论文部分内容阅读
实体抽取是构建知识图谱必不可少的环节。针对传统知识图谱构建中实体抽取需要大量人工特征和先验知识这一问题，提出了一种基于BILSTM＿CRF的中文实体抽取方法。在法律领域的数据集上进行实验，实验结果验证该方法具有很好的适用性。
一种基于BILSTM＿CRF的中文实体抽取方法
【摘 要】
：
实体抽取是构建知识图谱必不可少的环节。针对传统知识图谱构建中实体抽取需要大量人工特征和先验知识这一问题，提出了一种基于BILSTM＿CRF的中文实体抽取方法。在法律领域的数据集上进行实验，实验结果验证该方法具有很好的适用性。
【机 构】
：
太极计算机股份有限公司智慧政法事业部
【出 处】
：
信息系统工程
【发表日期】
：
2022年10期
其他文献
针对电商评论数据缺乏深层次的情感分析和语义知识关联，不利于系统挖掘潜在的消费情感和客户满意度信息问题，以京东电商评论数据为例，提出一种融合多头注意力机制和双向长短时记忆网络模型（bi-directional long short-term memory，BiLSTM）的电商评论情感分析模型。首先，通过词嵌入将文本数据转化为句向量；其次，构建融合多头注意力机制的BiLSTM模型，利用BiLSTM捕获
目的探讨优质护理举措在神经外科脑肿瘤病人围手术期的应用价值。方法选择我院神经外科于2019年5月至2020年5月收治的100例脑肿瘤病人作为研究样本,任意抽取分为2组,每组各50人。对照组给予一般护理措施,优质护理组给予有针对性的相关优质护理举措。对比各组对医护工作方面的满意程度、心理状态的变化情况、术后手术并发症的产生概率。结果优质护理组的SAS（焦虑自评表）与SDS（抑郁自评表）评分均低于对照
随着对外汉语教学的不断完善，汉语教学也从传统的语音、词汇、语法的教学转变为更注重汉语的实际应用能力的教学，留学生的汉语语用能力越来越受到重视。本文指出培养留学生汉语语用能力的重要性，将成果导向教育理念与留学生汉语语用能力相结合，探讨留学生的汉语语用能力培养问题，并对留学生汉语语用能力的培养提出建议。
股票市场不仅受众多因素的影响,且影响因素间也存在复杂的非线性动态交互关系,使得时间序列数据成为一个具有序列相关性、非平稳性、非线性等综合特征的复杂系统。因此,构建科学有效的方法实现股市的精准预测成为一项极具挑战性且具有重要学术和应用价值的工作。传统的计量经济学方法和浅层机器学习方法,存在对原始数据处理能力不足、过拟合、收敛慢等重要缺陷,股价序列的特征提取及预测建模成为了金融数据建模领域的一个关键难
网络流行语是互联网时代的产物，并通过互联网用户的网络交际逐步推广到了日常生活中。青少年作为互联网的活跃分子，早就成为使用网络流行语的主要群体。尤其是小学生，他们对新事物充满了好奇，并有很强的学习能力，不仅喜欢在日常生活中使用网络流行语，更将其应用在了语文写作中。网络流行语是一把双刃剑，对小学生的语文写作影响是多方面的。本文就此话题展开研究，并提出相应解决策略。
目的：回顾性分析中医辨证论治新型冠状病毒肺炎（简称新冠肺炎）轻、重症患者的住院时间及影响因素。方法：选取2020年1月29日—2020年3月3日河南省6所定点医院（河南省人民医院、河南中医药大学第一附属医院、郑州市第六人民医院、许昌市人民医院、南阳市中心医院、济源市人民医院）收治的新冠肺炎患者174例，根据纳入和排除标准共收集资料完整者97例，根据转归分为轻症组71例和重症组26例。对比两组患者白