论

学校读者我要写书评

暂无评论

基于bert的用户画像

引用

电子技术与软件工程 2019年第24期 253-255页

作者：翟剑锋中国社会科学院大学计算机教研部

本文利用基于bert预训练语言模型来构建用户画像,对词向量进行语义加权得到用户特征,并进行实验分析。

关键词：特征抽取词向量 bert预训练模型迁移学习

来源：评论

学校读者我要写书评

暂无评论

Team MSIIP at CCKS 2019 Task 2

Team MSIIP at CCKS 2019 Task 2

引用

2019年全国知识图谱与语义计算大会

作者：赵刚张腾王晨骁吕萍吴及清华-讯飞联合实验室

我们将医疗文本属性抽取任务转换为序列标注任务和阅读理解任务,在bert 预训练模型的基础上,除了业界认可的LSTM+CRF 序列标注模型之外,我们尝试了多种序列标注模型,达到了和LSTM+CRF 一样的性能效果,对传统的序列标注任务有一定的启发... 详细信息

我们将医疗文本属性抽取任务转换为序列标注任务和阅读理解任务,在bert 预训练模型的基础上,除了业界认可的LSTM+CRF 序列标注模型之外,我们尝试了多种序列标注模型,达到了和LSTM+CRF 一样的性能效果,对传统的序列标注任务有一定的启发意义.不同的的序列标注模型侧重点会有较大差异,增加了系统的多样性,通过模型融合,我们在医疗文本属性抽取任务上取得了不错的性能,我们的创新点有两个：1、尝试了多种特征提取器(CNN,UCNN,WaveNet,Self_attention)完成序列标注模型,据我们所知,很多特征提取抽取方法(UCNN,WaveNet),是第一次在命名实体识别任务中使用.2、多种序列标注模型提供不同的表达需求,提供了系统的多样性,通过系统融合,我们基本可以实现端到端的医疗文本信息抽取.

关键词： bert预训练模型序列标注模型融合

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：