检索结果-维普期刊中文期刊服务平台

基于XLNET模型的开阳磷矿成矿条件相关地质实体识别与应用: 1; 作者彭彬田宜平 +2 位作者曾斌吴雪超吴文明《地质科技通报》 CAS CSCD 北大核心 2024年第4期224-234,共11页; 随着磷矿找矿难度越来越大,地质勘探成果报告也愈来愈多,通过人工识别海量文档中与磷矿成矿相关地质信息耗时低效,无法满足知识共享传播和地质报告智能管理的需求。为快速获得磷矿地质文档报告中隐藏的成矿地质知识,基于XLNET模型建立... 展开更多; 关键词地质实体识别 XLNET-BILSTM-Attention-CRF 磷矿成矿模式预训练模型序列标注; 在线阅读下载PDF 职称材料

基于深度信念网络的地质实体识别方法被引量：40: 2; 作者张雪英叶鹏 +1 位作者王曙杜咪《岩石学报》 SCIE EI CAS CSCD 北大核心 2018年第2期343-351,共9页; 地质实体作为地质信息表达的核心要素,对其准确识别是地质文本数据挖掘和应用的重要基础。本文通过分析各种类型文本数据中地质实体信息的描述特点,构建了地质实体信息的标注规范和语料库,设计了基于深度信念网络(Deep Belief Networks... 展开更多; 关键词大数据地质实体识别深度信念网络文本; 在线阅读下载PDF 职称材料

区域地质调查文本中文命名实体识别被引量：8: 3; 作者邱芹军田苗 +4 位作者马凯谢忠金相国段雨希陶留锋《地质论评》 CAS CSCD 北大核心 2023年第4期1423-1433,共11页; 作为我国地质调查领域最重要的数据源之一,地质调查报告中蕴含着丰富的地学知识及地质体描述等关键信息,准确高质量地抽取地质命名实体为地学知识图谱构建、知识推理及知识演化提供基础。笔者等在阐述地质命名实体识别任务基础上,分析... 展开更多; 关键词地质命名实体识别轻量级预训练模型 ALBERT 知识图谱地质报告; 在线阅读下载PDF 职称材料

基于GeoERNIE-BiLSTM-Attention-CRF模型的地质命名实体识别被引量：11: 4; 作者王刘坤李功权《地质科学》 CAS CSCD 北大核心 2023年第3期1164-1177,共14页; 构建地质知识图谱对深化现有地质数据分析和推进地质大数据的构建至关重要。地质命名实体识别作为构建地质知识图谱的核心技术,仍然面临着地质命名实体不断被引入、符号分隔的命名实体、同一实体表达形式不同等挑战。针对上述问题,本文... 展开更多; 关键词知识图谱地质领域地质命名实体识别 GeoERNIE模型; 在线阅读下载PDF 职称材料

基于BERT的交互式地质实体标注语料库构建方法被引量：7: 5; 作者张春菊张磊 +3 位作者陈玉冰刘文聪薄嘉晨肖鸿飞《地理与地理信息科学》 CSCD 北大核心 2022年第4期7-12,共6页; 地质实体识别是地质文本信息挖掘和地质知识图谱构建的重要基础,高质量的地质实体语料库是提高地质实体识别效果的重要因素,但目前用于中文地质实体识别的标注语料较少且内容局限于一定领域范围内,而传统的人工标注方法往往耗时耗力且... 展开更多; 关键词 BERT 地质实体识别交互式地质实体语料库; 在线阅读下载PDF 职称材料

题名基于XLNET模型的开阳磷矿成矿条件相关地质实体识别与应用: 1; 作者彭彬田宜平曾斌吴雪超吴文明; 机构中国地质大学(武汉)计算机学院中国地质大学(武汉)生物地质与环境地质国家重点实验室中国地质大学(武汉)智能地学信息处理湖北省重点实验室自然资源部基岩区矿产资源勘查工程技术创新中心贵州省战略矿产智慧勘查重点实验室武汉地大坤迪科技有限公司贵州省地质矿产勘查开发局一○五地质大队; 出处《地质科技通报》 CAS CSCD 北大核心 2024年第4期224-234,共11页; 基金中央引导地方科技发展资金项目“锰矿资源深部预测勘查技术研发基地”(黔科中引地[2021]4027) “贵州磷、锰、铝优势资源成矿规律与快速高效智慧化勘查技术研究及示范项目”(黔科合战略找矿[2022]ZD003、[2022]ZD004) +1 种基金 2021年度生物地质与环境地质国家重点实验室自主课题(128-GKZ21Y647)。; 文摘随着磷矿找矿难度越来越大,地质勘探成果报告也愈来愈多,通过人工识别海量文档中与磷矿成矿相关地质信息耗时低效,无法满足知识共享传播和地质报告智能管理的需求。为快速获得磷矿地质文档报告中隐藏的成矿地质知识,基于XLNET模型建立了磷矿成矿地质实体自动识别的方法。首先对实体进行BIO标注建立地质实体字典,利用XLNET作为底层预处理模型学习句子双向语义;然后使用BILSTM-Attention-CRF模型实现文本多标签的智能分类;最后通过定位磷矿实体在报告中的分布位置大致推测该处磷矿成矿条件和成矿模式。将该模型与其余3种模型比较得出结果,该模型识别的准确率(P)、召回率(R)及F1值都接近了90%,较前3种模型分别调高了2%,5%,6%。该研究为开阳磷矿地质研究人员提供了更加高效的地质实体自动识别的方法。; 关键词地质实体识别 XLNET-BILSTM-Attention-CRF 磷矿成矿模式预训练模型序列标注; Keywords geological entity recognition extreme learning machine network(XLNET)-bidirectional long short term memory(BILSTM)-self attention layer(Attention)-conditional random field(CRF) metallogenic model of phosphate ore pre-training model sequence labeling; 分类号 P619.21 [天文地球—矿床学]; 在线阅读下载PDF 职称材料

题名基于深度信念网络的地质实体识别方法被引量：40: 2; 作者张雪英叶鹏王曙杜咪; 机构南京师范大学虚拟地理环境教育部重点实验室江苏省地理信息资源开发与利用协同创新中心; 出处《岩石学报》 SCIE EI CAS CSCD 北大核心 2018年第2期343-351,共9页; 基金国家自然科学基金项目(41671393 41631177) +1 种基金国家重点研发计划(2017YFB0503602)联合资助; 文摘地质实体作为地质信息表达的核心要素,对其准确识别是地质文本数据挖掘和应用的重要基础。本文通过分析各种类型文本数据中地质实体信息的描述特点,构建了地质实体信息的标注规范和语料库,设计了基于深度信念网络(Deep Belief Networks)的地质实体识别模型,解决了文本数据中地质实体信息的结构化、规范化处理问题。以矿产资源地质调查报告为实验数据,对本文的地质实体识别方法性能进行了评估分析。结果表明,深度学习模型能够在较小规模语料库的基础上,达到较好的地质实体识别性能。; 关键词大数据地质实体识别深度信念网络文本; Keywords Big data Geological entities recognition Deep Belief Networks Text; 分类号 P628.4 [天文地球—地质矿产勘探]; 在线阅读下载PDF 职称材料

题名区域地质调查文本中文命名实体识别被引量：8: 3; 作者邱芹军田苗马凯谢忠金相国段雨希陶留锋; 机构中国地质大学(武汉)计算机学院中国地质大学(武汉)地理信息系统国家地方联合工程实验室湖北省水电工程智能视觉监测重点实验室三峡大学计算机与信息学院中国地质大学(武汉)国家地理信息系统工程技术研究中心; 出处《地质论评》 CAS CSCD 北大核心 2023年第4期1423-1433,共11页; 基金国家重点研发计划(编号:2022YFF0711601) 国家自然科学基金资助项目(编号:42050101) 中国博士后科学基金资助项目(编号:2021M702991)的成果~。; 文摘作为我国地质调查领域最重要的数据源之一,地质调查报告中蕴含着丰富的地学知识及地质体描述等关键信息,准确高质量地抽取地质命名实体为地学知识图谱构建、知识推理及知识演化提供基础。笔者等在阐述地质命名实体识别任务基础上,分析地质实体不仅包含大量专业术语,还存在实体嵌套、大量长实体等领域特性,进一步增加了地质命名实体识别难度。笔者等提出一种基于轻量级预训练模型(ALBERT)—双向长短时记忆网络(BiLSTM)—条件随机场(CRF)模型的地质命名实体识别方法。首先利用ALBERT对输入字符上下文特征进行建模,并采用BiLSTM对其进行进一步上下文特征表征,最后采用CRF实现标注序列预测。实验结果表明,在构建的地质命名实体识别数据集上,相比于主流的命名实体识别模型算法,本文所提出的方法具有更好的抽取性能,提出的命名实体识别模型能为领域实体识别提供借鉴,同时为地学领域实体关系抽取和地学知识图谱构建提供有力方法支撑。; 关键词地质命名实体识别轻量级预训练模型 ALBERT 知识图谱地质报告; Keywords Geological named entity recognition ALBERT pre-trained models knowledge graph regional geological survey; 分类号 P622 [天文地球—地质矿产勘探]; 在线阅读下载PDF 职称材料

题名基于GeoERNIE-BiLSTM-Attention-CRF模型的地质命名实体识别被引量：11: 4; 作者王刘坤李功权; 机构长江大学地球科学学院; 出处《地质科学》 CAS CSCD 北大核心 2023年第3期1164-1177,共14页; 基金国家自然科学基金青年项目(编号:42002147)资助。; 文摘构建地质知识图谱对深化现有地质数据分析和推进地质大数据的构建至关重要。地质命名实体识别作为构建地质知识图谱的核心技术,仍然面临着地质命名实体不断被引入、符号分隔的命名实体、同一实体表达形式不同等挑战。针对上述问题,本文提出了GeoERNIE-BiLSTM-Attention-CRF的地质领域命名实体识别模型,其中预训练模型GeoERNIE学习了地质领域的先验语义知识,并结合自定义地质领域主体词表对复杂命名实体进行准确分词,能够提升模型整体性能和地质命名实体未登录词以及复杂实体的识别效果。然后通过BiLSTM充分学习地质实体上下文语义信息来帮助对命名形式多样的地质命名实体进行识别,接着引入Attention机制对地质实体相关语义增加特征权重,最后由CRF层输出最佳实体标注结果。本文以测试集数据对模型性能进行了评估,模型的准确率、精确率、召回率和F1值分别达到了96.35%、96.90%、96.87%和96.95%。实验表明相比其他模型,本文模型在地质命名实体识别方面效果更优,能有效识别符号分隔和同一实体表达形式不同等复杂地质命名实体。; 关键词知识图谱地质领域地质命名实体识别 GeoERNIE模型; Keywords Knowledge graph Geological field Geological name entity recognition GeoERNIE Model; 分类号 P628.4 [天文地球—地质矿产勘探]; 在线阅读下载PDF 职称材料

题名基于BERT的交互式地质实体标注语料库构建方法被引量：7: 5; 作者张春菊张磊陈玉冰刘文聪薄嘉晨肖鸿飞; 机构合肥工业大学土木与水利工程学院深圳市规划和自然资源局烽火天地通信科技股份有限公司; 出处《地理与地理信息科学》 CSCD 北大核心 2022年第4期7-12,共6页; 基金自然资源部城市国土资源监测与仿真重点实验室开放基金项目(KF-2020-05-084) 国家自然科学基金项目(42171453)。; 文摘地质实体识别是地质文本信息挖掘和地质知识图谱构建的重要基础,高质量的地质实体语料库是提高地质实体识别效果的重要因素,但目前用于中文地质实体识别的标注语料较少且内容局限于一定领域范围内,而传统的人工标注方法往往耗时耗力且依赖专业知识。因此,该文开展基于BERT的交互式地质实体标注方法研究,通过BERT-BiLSTM-CRF模型自动标注文本中的地质实体并结合人机交互方式校正,同时利用标注的语料扩充原始语料规模和优化地质实体识别模型的性能。实验表明,基于BERT-BiLSTM-CRF模型比CRF、Word2vec-BiLSTM-CRF、Lattice-LSTM-CRF 3种常用模型的识别效果好,在自主构建的初始地质实体语料库的F 1值达91.47%,扩大语料规模后提升了1.36%,在保证质量的前提下,减少了人工标注工作,可实现大规模、高质量地质实体标注语料库的构建。; 关键词 BERT 地质实体识别交互式地质实体语料库; Keywords bidirectional encoder representations for transformers geological entity recognition interaction geological entity corpus; 分类号 TP391.1 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于XLNET模型的开阳磷矿成矿条件相关地质实体识别与应用	彭彬田宜平曾斌吴雪超吴文明	《地质科技通报》 CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
2	基于深度信念网络的地质实体识别方法	张雪英叶鹏王曙杜咪	《岩石学报》 SCIE EI CAS CSCD 北大核心	2018	40	在线阅读下载PDF 职称材料
3	区域地质调查文本中文命名实体识别	邱芹军田苗马凯谢忠金相国段雨希陶留锋	《地质论评》 CAS CSCD 北大核心	2023	8	在线阅读下载PDF 职称材料
4	基于GeoERNIE-BiLSTM-Attention-CRF模型的地质命名实体识别	王刘坤李功权	《地质科学》 CAS CSCD 北大核心	2023	11	在线阅读下载PDF 职称材料
5	基于BERT的交互式地质实体标注语料库构建方法	张春菊张磊陈玉冰刘文聪薄嘉晨肖鸿飞	《地理与地理信息科学》 CSCD 北大核心	2022	7	在线阅读下载PDF 职称材料