期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合义原相似度矩阵与字词向量双通道的短文本语义匹配策略
被引量：
1
1
作者
刘东旭
段利国
+1 位作者
崔娟娟
常轩伟
《计算机科学》
CSCD
北大核心
2024年第12期250-258,共9页
短文本语义匹配任务的目的是判断两个短文本句子的语义是否一致。然而,现有的许多方法往往存在短文本语义信息不足、无法有效识别同义词等问题。针对这些不足,提出一种融合义原相似度矩阵与字词向量双通道的短文本语义匹配策略。首先,...
短文本语义匹配任务的目的是判断两个短文本句子的语义是否一致。然而,现有的许多方法往往存在短文本语义信息不足、无法有效识别同义词等问题。针对这些不足,提出一种融合义原相似度矩阵与字词向量双通道的短文本语义匹配策略。首先,利用预训练模型Bert对输入的句子对进行编码;然后,对于句子中词级别的语义信息,利用FastText模型训练并获取文本的词向量,并加入BiLSTM模型进一步提取上下文语义信息。为了有效利用义原信息,在上述的双通道中分别加入多头注意力和用于对分离向量进行交互计算的协同注意力,并在注意力中分别融入对应的义原相似度矩阵,最后综合上述两部分向量推断出语义的一致性。在金融领域数据集BQ和开放域数据集LCQMC上的实验证明了所提算法的有效性。
展开更多
关键词
自然语言处理
短文本
义原
协同注意力
字词向量
在线阅读
下载PDF
职称材料
一种面向中医文本的实体关系深度学习联合抽取方法
被引量：
7
2
作者
杨延云
杜建强
+2 位作者
聂斌
罗计根
贺佳
《计算机应用与软件》
北大核心
2023年第3期217-222,234,共7页
目前实体识别和关系抽取任务大多采用流水线方式,但该方法存在错误累积、忽略两个任务相关性和信息冗余等诸多问题。结合中医文本的特点,提出一种基于深度学习的中医实体关系联合抽取方法。该方法使用改进的序列标注策略,将中医的实体...
目前实体识别和关系抽取任务大多采用流水线方式,但该方法存在错误累积、忽略两个任务相关性和信息冗余等诸多问题。结合中医文本的特点,提出一种基于深度学习的中医实体关系联合抽取方法。该方法使用改进的序列标注策略,将中医的实体关系联合抽取转换成序列标注任务,词向量与字符向量并联拼接作为双向LSTM-CRF输入,利用双向LSTM神经网络强大的特征提取能力,以及CRF在序列标注上的突出优势,结合优化的抽取规则完成中医实体关系联合抽取。在中医语料库上的实验结果表明,实体关系联合抽取的F1值可以达到80.42%,与传统流水线方法以及其他方法相比,实验效果更佳。
展开更多
关键词
实体关系联合抽取
深度学习
字词向量拼接
中医文本
在线阅读
下载PDF
职称材料
题名
融合义原相似度矩阵与字词向量双通道的短文本语义匹配策略
被引量：
1
1
作者
刘东旭
段利国
崔娟娟
常轩伟
机构
太原理工大学计算机科学与技术学院
山西电子科技学院
出处
《计算机科学》
CSCD
北大核心
2024年第12期250-258,共9页
基金
山西省自然科学基金(202203021221234,202303021211052)。
文摘
短文本语义匹配任务的目的是判断两个短文本句子的语义是否一致。然而,现有的许多方法往往存在短文本语义信息不足、无法有效识别同义词等问题。针对这些不足,提出一种融合义原相似度矩阵与字词向量双通道的短文本语义匹配策略。首先,利用预训练模型Bert对输入的句子对进行编码;然后,对于句子中词级别的语义信息,利用FastText模型训练并获取文本的词向量,并加入BiLSTM模型进一步提取上下文语义信息。为了有效利用义原信息,在上述的双通道中分别加入多头注意力和用于对分离向量进行交互计算的协同注意力,并在注意力中分别融入对应的义原相似度矩阵,最后综合上述两部分向量推断出语义的一致性。在金融领域数据集BQ和开放域数据集LCQMC上的实验证明了所提算法的有效性。
关键词
自然语言处理
短文本
义原
协同注意力
字词向量
Keywords
Natural language processing
Short text
Sememe
Co-attention
char
-
word
vector
分类号
TP391 [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
一种面向中医文本的实体关系深度学习联合抽取方法
被引量：
7
2
作者
杨延云
杜建强
聂斌
罗计根
贺佳
机构
江西中医药大学计算机学院
出处
《计算机应用与软件》
北大核心
2023年第3期217-222,234,共7页
基金
国家重点研发计划项目(2019YFC1712301)
国家自然科学基金项目(61762051,61562045)
+2 种基金
江西省自然科学基金项目(20202BAB202019)
江西省教育厅科技项目(GJJ190863)
江西省研究生创新专项资金项目(YC2019-S358)。
文摘
目前实体识别和关系抽取任务大多采用流水线方式,但该方法存在错误累积、忽略两个任务相关性和信息冗余等诸多问题。结合中医文本的特点,提出一种基于深度学习的中医实体关系联合抽取方法。该方法使用改进的序列标注策略,将中医的实体关系联合抽取转换成序列标注任务,词向量与字符向量并联拼接作为双向LSTM-CRF输入,利用双向LSTM神经网络强大的特征提取能力,以及CRF在序列标注上的突出优势,结合优化的抽取规则完成中医实体关系联合抽取。在中医语料库上的实验结果表明,实体关系联合抽取的F1值可以达到80.42%,与传统流水线方法以及其他方法相比,实验效果更佳。
关键词
实体关系联合抽取
深度学习
字词向量拼接
中医文本
Keywords
Joint extraction of entities
and
relations
Deep learning
char vector and word vector splicing
Traditional
Chinese medicine text
分类号
TP391 [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
融合义原相似度矩阵与字词向量双通道的短文本语义匹配策略
刘东旭
段利国
崔娟娟
常轩伟
《计算机科学》
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
一种面向中医文本的实体关系深度学习联合抽取方法
杨延云
杜建强
聂斌
罗计根
贺佳
《计算机应用与软件》
北大核心
2023
7
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
