期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于主动MCNN-SCRF的新能源汽车命名实体识别 被引量:5
1
作者 马建红 张炳斐 +1 位作者 张少光 刘双耀 《计算机工程与应用》 CSCD 北大核心 2019年第7期23-29,共7页
新能源汽车命名实体存在实体边界模糊,多为未登录词,现存标注样本较少等问题,识别精确率和召回率较低。据此,提出了一种基于多通道神经网络(Multiple Channel Neural Network,MCNN)的新能源汽车实体识别模型,该模型融合了字词特征和片... 新能源汽车命名实体存在实体边界模糊,多为未登录词,现存标注样本较少等问题,识别精确率和召回率较低。据此,提出了一种基于多通道神经网络(Multiple Channel Neural Network,MCNN)的新能源汽车实体识别模型,该模型融合了字词特征和片段特征,不再将实体识别当作传统的序列标注任务,利用半马尔科夫条件随机场(Semi-Markov CRF,SCRF)针对片段特征建模,对输入的句子切分片段并对片段整体分配标记,同时完成实体边界的识别和实体分类,弥补了传统字词序列标注模型采用局部标记区分实体边界的不足。为解决现存标注样本较少的问题,在训练模型的过程中,引入了一种基于不确定性和相似度相结合的主动学习(Active Learning,AL)。通过多组对比实验表明,该模型在大幅度减少人工标注量的同时,能够提高识别精确率和召回率。 展开更多
关键词 新能源汽车命名实体识别 深度学习 半马尔可夫条件随机场 片段特征 主动学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部