随着城市化进程的迅猛发展,城市土地功能不断发生演变,实时、准确地识别城市功能区具有重要意义。智能手机普及和互联网快速发展促使手机成为人类活动的传感器。提出了一种基于时序手机数据挖掘与兴趣点(point of interest, POI)语义分...
详细信息
随着城市化进程的迅猛发展,城市土地功能不断发生演变,实时、准确地识别城市功能区具有重要意义。智能手机普及和互联网快速发展促使手机成为人类活动的传感器。提出了一种基于时序手机数据挖掘与兴趣点(point of interest, POI)语义分析的城市功能区识别方法,该方法面向街区尺度提取剩余手机定位量时序特征,以此特征构建模糊C均值聚类算法,结合区域内各类兴趣点的密度分布,分析并解释了聚类结果的土地功能语义。实验结果表明,该方法基本实现了城市功能区的识别。
针对区级人大报告中地名的自动标注问题,采用BERT(bidirectional encoder representations from transformers)预训练语言模型、条件随机场模型加改进双向长短时记忆神经网络的方法来识别地名,并利用屏蔽敏感词的算法实现对识别到的地...
详细信息
针对区级人大报告中地名的自动标注问题,采用BERT(bidirectional encoder representations from transformers)预训练语言模型、条件随机场模型加改进双向长短时记忆神经网络的方法来识别地名,并利用屏蔽敏感词的算法实现对识别到的地名的自动标注。BERT模型具备更好的捕获上下文信息特征的能力;改进的双向长短时记忆网络缩短了模型的训练时间,提升了模型的准确率。实验结果表明,该方法提升了标注结果的F值。
暂无评论