-
题名基于相对位置自注意力机制的《伤寒论》实体识别
- 1
-
-
作者
徐弘民
李红岩
郎许锋
周作建
凌云
王子琰
-
机构
南京中医药大学人工智能与信息技术学院
南京中医药大学中医学院
南京中医药大学中医药文献研究院
-
出处
《南京中医药大学学报》
CSCD
北大核心
2024年第12期1357-1365,共9页
-
基金
江苏省中医药科技发展计划项目(MS2023010)
国家中医药管理局高水平中医药重点学科建设项目(国中医药人教函〔2023〕85号)
江苏省研究生科研创新计划项目(KYCX24_2155)。
-
文摘
目的《伤寒论》是中医学“四大经典”之一,其中富含大量的医疗实践经验以及用药规律,针对《伤寒论》古籍文献数据挖掘中不充分,尤其是古籍文献上下文语义关系复杂,难以全局把握其中关联等问题,对《伤寒论》进行命名实体识别,有助于深入挖掘其潜在知识。方法根据《伤寒论》古籍文本专业术语多、句式简练的特点,构建双向编码器表征法(Bert)-双向长短期记忆网络(BiLSTM)-相对位置自注意力(RPRSA)-条件随机场(CRF)模型,通过添加相对位置自注意力(RPRSA)层构造命名实体识别模型以识别《伤寒论》中的实体并学习不同层次的信息,从而提高对《伤寒论》中医古籍实体识别的准确度。结果通过实验验证,提出的命名实体识别模型在《伤寒论》数据集上的F1分数(F1-Score)、精确率与召回率分别能够达到88.24%、88.48%与88.00%,通过对比发现其表现优于其他常见命名实体识别模型。结论基于相对位置自注意力机制的模型相较于其他模型在《伤寒论》实体识别任务中表现更佳,为《伤寒论》乃至各类中医古籍信息抽取以及数据挖掘提供基础和助力,为中医智能辅助诊疗提供了有效手段。
-
关键词
相对位置自注意力
命名实体识别
《伤寒论》
双向长短期记忆网络
-
Keywords
relative position representation self-attention
named entity recognition
Treatise on Cold Damage
bidirectional long short-term memory network
-
分类号
R2-03
[医药卫生—中医学]
-
-
题名利用图像的空间相对特征进行细粒度草图检索
- 2
-
-
作者
周健
周向东
-
机构
复旦大学计算机科学技术学院
-
出处
《计算机应用与软件》
北大核心
2025年第6期249-257,289,共10页
-
基金
国家重点研发计划项目(2018YFB1402600)。
-
文摘
细粒度草图检索(Fine-Grained Sketch-Based Image Retrieval,FG-SBIR)旨在以手绘草图作为查询样例进行图像数据的实例级检索。由于草图有偏移扭曲等问题难以在图像空间上与真实图像对齐,提出一种新的基于空间相对注意力(Spatial Relative Attention,SRA)模型的草图检索方法:使用坐标图提取空间感知特征,基于相对自注意力机制提取空间相对关系。同时引入对比损失NT-Xent以获取更强的特征表示。在两个公开数据集上的实验表明,该方法在检索准确率上超过了多个最新的细粒度草图检索方法。
-
关键词
草图检索
空间感知特征
相对自注意力
对比损失
-
Keywords
Sketch-based image retrieval
Spatial-aware feature
Relative self-attention
Contrastive loss
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
