检索结果-维普期刊中文期刊服务平台

基于BERT-BiLSTM-CRF的隧道施工安全领域命名实体识别被引量：3: 1; 作者张念周彩凤 +3 位作者万飞刘非王耀耀徐栋梁《中国安全科学学报》 CSCD 北大核心 2024年第12期56-63,共8页; 为解决隧道施工安全领域传统命名实体识别(NER)方法存在的实体边界模糊、小样本学习困难、特征信息提取不够全面准确等问题,提出一种基于变换器的双向编码器表征(BERT)-双向长短时记忆(BiLSTM)网络-条件随机场(CRF)模型的隧道施工事故... 展开更多; 关键词变换器的双向编码器表征(bert) 双向长短时记忆(BiLSTM)网络条件随机场(CRF) 隧道施工安全领域命名实体识别(NER) 深度学习; 在线阅读下载PDF 职称材料

基于BERT提示的矿产资源管理规则检测方法研究被引量：2: 2; 作者胡容波张广发 +1 位作者王雅雯方金云《高技术通讯》 CAS 2023年第11期1136-1145,共10页; 政策文本中管理规则检测是一个新兴的自然语言处理任务,在政策冲突检测、政策智能检索、事项合规性检查以及政务系统需求工程等方面具有重要应用价值。本文以矿产资源管理规则检测为研究目标,提出基于转换器的双向编码表征(BERT)提示的... 展开更多; 关键词矿产资源管理规则文本分类基于转换器的双向编码表征(bert) 提示学习; 在线阅读下载PDF 职称材料

融合BERT的多层次语义协同模型情感分析研究被引量：16: 3; 作者胡任远刘建华 +2 位作者卜冠南张冬阳罗逸轩《计算机工程与应用》 CSCD 北大核心 2021年第13期176-184,共9页; 由于基于变换器的双向编码器表征技术(Bidirectional Encoder Representations from Transformers,BERT)的提出,改变了传统神经网络解决句子级文本情感分析问题的方法。目前的深度学习模型BERT本身学习模式为无监督学习,其需要依赖后续... 展开更多; 关键词深度学习文本情感分析基于变换器的双向编码器表征技术(bert) 卷积神经网络(CNN) 协同结构; 在线阅读下载PDF 职称材料

基于命名实体识别的水电工程施工安全规范实体识别模型被引量：1: 4; 作者陈述张超 +2 位作者陈云张光飞李智《中国安全科学学报》 CAS CSCD 北大核心 2024年第9期19-26,共8页; 为准确识别水电工程施工安全规范实体,通过预训练模型中双向编码器表征法(BERT)挖掘文本中丰富的语义信息,利用双向长短期记忆神经网络(BILSTM)提取规范实体语义特征,依靠条件随机场(CRF)分析实体之间的依赖关系,构建水电工程施工安全... 展开更多; 关键词命名实体识别水电工程施工安全规范双向编码器表征法(bert) 双向长短期记忆神经网络(BILSTM) 条件随机场(CRF); 在线阅读下载PDF 职称材料

基于情绪分析的生产安全事故政府责任公众感知偏差研究: 5; 作者张羽周旭梁琦《中国安全生产科学技术》 CAS CSCD 北大核心 2024年第8期203-209,共7页; 为强化政府安全生产监督及行政问责公正机制,提升生产安全事故协同治理能力,利用文本挖掘技术从个体和场域2个层面出发,探索生产安全事故政府责任的公众感知偏差形成机理和影响因素。通过公众责任感知双向编码转换器(BERT-PPR)预测事故... 展开更多; 关键词生产安全事故政府责任感知偏差舆情治理情绪分析双向编码转换器(bert); 在线阅读下载PDF 职称材料

基于情绪分析的事故风险感知偏差研究被引量：6: 6; 作者张羽赵碧柳刘红勇《中国安全科学学报》 CAS CSCD 北大核心 2022年第8期16-22,共7页; 为探索公众对安全事故的风险感知,运用文本挖掘技术获得事故微博评论数据,采用中文风险感知双向编码转换器(BERT-RPC)识别惊讶和恐惧情绪,以频率惊讶测量事故概率感知偏差,以恐惧和损失惊讶测量事故损失感知偏差,基于二元逻辑回归考察... 展开更多; 关键词情绪分析事故风险感知偏差双向编码转换器(bert) 中文风险感知(RPC); 在线阅读下载PDF 职称材料

需求驱动的云平台产品关键设计特征识别方法被引量：5: 7; 作者苏兆婧余隋怀 +3 位作者初建杰于明玖宫静黄悦欣《计算机集成制造系统》 EI CSCD 北大核心 2021年第12期3604-3613,共10页; 为完善云服务平台产品设计知识发现系统,同时进一步提升需求与服务的匹配效率,提出一种基于转换器的双向编码表征(BERT)和随机Lasso的产品关键设计特征识别方法。首先,实验采用真实产品用户反馈数据集并对其进行人工标注,以BERT预训练... 展开更多; 关键词工业设计用户需求基于转换器的双向编码表征命名实体识别随机Lasso 产品设计; 在线阅读下载PDF 职称材料

题名基于BERT-BiLSTM-CRF的隧道施工安全领域命名实体识别被引量：3: 1; 作者张念周彩凤万飞刘非王耀耀徐栋梁; 机构太原理工大学土木工程学院北京交通大学隧道及地下工程教育部工程研究中心交通运输部公路科学研究所; 出处《中国安全科学学报》 CSCD 北大核心 2024年第12期56-63,共8页; 基金中央引导地方科技发展资金资助(YDZJSX20231A021) 交通运输部公路科学研究所(院)交通强国试点项目(QG2021-3-14-1) 隧道及地下工程教育部工程研究中心(北京交通大学)开放研究基金资助(TUC2024-03)。; 文摘为解决隧道施工安全领域传统命名实体识别(NER)方法存在的实体边界模糊、小样本学习困难、特征信息提取不够全面准确等问题,提出一种基于变换器的双向编码器表征(BERT)-双向长短时记忆(BiLSTM)网络-条件随机场(CRF)模型的隧道施工事故文本实体识别方法。首先,利用BERT模型将隧道施工事故文本编码得到蕴含语义特征的词向量;然后,将BERT模型训练后输出的词向量输入BiLSTM模型进一步获取隧道施工事故文本的上下文特征并进行标签概率预测;最后,利用CRF层的标注规则的约束,修正BiLSTM模型的输出结果,得到最大概率序列标注结果,从而实现对隧道施工事故文本标签的智能分类。将该模型与其他4种常用的传统NER模型在隧道施工安全事故语料数据集上进行对比试验,试验结果表明:BERT-BiLSTM-CRF模型的识别准确率、召回率和F 1值分别达到88%、89%和88%,实体识别效果优于其他基准模型。利用所建立的NER模型识别实际隧道施工事故文本中的实体,验证了其在隧道施工安全领域中的应用效果。; 关键词变换器的双向编码器表征(bert) 双向长短时记忆(BiLSTM)网络条件随机场(CRF) 隧道施工安全领域命名实体识别(NER) 深度学习; Keywords bidirectional encoder representations from transformers(bert) bidirectional long short-term memory(BiLSTM) conditional random fields(CRF) tunnel construction safety field named entity recognition(NER) deep learning; 分类号 X928 [环境科学与工程—安全科学]; 在线阅读下载PDF 职称材料

题名基于BERT提示的矿产资源管理规则检测方法研究被引量：2: 2; 作者胡容波张广发王雅雯方金云; 机构中国科学院计算技术研究所自然资源部信息中心中国科学院大学; 出处《高技术通讯》 CAS 2023年第11期1136-1145,共10页; 基金北京科技攻关项目(A201908230146) 河北省重点研发计划(20310106D)资助项目。; 文摘政策文本中管理规则检测是一个新兴的自然语言处理任务,在政策冲突检测、政策智能检索、事项合规性检查以及政务系统需求工程等方面具有重要应用价值。本文以矿产资源管理规则检测为研究目标,提出基于转换器的双向编码表征(BERT)提示的政策文本管理规则检测方法。该方法通过构建融入管理规则信息、带有[MASK]标记的提示模板,可以充分发挥掩码语言模型的自编码优势,有效激发BERT模型提取与管理规则相关的文本特征,增加模型稳定性;提出基于BERT模型进行管理规则检测的新应用模式,放弃使用[CLS]隐向量而采用[MASK]隐向量进行分类预测;在矿产资源管理规则数据集上的实验结果表明,该方法的准确率、宏平均F_(1)值、加权平均F_(1)值均优于基线方法,在公开数据集上的实验结果也表明了该方法的有效性。; 关键词矿产资源管理规则文本分类基于转换器的双向编码表征(bert) 提示学习; Keywords mineral resources regulatory rule text classification bidirectional encoder representation from transformers(bert) prompt-based learning; 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

题名融合BERT的多层次语义协同模型情感分析研究被引量：16: 3; 作者胡任远刘建华卜冠南张冬阳罗逸轩; 机构福建工程学院信息科学与工程学院福建省大数据挖掘与应用技术重点实验室; 出处《计算机工程与应用》 CSCD 北大核心 2021年第13期176-184,共9页; 基金福建省自然科学基金(2019J01061137) 福建工程学院发展基金(GY-Z17150)。; 文摘由于基于变换器的双向编码器表征技术(Bidirectional Encoder Representations from Transformers,BERT)的提出,改变了传统神经网络解决句子级文本情感分析问题的方法。目前的深度学习模型BERT本身学习模式为无监督学习,其需要依赖后续任务补全推理和决策环节,故存在缺乏目标领域知识的问题。提出一种多层协同卷积神经网络模型(Multi-level Convolutional Neural Network,MCNN),该模型能学习到不同层次的情感特征来补充领域知识,并且使用BERT预训练模型提供词向量,通过BERT学习能力的动态调整将句子真实的情感倾向嵌入模型,最后将不同层次模型输出的特征信息同双向长短期记忆网络输出信息进行特征融合后计算出最终的文本情感性向。实验结果表明即使在不同语种的语料中,该模型对比传统神经网络和近期提出的基于BERT深度学习的模型,情感极性分类的能力有明显提升。; 关键词深度学习文本情感分析基于变换器的双向编码器表征技术(bert) 卷积神经网络(CNN) 协同结构; Keywords deep learning text sentiment analysis Bidirectional Encoder Representations from Transformers(bert) Convolutional Neural Network(CNN) collaborative structure; 分类号 TP389.1 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于命名实体识别的水电工程施工安全规范实体识别模型被引量：1: 4; 作者陈述张超陈云张光飞李智; 机构三峡大学水电工程施工与管理湖北省重点实验室三峡大学水利与环境学院中国长江三峡集团有限公司; 出处《中国安全科学学报》 CAS CSCD 北大核心 2024年第9期19-26,共8页; 基金国家自然科学基金资助(52479127,52079073,52209163)。; 文摘为准确识别水电工程施工安全规范实体,通过预训练模型中双向编码器表征法(BERT)挖掘文本中丰富的语义信息,利用双向长短期记忆神经网络(BILSTM)提取规范实体语义特征,依靠条件随机场(CRF)分析实体之间的依赖关系,构建水电工程施工安全规范的命名实体识别模型;以《水利水电工程施工安全防护技术规范》(SL714—2015)为例,计算命名实体识别模型精确率。结果表明:BERT-BILSTM-CRF模型准确率为94.35%,相比于3种传统方法,准确率显著提高。研究成果有助于水电工程施工安全规范知识智能管理,为施工安全隐患智能判别提供支撑。; 关键词命名实体识别水电工程施工安全规范双向编码器表征法(bert) 双向长短期记忆神经网络(BILSTM) 条件随机场(CRF); Keywords named entity identification hydropower engineering construction safety specification bidirectional encoder representation from transformers(bert) bi-directional long and short-term memory neural network(BILSTM) conditional random field(CRF); 分类号 X948 [环境科学与工程—安全科学]; 在线阅读下载PDF 职称材料

题名基于情绪分析的生产安全事故政府责任公众感知偏差研究: 5; 作者张羽周旭梁琦; 机构西南石油大学土木工程与测绘学院; 出处《中国安全生产科学技术》 CAS CSCD 北大核心 2024年第8期203-209,共7页; 基金四川省社科规划项目(SC21B162) 四川省科技厅软科学研究项目(2023JDR0299)。; 文摘为强化政府安全生产监督及行政问责公正机制,提升生产安全事故协同治理能力,利用文本挖掘技术从个体和场域2个层面出发,探索生产安全事故政府责任的公众感知偏差形成机理和影响因素。通过公众责任感知双向编码转换器(BERT-PPR)预测事故微博评论的情绪和归责类型,对比事故调查结果得到政府责任的公众感知偏差,并基于二元逻辑回归考察事故信息和微博报道对感知偏差的影响。研究结果表明:采用政府形象框架以及调查结果公布阶段引发政府舆情危机的风险更高;责任人宣判阶段公众更易误判政府有责。行业、阶段、等级、形式、框架因素对生产安全事故政府责任公众感知偏差的影响不同,应采取对应措施,进而纠正相关偏差。研究结果可为安全生产领域内相关政策调整提供参考。; 关键词生产安全事故政府责任感知偏差舆情治理情绪分析双向编码转换器(bert); Keywords production safety accident government responsibility perception bias public opinion governance emotion analysis bidirectional encoder representations from transformers(bert); 分类号 X928.02 [环境科学与工程—安全科学] G206.3 [文化科学—传播学]; 在线阅读下载PDF 职称材料

题名基于情绪分析的事故风险感知偏差研究被引量：6: 6; 作者张羽赵碧柳刘红勇; 机构西南石油大学土木工程与测绘学院; 出处《中国安全科学学报》 CAS CSCD 北大核心 2022年第8期16-22,共7页; 基金教育部人文社科青年基金资助(14XJCZH004) 四川省社科规划项目资助(SC21B162)。; 文摘为探索公众对安全事故的风险感知,运用文本挖掘技术获得事故微博评论数据,采用中文风险感知双向编码转换器(BERT-RPC)识别惊讶和恐惧情绪,以频率惊讶测量事故概率感知偏差,以恐惧和损失惊讶测量事故损失感知偏差,基于二元逻辑回归考察微博形式和内容对风险感知的影响。结果表明:低估安全事故风险的现象普遍存在,且对事故损失的低估更为突出;基于BERT-RPC模型的“抓取-分析”技术能够高效、低延迟地实现全网公众的风险感知偏差监测;交通行业的事故概率、损失被严重低估;一般事故的概率和特大事故的损失被严重低估;事故图片和视频有助于纠正事故损失的感知偏差,但对概率感知偏差作用有限;事故爆发初期报道对公众风险感知纠正效果最佳,调查结果公布和责任人宣判阶段次之。; 关键词情绪分析事故风险感知偏差双向编码转换器(bert) 中文风险感知(RPC); Keywords emotion analysis accident risk perception bias bidirectional encoder representations from transformers(bert) risk perception-Chinese(RPC); 分类号 X928.03 [环境科学与工程—安全科学]; 在线阅读下载PDF 职称材料

题名需求驱动的云平台产品关键设计特征识别方法被引量：5: 7; 作者苏兆婧余隋怀初建杰于明玖宫静黄悦欣; 机构西北工业大学工业设计与人机工效工信部重点实验室; 出处《计算机集成制造系统》 EI CSCD 北大核心 2021年第12期3604-3613,共10页; 基金国家重点研发计划专项资助项目(2019YFB1405702)。; 文摘为完善云服务平台产品设计知识发现系统,同时进一步提升需求与服务的匹配效率,提出一种基于转换器的双向编码表征(BERT)和随机Lasso的产品关键设计特征识别方法。首先,实验采用真实产品用户反馈数据集并对其进行人工标注,以BERT预训练语言模型为基础,建立输出层以训练设计领域命名实体识别模型,实现对显性设计特征的自动识别。实验表明,所提方法可以实现较好的性能,精确率、召回率、F1分数分别为90.55%、97.16%和93.68%。同时,提出一种知识迁移思想,在当前大数据环境下,利用随机Lasso算法挖掘其中蕴含的关键设计特征并加以重用,实现了对隐性设计特征的精确定位。; 关键词工业设计用户需求基于转换器的双向编码表征命名实体识别随机Lasso 产品设计; Keywords industrial design user requirements bidirectional encoder representations from transformers named entity recognition random Lasso product design; 分类号 TB472 [一般工业技术—工业设计] TP181 [自动化与计算机技术—控制理论与控制工程]; 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BERT-BiLSTM-CRF的隧道施工安全领域命名实体识别	张念周彩凤万飞刘非王耀耀徐栋梁	《中国安全科学学报》 CSCD 北大核心	2024	3	在线阅读下载PDF 职称材料
2	基于BERT提示的矿产资源管理规则检测方法研究	胡容波张广发王雅雯方金云	《高技术通讯》 CAS	2023	2	在线阅读下载PDF 职称材料
3	融合BERT的多层次语义协同模型情感分析研究	胡任远刘建华卜冠南张冬阳罗逸轩	《计算机工程与应用》 CSCD 北大核心	2021	16	在线阅读下载PDF 职称材料
4	基于命名实体识别的水电工程施工安全规范实体识别模型	陈述张超陈云张光飞李智	《中国安全科学学报》 CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
5	基于情绪分析的生产安全事故政府责任公众感知偏差研究	张羽周旭梁琦	《中国安全生产科学技术》 CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
6	基于情绪分析的事故风险感知偏差研究	张羽赵碧柳刘红勇	《中国安全科学学报》 CAS CSCD 北大核心	2022	6	在线阅读下载PDF 职称材料
7	需求驱动的云平台产品关键设计特征识别方法	苏兆婧余隋怀初建杰于明玖宫静黄悦欣	《计算机集成制造系统》 EI CSCD 北大核心	2021	5	在线阅读下载PDF 职称材料