检索结果-南通市图书馆

基于部首嵌入和注意力机制的病虫害命名实体识别

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

农业机械学报 2020年第S02期51卷 335-343页

作者：郭旭超唐詹刁磊周晗李林中国农业大学信息与电气工程学院北京100083

为了解决农业病虫害命名实体识别过程中存在的内在语义信息缺失、局部上下文特征易被忽略和捕获长距离依赖能力不足等问题,以农业病虫害文本为研究对象,提出一种基于部首嵌入和注意力机制的农业病虫害命名实体识别模型(Chinese agricult... 详细信息

为了解决农业病虫害命名实体识别过程中存在的内在语义信息缺失、局部上下文特征易被忽略和捕获长距离依赖能力不足等问题,以农业病虫害文本为研究对象,提出一种基于部首嵌入和注意力机制的农业病虫害命名实体识别模型(Chinese agricultural diseases and pests named entity recognition with joint radical-embedding and self-attention,RSADP)。首先,该模型将部首嵌入集成到字符嵌入中作为输入,用以丰富语义信息。其中,针对部首嵌入设计了3种特征提取策略,即卷积神经网络(Convolutional neural network,CNN)、双向长短时记忆网络(Bidirectional long short-term memory network,BiLSTM)和CNNBiLSTM;其次,采用多层不同窗口尺寸的CNNs层提取不同尺度的局部上下文信息;然后,在BiLSTM提取全局序列特征的基础上,采用自注意力机制进一步增强模型提取更长距离依赖的能力;最后,采用条件随机场(Conditional random field,CRF)联合识别实体边界和划分实体类别。在包含11个类别和24715条标注样本的农业病虫害自制语料上进行了实验。结果表明,本文模型RSADP在该数据集上精确率、召回率和F1值分别为94.16%、94.47%和94.32%;在具体实体类别上,RSADP在作物、病害、虫害等易识别实体上F1值高达95.81%、97.76%和97.23%。同时,RSADP在草害、病原等难以识别实体上F1值仍保持86%以上。实验结果表明,本文所提模型能够有效识别农业病虫害命名实体,其识别精度优于其他模型,且具有一定的泛化性。

关键词：农业病虫害命名实体识别部首嵌入自注意力机制双向长短时记忆网络卷积神经网络

基于K-SSD-F的东亚飞蝗视频检测与计数方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2021年第S01期52卷 261-267页

作者：李林柏召刁磊唐詹郭旭超中国农业大学信息与电气工程学院北京100083

针对目前国内蝗虫监测主要以人工监测为主、监测效率低且计数不准确的问题,以5龄东亚飞蝗为实验对象,提出了一种蝗虫视频计数方法K-SSD-F算法。该方法可以实时、连续、自动监测蝗虫的数量。首先利用背景分离法中的KNN算法提取视频前后... 详细信息

针对目前国内蝗虫监测主要以人工监测为主、监测效率低且计数不准确的问题,以5龄东亚飞蝗为实验对象,提出了一种蝗虫视频计数方法K-SSD-F算法。该方法可以实时、连续、自动监测蝗虫的数量。首先利用背景分离法中的KNN算法提取视频前后帧的时空特征;然后通过标注好的数据训练SSD模型,并对视频进行检测,提取视频的静态特征,二者结合以提高计数准确率;最后利用补帧算法识别因姿态变化导致的漏计数的帧。实验结果表明,蝗虫识别准确率为97%,召回率为89%,平均检测精度(mAP)为88.94%,F1值为92.82%,且检测速度达到了19.78 f/s。本文方法具有较好的鲁棒性,可以实现蝗虫的实时和自动计数,其精度优于其他模型,也可为其他种类的昆虫自动识别计数提供理论基础。

关键词：东亚飞蝗视频目标计数背景分离法 SSD算法补帧算法

基于多源信息融合的中文农作物病虫害命名实体识别

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2021年第12期52卷 253-263页

作者：李林周晗郭旭超刘成启苏洁唐詹中国农业大学信息与电气工程学院北京100083

随着农作物病虫害研究文献的快速增长,对农作物病虫害领域文献进行文本挖掘变得越来越重要。开发有效、准确的农作物病虫害命名实体识别系统有助于在农作物病虫害相关研究报告中提取研究成果,为农作物病虫害的治理提供有效建议。本文针... 详细信息

随着农作物病虫害研究文献的快速增长,对农作物病虫害领域文献进行文本挖掘变得越来越重要。开发有效、准确的农作物病虫害命名实体识别系统有助于在农作物病虫害相关研究报告中提取研究成果,为农作物病虫害的治理提供有效建议。本文针对中文农作物病虫害数据集缺失问题,提出了基于半远程监督的停等算法,利用该算法构建中文农作物病虫害领域语料库,大幅度减少标注过程的人工成本和时间成本;同时,提出了中文农作物病虫害命名实体识别模型(Agricultural information extraction,Agr-IE),该模型基于BERT-BILSTM-CRF,辅以多源信息融合(多源分词信息和全局词汇嵌入信息)丰富字符向量,使其充分结合字符级与词汇级的信息,以提高模型捕捉上下文信息的能力。实验表明,该模型可以有效地识别病害、虫害、药剂、作物等实体,F1值分别为96.56%、95.12%、94.48%、95.54%,并对识别难度较大的病原实体具有较好的识别效果,F1值为81.48%,高于BERT-BILSTM-CRF、BERT等模型的相应值。本文所提模型在MSRA和Weibo等其他领域数据集上与CAN-NER、Lattice-LSTM-CRF等模型进行了对比实验,并取得最佳的识别效果,F1值分别为95.80%、94.57%,表明该算法具有一定的泛化能力。

关键词：命名实体识别农作物病虫害农业自然语言处理中文分词停等算法

基于BERT_Stacked LSTM的农业病虫害问句分类方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2021年第S01期52卷 172-177页

作者：李林刁磊唐詹柏召周晗郭旭超中国农业大学信息与电气工程学院北京100083

为解决农业病虫害问句分类过程中存在公开数据集较少、文本较短、特征稀疏、隐含语义信息较难学习等问题,以火爆农资招商网为数据源,构建了用于农业病虫害问句分类的数据集,提出了一种用于农业病虫害问句分类的深度学习模型BERT;tacked ... 详细信息

为解决农业病虫害问句分类过程中存在公开数据集较少、文本较短、特征稀疏、隐含语义信息较难学习等问题,以火爆农资招商网为数据源,构建了用于农业病虫害问句分类的数据集,提出了一种用于农业病虫害问句分类的深度学习模型BERT;tacked LSTM。首先,BERT部分获取各个问句的字符级语义信息,生成了包含句子级特征信息的隐藏向量。然后,使用堆叠长短期记忆网络(Stacked LSTM)学习到隐藏的复杂语义信息。实验结果表明,与其他对比模型相比,本文模型对农业病虫害问句分类更具优势,F1值达到了95.76%,并在公开通用领域数据集上进行了测试,F1值达到了98.44%,表明了模型具有较好的的泛化性。

关键词：农业病虫害问句分类 BERT Stacked LSTM

基于注意力池化和堆叠式结构的病虫害文献识别模型

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2021年第S01期52卷 178-184页

作者：唐詹柏召刁磊郭旭超周晗李林中国农业大学信息与电气工程学院北京100083

为解决病虫害文献识别过程中存在语义特征学习不够、上下文信息不能充分利用等问题,以病虫害相关文献摘要为研究对象,提出一种基于注意力池化策略和堆叠式双向长短期记忆(Bi-directional long-short term memory,BiLSTM)的神经网络模型(... 详细信息

为解决病虫害文献识别过程中存在语义特征学习不够、上下文信息不能充分利用等问题,以病虫害相关文献摘要为研究对象,提出一种基于注意力池化策略和堆叠式双向长短期记忆(Bi-directional long-short term memory,BiLSTM)的神经网络模型(AP-LSTM)。该模型采用堆叠式长短期记忆结构,提高了对语义特征的学习能力,在进行堆叠操作时,通过将输入向量与输出向量拼接,进一步加强了对语义信息的表征;然后采用基于注意力机制的池化策略为不同的词分配不同权重,使模型在抓住重点的同时能够充分利用上下文信息。本文在包含1439条正例、1061条负例的自标注数据集上进行了实验,所提出的AP-LSTM模型在该数据集上的精确率、召回率、F1值和准确率分别为92.67%、97.20%、94.88%和94.00%,实验结果表明,AP-LSTM模型能够有效识别病虫害文献。

关键词：病虫害文献识别注意力机制双向长短时记忆网络长文本分类

在线全文

学校读者我要写书评

暂无评论

松柏赶鸟节

小学生导刊（高年级版） 2015年第3期 53-54页

作者：唐詹辰湖南省江华瑶族自治县桥头铺完小六年级

春寒料峭的二月初一,是我的家乡江华瑶族的盛大节日——赶鸟节。这一天,方圆百里的商家和农民在松柏汇聚,买卖春耕农具。我们农具调查小组的成员陈米阳、陈晨和我慕名而往。路上的人真多啊。戴着帽子的小孩、举着花伞的姑娘、背着背篓... 详细信息

春寒料峭的二月初一,是我的家乡江华瑶族的盛大节日——赶鸟节。这一天,方圆百里的商家和农民在松柏汇聚,买卖春耕农具。我们农具调查小组的成员陈米阳、陈晨和我慕名而往。路上的人真多啊。戴着帽子的小孩、举着花伞的姑娘、背着背篓的老人,熙熙攘攘,洒落一路欢声笑语。前面有个大伯挑着担子急匆匆地往前赶。

关键词：赶鸟节方圆百里这一天调查小组去问人流如织告诉我江华木制品刨光

在线全文

学校读者我要写书评

暂无评论

认识赶鸟节集市上的农具

小学生导刊（高年级版） 2015年第3期 60-62页

作者：陈米阳唐詹星湖南省江华瑶族自治县桥头铺完小六年级

发言：赶鸟节集市上,有各种各样的农具出售。这里的农具商们大都是地道的农民。他们只在这一天才化身为卖农具的商人。我们跟着农具调查小组的成员们一起认识赶鸟节集市上的这些农具吧。西汉时,我国就出现了这种农具。它的名字叫作犁,... 详细信息

发言：赶鸟节集市上,有各种各样的农具出售。这里的农具商们大都是地道的农民。他们只在这一天才化身为卖农具的商人。我们跟着农具调查小组的成员们一起认识赶鸟节集市上的这些农具吧。西汉时,我国就出现了这种农具。它的名字叫作犁,牛在前面牵引,用它来犁田耕地。在我们山区,这种农具仍在使用。爷爷年年用它犁田。老黄牛和犁是我们家丰收的大功臣。

关键词：赶鸟节调查小组这一天打谷风扇车诗云电动抽水泵时用冬田脚踏式

在线全文

学校读者我要写书评

暂无评论

基于深度学习的PPI关系抽取方法研究进展

计算机应用与软件 2023年第5期40卷 1-9页

作者：唐詹王龙鹤郭旭超周晗刁磊李林中国农业大学信息与电气工程学院北京100085

蛋白质间相互作用(protein-protein interaction,PPI)在几乎全部的生命活动中发挥着极其重要的作用,如何准确、高效地自动化抽取出科学文献中的PPI关系有着十分重要的研究意义。深度学习作为机器学习的一个重要分支,由于其强大的学习能... 详细信息

蛋白质间相互作用(protein-protein interaction,PPI)在几乎全部的生命活动中发挥着极其重要的作用,如何准确、高效地自动化抽取出科学文献中的PPI关系有着十分重要的研究意义。深度学习作为机器学习的一个重要分支,由于其强大的学习能力和特征提取能力,在PPI关系抽取领域得到了广大研究者的关注。对现有基于深度学习的PPI关系抽取方法进行阐述,对这些方法的实验数据及其构成组件进行对比分析,总结这些方法存在的问题,展望可以改进的研究方向。

关键词：蛋白质间相互作用关系抽取深度学习自然语言处理

在线全文

学校读者我要写书评

暂无评论

基于模拟退火算法改进的大脑情感学习模型

计算机与数字工程 2020年第12期48卷 3017-3021页

作者：唐詹潘建国上海师范大学信息与机电工程学院上海201400

传统的大脑情感学习模型因其结构特点及其训练算法的局限性,在高维度数据分类问题上表现不佳,为提高高维度数据的分类准确性,提出一种基于模拟退火算法改进的大脑情感学习模型。通过改进网络结构,并采用模拟退火算法优化大脑情感学习模... 详细信息

传统的大脑情感学习模型因其结构特点及其训练算法的局限性,在高维度数据分类问题上表现不佳,为提高高维度数据的分类准确性,提出一种基于模拟退火算法改进的大脑情感学习模型。通过改进网络结构,并采用模拟退火算法优化大脑情感学习模型的训练过程,改善其拟合能力和局部搜索能力,提高模型对于高维度数据分类问题的分类准确率。选取UCI数据集中常用于算法性能对比的几组数据集进行实验,实验结果表明,对于维度较高的数据集,该模型具有较好的分类效果。

关键词：大脑情感学习高维度数据分类模拟退火算法