CRFs相关论文
图像语义分割旨在实现图像像素级分类,即为图像中的每个像素分配类别标签,计算机通过图像语义分割算法将图像分为不同的区域,每个......
专有名词识别是中文分词技术必不可少的基础环节,也是中文信息处理任务的关键。因此,专有名词识别对提高网络信息检索、文本分类、......
图像语义分割作为计算机视觉方向的研究课题之一,因其可以让自动驾驶等技术成为可能而成为研究热点。场景语义的理解是自动驾驶汽......
近年来,城市化道路的行车环境越来越复杂,交通事故越来越多。因此,高级辅助驾驶系统、无人车系统的研究成为人工智能的热点。这些......
互联网给用户带来海量信息,然而这些信息通常被格式化成一种展现形式。随着电子设备展现信息的方式越来越多,用户对个性化信息要求......
该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生......
逐字分词法是以汉语词典为基础对中文语句通过匹配进行切分的方法。该方法在分词中无法解决交叉歧义与组合歧义带来的问题。本文以......
针对大多访问控制模型缺乏对系统安全状态和风险的动态感知能力这一问题,通过将基于条件随机场的机器学习方法引入BLP模型的规则优......
语义角色标注研究对自然语言处理具有十分重要的意义.英汉语语义角色标注研究已经获得了很多成果.然而藏语语义角色标注研究不管是......
语义角色标注研究对自然语言处理具有十分重要的意义.英汉语语义角色标注研究已经获得了很多成果.然而藏语语义角色标注研究不管是......
该文提出一种基于汉语语块这一浅层句法信息,并利用条件随机场模型的中文文本韵律短语边界预测方法.首先介绍语块的定义和标注算法......
越南语中存在大量的交叉歧义片段。为了解决交叉歧义给分词、词性标注、实体识别和机器翻译等带来的影响,该文选取统计特征、上下......
为了提升数字化法律文书知识库的建设效率,文中提出了基于深度学习理论的法律文书识别方法。该方法基于长短期记忆(LSTM)网元结构......
命名实体识别是众多自然语言处理任务的核心内容之一,也是近年来的领域研究热点。本文将命名实体分为两大类：常规命名实体和领域命......
命名实体识别是众多自然语言处理任务的核心内容之一,也是近年来的领域研究热点。本文将命名实体分为两大类：常规命名实体和领域命......
由于微博内容话题分散,识别博文评论对象是微博情感分析研究的热点和难点。研究表明未登录词识别是导致评价短语识别率低的重要原......
针对汽车领域命名实体识别中汽车属性名识别的准确率和召回率较低的问题，提出了一种基于本体特征的汽车领域命名实体识别方法。通过......
本文在理论分析CRFs优于HMM和MEM等序列标注模型的基础上，提出一种基于CRFs的字角色标注人名识别模型。重点阐述了该模型的构建过程......
在比较HMM和CRFs数学理论的基础上，分别提出基于HMM词角色标注和基于CRFs字角色标注的人名实体抽取模型，并通过开放性测试和实践应用......
在利用条件随机场(CRFs)进行汉语词性标注时,特征模板的选取是非常重要的一个环节,本文设计了两组特征模板,选取Bakeoff2007的CTB......
信息技术的迅猛发展,特别是互联网技术的普及应用,使得越来越多的信息出现在人们面前。如何从中及时准确地找到自己需要的信息是一......
随着网络评论文本的爆炸式增长,评论中承载了大量的用户情感信息,分析评论的整体倾向性已经不能满足当前用户的需求,迫切需要更细......
研究评论倾向性分析中情感词的动态极性变化问题.用Apriori算法在语境基础上挖掘情感歧义词语搭配,构建出(情感对象,情感词,情感倾......
本文为科研论文的结构化处理提供了一种有价值的方法。本文采用条件随机场模型，综合原始语料中科研论文的局部与整体特征，使用复杂特......
Web2.0的兴起,让人们可以通过论坛,BBS,点评网等各类网络媒体发布不同形式的商品评论,由此网络成为目前人们获取商品评论的一个重......
国内开展的术语自动提取方面的研究都未以期刊论文的摘要为语料,而摘要作为一篇期刊论文概要性的陈述,其中包含了大量该学科领域内......
藏语句法功能组块分析旨在识别出藏语句子的句法成分,为后续句子级深入分析提供支持.根据藏语的语言特点,该文在藏语句法功能组块......
传统的情感分析研究通过分析,确定词语、句子或篇章的情感,但忽略了情感表达的主题。针对这一不足,该文提出了一种基于双层CRFs模......
博客作为一种大众化的信息及文化载体被越来越多的人所接受，博客信息的情感分析也逐渐成为了信息挖掘领域的热点。目前，在研究情感分......
近年来,信息抽取成为自然语言处理的一个热点,同时也是难点。针对不同的问题,大家提出了不同的方法,而大多数的方法是基于启发式规......
本文利用深度学习中的词向量来稍加改进,利用Word Embedding与条件随机场结合,然后进行线性组合,使分词达到更加高效。运用北大的......
