-
题名中央空调的变频器设计及节能探究
- 1
-
-
作者
任燕春
-
机构
杭州市第三人民医院
-
出处
《能源与节能》
2014年第7期86-87,共2页
-
文摘
在中央空调系统的设计中,如何节约能耗是一个最为重要的环节。中央空调节约能耗的一个典型发展方向就是应用变频技术。根据在中央空调领域长期的工作经验对其系统的各个部分的变频控制进行了分析,并且分析了这样设计的节能原理。
-
关键词
中央空调
变频器设计
节能
-
Keywords
central air-conditioning
design of inverter
energy conservation
-
分类号
F407.21
[经济管理—产业经济]
-
-
题名中文常见医疗问题命名实体识别研究
被引量：1
- 2
-
-
作者
赵瑛
任燕春
王铁
许丹彤
-
机构
内蒙古科技大学信息工程学院
-
出处
《现代电子技术》
2022年第16期121-126,共6页
-
基金
国家自然科学基金项目(81460279)
国家自然科学基金项目(61841204)
+4 种基金
内蒙古自治区自然科学基金(2018LH08066)
内蒙古自治区自然科学基金(2015MS0604)
内蒙古自治区高等学校科学研究项目(NJZY145)
包头市科技计划项目(2015C2006⁃14
2017C1002)。
-
文摘
为了达到提高中文常见医疗问题命名实体识别的效果,并为医疗领域知识图谱及其知识搜索奠定基础的目的,文中借助BiLSTM⁃CRF模型在解决序列问题时的优越性和BERT模型的强大表义能力,将BERT集成到BiLSTM⁃CRF中组成BERT⁃BiLSTM⁃CRF模型。该模型通过引入BERT提取文本全局特征和局部特征,从而生成表义更加丰富的字向量,同时还具备BiLSTM网络捕获上下文语义信息和CRF标注偏置纠错的能力。鉴于目前缺少该领域的标注语料,该研究采用人工方式构建标注语料库。实验结果表明:BERT⁃BiLSTM⁃CRF模型的医疗实体识别效果优于传统的BiLSTM⁃CRF模型;且该模型在基于BIOE标注方案下实体识别效果较好,F1值达到97%;从类别上看,疾病类、症状类、检查类F1值达到99%,药物类达到92%。总体而言,中文常见医疗问题在基于BERT⁃BiLSTM⁃CRF模型并采用BIOE标注方案下实体识别效果最好,其中疾病类、症状类、检查类的实体识别效果较好。
-
关键词
中文常见医疗问题
命名实体识别
BERT⁃BiLSTM⁃CRF模型
特征提取
语义信息
标注偏置纠错
-
Keywords
Chinese common medical problem
named entity recognition
BERT⁃BiLSTM⁃CRF model
feature extraction
semantic information
annotation offset error correction
-
分类号
TN911-34
[电子电信—通信与信息系统]
TP311
[自动化与计算机技术—计算机软件与理论]
-
