搜索资源 - 条件随机场识别命名实体实验

搜索资源列表

一种面向微博文本的命名实体识别方法
命名实体识别是自然语言处理领域的一项基础性技术。近年来微博等网络社交平台发展迅速，其独特的形式对传统的命名实体识别技术提出了新的挑战。故提出一种基于条件随机场模型的改进方法，针对微博文本短小、语义含糊等特点，引入外部数据源提取主题特征和词向量特征来训练模型，针对微博数据规模大、人工标准化处理代价大的特点，采取一种基于最小置信度的主动学习算法，以较小的人工代价强化模型的训练效果。在新浪微博数据集上的实验证明，该方法与传统的条件随机场方法相比F值提高了4.54%。
所属分类：其它
- 发布日期：2020-10-16
- 文件大小：275kb
- 提供者：weixin_38637998

通过上下文提示提高生物医学文献中生物实体名称识别的性能
为了从大量的生物医学文献中提取有关生物实体的生物医学信息，第一步是识别文献中的生物实体名称，由于生物实体命名法的不规范和含混不清，这仍然是一项艰巨的任务。当前，最流行的方法，机器学习技术的性能仍有很大的改进空间。本文提出了一种基于条件随机场的生物实体名称识别方法，并研究了通过利用上下文提示和其他后处理方法来提高性能的方法。实验结果表明，这些方法提高了基于条件随机场的识别性能。
所属分类：其它
- 发布日期：2021-02-22
- 文件大小：103kb
- 提供者：weixin_38532139

在生物医学文献中利用上下文线索来识别生物实体名称
为了从大量的生物医学文献中提取有关生物实体的生物医学信息，第一步是在这些文献中识别它们的名称，由于生物实体命名法的不规范和含混不清，这仍然是一项艰巨的任务。当前流行的方法（机器学习技术）的识别性能仍有很大的改进空间。本文提出了一种基于条件随机场的方法，该方法用于识别包括基因，蛋白质，细胞类型，细胞系在内的生物实体的名称，并研究通过利用包括括号对，启发式语法在内的上下文线索来提高性能的方法结构和互动词提示。在JNLPBA2004和BioCreative2004任务1A数据集上的实验结果表明，
所属分类：其它
- 发布日期：2021-02-22
- 文件大小：312kb
- 提供者：weixin_38700790