中文电子病历的命名实体识别是临床医疗领域中文本信息挖掘的重要任务之一，而中文电子病历有着较为独特的文本结构以及词语分布，但通......

随着电网结构日渐复杂，电网新设备启动愈来愈多，依赖电网运行人员手工编制启动方案无法满足电网智能管理需求。基于大量历史电网新设......

中文分词是自然语言处理中一项重要的基础任务。由于中文词汇存在多义词、同音字等特殊性，能够准确地完成分词任务是近年来中文分词......

实现家谱文本信息的自动抽取是家谱资源深度开发利用的关键.目前深度学习在家谱文本信息抽取方面取得了良好的效果,但是对标注数据......

[目的/意义]针对专业领域研究人员难以从大量无监督文本数据中快速获取领域关键知识,以精准把握专业研究方向和内容.[方法/过程]文......

自然语言处理是人工智能项目的一个主要研究分支。本文针对自然语言处理中的一个关键研究点-命名实体识别任务展开研究,该任务的要......

知识图谱（Knowledge Graph）是将结构化的信息经过图结构关联起来的一个知识库。知识图谱这个概念最先由谷歌公司提出,谷歌公司自从提......

近年来,我国高度重视农业信息化发展。我国葡萄种植面积大、产量高。葡萄病虫害的发生将直接影响葡萄的产量和品质。葡萄病虫害知......

针对传统的属性词抽取模型难以有效抽取隐式属性词,导致属性词抽取不完整的问题,提出了一种基于截断历史注意力机制的商品评论属性......

比较句是产品评论中的一种特殊句式,它蕴含着人们对商品或者服务的比较观点信息。通过对比较句的解析,可以更容易的辨别出评论中的......

知识图谱是Google公司提出的能对真实世界中的事物进行映射的高效知识表达模型,提供了一种对现实世界中的事物进行组织管理和应用......

Extracting term translation pairs is of great help for Chinese histori-cal classics translation since term translation i......

利用基于统计机器学习方法进行汉语语义角色标注(Semantic Role Labeling,SRL)存在人工抽取特征工作繁琐低效、模型难以捕捉长句上......

命名实体识别是自然语言处理众多任务中的一项子任务,也是从大量结构化和非结构化文本数据中挖掘可利用信息的一项重要技术。深度......

自然语言中的命题附加语义主要指否定语义和不确定语义。其中,否定语义由否定运算符对命题自身或对与其相关的某方面语义进行了反......

食品安全作为关乎国计民生的重要社会问题,始终是业界的研究热点。随着信息技术的不断发展,研究怎样将相关技术手段应用于食品安全......

否定是存在于所有语言中一种复杂的语言现象,能对句子或词语包含的语义信息进行反转。越来越多的自然语言处理任务需要从文本信息......

在大数据时代下,各领域的数据呈现出了爆炸式的增长。从海量数据中获取有价值的信息是近年来各领域学者不断研究的课题。同时,随着......

[目的 /意义]命名实体识别作为文本挖掘领域的一个研究重点,是信息检索、问答系统、信息抽取等多个领域的研究基础.目前针对历史文......

利用电力系统二次设备功能缺陷文本数据,建立了基于双向长短时记忆网络与条件随机场(BiLSTMCRF)模型的文本信息抽取模型。在此基础......

提出一种基于BiLSTM-CRF的中文电子病历命名实体识别模型,通过嵌入层将电子病历转换为特征向量,然后送入BiLSTM网络,最后通过CRF层......

随着学术资源共享程度提高,越来越多的学术论文全文被大规模地开放获取,为基于全文本的微观实体扩散研究提供了便利的数据基础和广......

为弥补现有方法不能很好捕获电子病历实体之间的长距离依赖关系的缺陷,提出一种结合自注意力的BiLSTM-CRF的命名实体识别方法。将......

随着电子病历在医疗领域的推广应用,越来越多的研究者关注如何高效地从电子病历中抽取高价值科研信息。CHIP2018将中文电子病历临......

文中主要研究从MOOC课程评论中抽取评价对象和评价词的方法。将MOOC课程评论评价对象和评价词的抽取问题看作序列标注问题,利用BiL......

针对目前从开源数据中挖掘结构化数据存在的数据繁复,新词多等问题,提出了一种命名实体识别的方法。该方法将文本进行实体规范、去......

本文提出一种基于机器学习与模式匹配的食品安全刑事裁判文书关键信息提取方法,实现对食品安全刑事裁判文书中的涉案食品、涉案添......

提出一种厨房饮食领域(食材和菜谱为主)的知识图谱构建方法,通过自上而下的方式构建厨房饮食中食材和菜谱相关的概念(Schema)层,从......

自改革开放后,我国经济发展飞速,互联网技术和计算机技术也随之产生和发展,不论是人们的生活中还是工作中无不充斥着网络的身影。......

命名实体识别是自然语言处理领域的一个分支以及一个关键技术,其任务目标是识别出文本数据中存在的特定意义或者指代性强的实体名,......

针对军事领域的命名实体识别问题,提出一种基于BiLSTM-CRF的实体识别方法,旨在识别军事文本中的人名、军用地名、军事机构名、武器......

是利用计算机通过各种方法对文本或文本集中能够准确反映原文中心内容的重要信息进行抽取、总结。信息的快速增长使得人们面临信息......

当今世界,中国经济蓬勃发展、国际竞争力不断提高,汉语的语言魅力吸引了越来越多的外国学习者进行学习,本文针对外国学习者学习汉......

随着互联网的发展,数字化信息呈现出指数增长的趋势,给人们从海量数据中快速准确地获取需要的信息带来了挑战。传统的信息获取方式......

针对典型的循环神经网络方法在抽取主题词时因缺少上下文相关的句子级信息而导致识别准确率较低的问题,提出了一种基于双向长短期......

古汉语信息处理的基础任务包括自动断句、自动分词、词性标注、专名识别等。大量的古汉语文本未经标点断句,所以词法分析等任务首......

目前互联网技术和人工智能技术正处于高速发展阶段,“互联网+传统行业”的模式在各个领域越来越占据着重要的地位。以旅游业为例,......

基于《四库全书》数据集,研究古汉语的命名实体识别技术。提出了基于Lattice LSTM模型的古汉语命名实体识别算法,该方法将字符序列......

随着移动互联网时期的到来和电子商务的快速普及,网络消费日趋成为消费主流,随之在电商平台或论坛产生的海量用户评论成为企业了解......

针对法律术语角色识别问题,笔者提出了一种基于BERT预训练语言模型的方法进行法律术语角色识别,并制定了标注规范。由于BERT预训练......

通过中国知网获取藏药药理相关文献155篇,构建中文藏医药药理实体识别语料库,设计基于BiLSTM-CRF深度学习模型的藏药药理命名实体......

目的:利用深度学习方法自动抽取中文生物医学文本中的开放式概念关系,以增强生物医学文本理解及医学知识网络构建。方法:使用BiLST......

命名实体识别(NER)是自然语言处理中一项非常重要的基础任务。传统的机器学习方法在处理该任务时,主要依赖于人们的专业领域知识和......

2016年7月底,中共中央办公厅、国务院办公厅印发了《国家信息化发展战略纲要》,将建设“智慧法院”列入国家信息化发展的战略。人......

电子病历包含了详细、全面、准确的患者个体健康信息。通过分析和挖掘电子病历,提取出相关的信息可以帮助构建临床决策支持系统和......

随着互联网的发展,网络数据内容呈现爆炸式增长的态势。由于互联网内容的数据量大、信息类型多元、结构不统一的特点,给人们有效获......

否定信息识别是将自然语言中的肯定信息与否定信息分离,它对信息检索、文本挖掘、情感分析等都有重要作用。该文主要对汉语否定信......

命名实体识别是自然语言处理中一项非常重要的基础任务,已广泛应用于自动问答、阅读理解、知识图谱、机器翻译等领域中。随着自然......

文本校对是出版工作的关键环节,在信息检索、光学字符识别和语音识别等领域有着广泛的应用。随着信息技术和出版业电子化发展,传统......