搜索筛选:
搜索耗时0.2929秒,为你在为你在102,264,495篇论文里面共找到 13 篇相符的论文内容
发布年度:
[期刊论文] 作者：黄瑞章,
来源：黑龙江科学 年份：2021
机器学习课程教学内容定位不明确,教学手段不丰富,理论与实践相脱节。课程涉及的学科知识较多,课程内容上会存在不同难度的水平交叉。教师仍以传统的板书或多媒体为具体的教...
[期刊论文] 作者：黄瑞章,
来源：产业与科技论坛 年份：2021
随着社会的发展,科技的进步,在信息化、数据化之下逐步实现了对相应计算机专业学生的课程深入。在面向机器学习与数据挖掘实践教学,进行相应的自由软件研究十分必要。因此本文从自由软件研究角度出发,对相应课程开发与自由软件的使用进行相应研发研究,以期对不......
[期刊论文] 作者：徐千慧, 黄瑞章, 刘帅,
来源：中国电力企业管理 年份：2021
＜正＞浙江省乐清市作为全国工业百强县（市）之一,是我国改革开放"温州模式"的代表,拥有千亿级电气产业集群,同时也是全省首批产业转型类低碳试点县市。国网浙江电力乐清市供电公司聚焦"双碳"目标,以电力主导、多跨协同方式,引领建设多场景应用及研究载体,支撑地方经济......
[期刊论文] 作者：扈应,陈艳平,黄瑞章,秦永彬,,
来源：计算机应用研究 年份：2021
许多的生物医学命名实体识别(Bio-NER)工作都集中于提取扁平化的实体,而忽略了嵌套实体和不连续实体。此外,大多数生物医学命名实体都未遵循统一的命名法,具有许多典型的领域特征,但其使用效率较低。为此提出一种结合CRF的边界组合命名实体识别方法,有效地利用......
[期刊论文] 作者：黄辉,秦永彬,陈艳平,黄瑞章,
来源：大数据 年份：2021
司法要素抽取是司法智能化辅助应用的重要基础,其目的是判别裁判文书涉及的关键案情要素.以往司法要素抽取通常采用多标签分类方法进行建模,模型主要依赖于裁判文书文本特征,忽略了要素标签的语义信息.同时,由于司法数据集存在样本分布不均衡的情况,分类方法会......
[期刊论文] 作者：许伟佳,秦永彬,黄瑞章,陈艳平,
来源：计算机工程 年份：2021
针对传统主题模型在挖掘多源文本数据集信息时存在主题发现效果不佳的问题,设计一种基于狄利克雷多项式分配(DMA)与特征划分的多源文本主题模型。以DMA模型为基础,放宽对预先输入的主题数量的限制,为每个数据源分配专有的主题分布参数,使用Gibbs采样算法估计每......
[期刊论文] 作者：陈黎明,黄瑞章,秦永彬,陈艳平,刘丽娟,
来源：计算机与数字工程 年份：2021
针对舆情监测需要根据关键词来对特定话题进行追踪的应用场景,以及舆情新闻数据容易遗漏、关键词不完整、话题会产生漂移的难点,提出了一种面向舆情监测的话题追踪方法。首先通过对话题关键词进行加权的TextRank算法来提取有倾向的关键词作为文本特征表示,进而......
[期刊论文] 作者：孙倩,秦永彬,黄瑞章,刘丽娟,陈艳平,
来源：大数据 年份：2021
罪名预测指根据给定的案情事实找到适用罪名.现有罪名预测方法主要使用文本内容进行分类,但无法有效地利用文本中的案件要素.针对现有方法的不足,提出了一种结合案件要素序列的罪名预测方法.该方法将案情事实过程表示为一系列以“行为”为核心且具有时序关系的......
[期刊论文] 作者：黄瑞章,靳文繁,陈艳平,秦永彬,郑庆华,,
来源：通信学报 年份：2021
针对汉语谓语中心词识别困难及唯一性的问题,提出了一种基于Highway-BiLSTM网络的深度学习模型。首先,通过多层BiLSTM网络叠加获取句子内部不同粒度抽象语义信息的直接依赖关系;然后,利用Highway网络缓解深层模型出现的梯度消失问题;最后,通过约束层对输出路径......
[期刊论文] 作者：李锦烨,黄瑞章,秦永彬,陈艳平,田小瑜,,
来源：计算机应用 年份：2021
针对司法领域标记数据匮乏、标注质量不高、存在强逻辑性导致裁判文书量刑情节识别效果不佳的问题，提出了一种基于反绎学习的量刑情节识别模型（ABL-CON）。首先结合神经网络与领域逻辑推理，通过半监督学习方法，使用置信学习方法表征情节识别置信度，然后修正无标签数据......
[期刊论文] 作者：翁彬月,秦永彬,黄瑞章,任丽娜,田悦霖,,
来源：计算机应用研究 年份：2021
目前主流的网页抽取方法存在两大问题：提取信息类型单一，难以获取多种类新闻信息；多依赖HTML标签，难以扩展至不同来源。因此提出一种基于多维度文本特征的新闻网页信息提取方法，利用新闻文本的写作特点划分出写作特征、语义特征和位置特征，通过多通道卷积神经网络融合......
[期刊论文] 作者：李昊,陈艳平,唐瑞雪,黄瑞章,秦永彬,王国蓉,谭曦,,
来源：计算机应用 年份：2021
关系抽取旨在从文本中抽取实体与实体之间的语义关系。作为关系抽取的上层任务，实体识别所产生的错误将扩散至关系抽取，从而导致级联错误。与识别实体相比，实体边界粒度小且二义性，更易识别。因此，提出一种基于实体边界组合的关系抽取方法。通过跳过实体，对实体边界两......
[期刊论文] 作者：杨卫哲,秦永彬,黄瑞章,王凯,程华龄,唐瑞雪,程欣宇,陈艳平,
来源：数据采集与处理 年份：2021
在关系抽取中,神经网络模型是目前最常用的技术之一,然而现有神经网络模型很少考虑句子中两个实体之间的结构特征。该文针对关系抽取任务的特点,提出了基于神经网络模型的句...
相关搜索：
