论文部分内容阅读
融合依存句法信息的命名实体识别研究
【摘 要】
：
大数据时代的快速发展,使得非结构化文本数据呈指数级增加。海量的文本数据中包含着大量有价值的信息,因此对于文本信息抽取的研究有着巨大的价值和深远的意义。作为信息抽取的核心任务之一,命名实体识别(Named Entity Recognition)在知识图谱、自动问答、机器翻译等领域应用广泛,其识别性能的好坏直接影响到自然语言处理下游任务的性能。目前针对命名实体识别任务的研究,主要是将句子看作一个序列进
【机 构】
：
河北师范大学
【出 处】
：
河北师范大学
【发表日期】
：
2021年01期
【基金项目】
：
其他文献
脑电信号在癫痫检测中起着至关重要的作用,专家可以通过分析脑电信号判断病人是否患有癫痫。由于人工判断存在诸多弊端,研究者们提出许多基于机器学习和深度学习的癫痫检测算法,并取得不错的效果。然而,机器学习和深度学习具有优异表现的前提是需要大量已标注训练数据。在实际应用过程中,脑电数据大部分为未标注数据,难以获取大量的已标注训练集。为此,本文提出一种基于深度主动学习的癫痫检测框架,目的在于使用主动学习来减
学位