检索结果-南通市图书馆

作者：羊梅西北师范大学

学位级别：硕士

词汇教学在英语课堂教学中占有重要地位,词汇呈现是词汇教学的关键环节。主题聚类与语义聚类是词汇聚类呈现的典型代表。研究显示,已有的词汇聚类呈现研究较少考察深度词汇知识尤其是词汇联想的学习效果。因此,结合张萍关于词汇联想反... 详细信息

词汇教学在英语课堂教学中占有重要地位,词汇呈现是词汇教学的关键环节。主题聚类与语义聚类是词汇聚类呈现的典型代表。研究显示,已有的词汇聚类呈现研究较少考察深度词汇知识尤其是词汇联想的学习效果。因此,结合张萍关于词汇联想反应分类标准的研究,本研究将词汇联想反应细化为语义反应与体现词汇搭配的横组合反应,通过词汇联想测试对比主题和语义聚类呈现条件下初中生词汇联想水平。基于心理词库理论、语义场理论和图式理论,并结合国内外相关研究,本论文旨在讨论以下两个研究问题:1)主题聚类和语义聚类呈现对初中生词汇联想的语义反应有何影响;2)主题聚类和语义聚类呈现对初中生词汇联想的横组合反应有何影响。参与本研究的被试共81人,均来自于兰州市某中学的两个初一教学班。研究工具为词汇联想反应测试卷,实验持续一个月。实验前先测试两组被试的词汇水平和对测试词的熟悉程度。实验中两个实验班分别采用主题聚类和语义聚类进行两次词汇呈现,第一次呈现聚焦词形词义等词汇基础知识,并适当启发学生产生词汇联想;第二次呈现巩固词汇基础知识,试图激发学生产生更多词汇联想,并促进联想保持。实验结束后立即对被试进行词汇联想测试。延时测试在实验结束一周后进行,目的是考察被试的词汇联想保持情况。全部测试结束后,研究者和两名英语教师共同对反应词进行分类和标注,并用SPSS软件对数据进行分析。研究结果表明:（1）语义反应在主题聚类呈现条件下的产生和保持效果优于语义聚类呈现;（2）横组合反应在两种呈现条件下都相对难以产生与保持,尤其是在语义聚类呈现条件下。相较而言,在主题聚类呈现下,横组合联想反应的产生和保持相对容易且稳定。此外,研究还发现,在新词的再呈现阶段,语义聚类呈现则能更显著地促进语义反应和横组合反应的产生和保持。因此,在词汇教学中,应采取以主题聚类呈现为主,适时辅以语义聚类呈现的方法,来促进词汇联想反应的产生与保持。

关键词：语义聚类主题聚类词汇联想反应语义反应横组合反应

基于篇章修辞结构的多文档自动文摘系统的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于篇章修辞结构的多文档自动文摘系统的设计与实现

作者：兰希厦门大学

学位级别：硕士

随着大数据时代的到来,人们花费在搜索上的时间越来越多。面对着成千上万同一主题下的网页,它们大部分都包含着相同的信息,然而又包含着少量不同的信息。因此,人们迫切地需要能提供更有力的信息浓缩和筛选的加工工具。多文档自动文摘可... 详细信息

随着大数据时代的到来,人们花费在搜索上的时间越来越多。面对着成千上万同一主题下的网页,它们大部分都包含着相同的信息,然而又包含着少量不同的信息。因此,人们迫切地需要能提供更有力的信息浓缩和筛选的加工工具。多文档自动文摘可以将多篇同一主题下的文章进行汇总和压缩,提供给人们全面、简洁的信息。实验室前课题组设计并实现了一个基于语义的单文档自动文摘系统。但是单文档自动文摘已经难以满足人们对获取大量准确信息的迫切需要。因此,本文设计并实现了一个多文档自动文摘系统,主要有以下几方面的成果： 1.设计并实现了一个基于篇章修辞结构的多文档自动文摘系统,系统地描述了不同层面上文本单元之间的相互关系,并且提出了多文档的修辞结构框架。同时,本文将句子中特征词的权重、句子的句型、句子的位置等句子的多特征信息与多文档修辞结构相结合,从而共同来衡量句子的重要性。 2.本文采用了一种混合聚类算法HCA,对多文档进行主题的划分。以段落为基本单位,混合聚类算法HCA是将K-Means算法与层次聚类算法相结合,从而有效地解决了多文档主题数目不能确定的难题。实验结果表明,混合聚类算法比单一的聚类算法对主题划分的准确度更高。 3.由于多文档自动文摘是从同一话题下的多篇文章中抽取句子,因此,会有语句不连贯和信息冗余等缺点。为保证文摘准确并且有较好的可读性,本文对已经抽取的文摘句进行了冗余处理和句子压缩,生成更易阅读的文摘。基于上述的工作,最后我们开发并实现了一个多文档自动文摘实验系统。从哈尔滨工业大学多文档语料库中选取了20篇不同话题的多文档文章,每个话题下有3至7篇不等的关于该话题的报道,在该系统上进行了测试。实验表明,该系统能够有效地抽取不同话题的多文档文摘,评测效果比较理想,并且本系统具有良好的可用性和可移植性。

关键词：多文档自动文摘篇章修辞结构句子多特征主题聚类句子相似度

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于在线评论的企业产品缺陷识别

基于在线评论的企业产品缺陷识别

作者：刘丹哈尔滨工业大学

学位级别：硕士

随着大数据时代来临,各种社交网络如微信朋友圈、微博、知乎、贴吧等、电子商务购物网站如京东、天猫、网易优选等平台的兴起,通过网络平台表达用户的观点和情感,分享个人经历等已经越来越普遍。近几年来,电子商务领域也为家电行业带来... 详细信息

随着大数据时代来临,各种社交网络如微信朋友圈、微博、知乎、贴吧等、电子商务购物网站如京东、天猫、网易优选等平台的兴起,通过网络平台表达用户的观点和情感,分享个人经历等已经越来越普遍。近几年来,电子商务领域也为家电行业带来了生机,家电产品的质量问题也慢慢显露。如果能尽早地发现产品缺陷,就可以最大程度减少企业产品缺陷对用户和企业品牌带来的伤害。用户在购买商品后通常会在网上留下评价,可以从这些海量的无结构化文本中发现产品缺陷。由于现有的中文环境下产品缺陷识别模型中有监督学习方法人工标注效率低,以及半监督学习基于分歧的Tri-training分类算法性能不够好,改善产品识别分类算法的效果对中文环境下网络评论下进行企业产品质量管理有着一定的借鉴意义。为了从互联网环境下的用户评论中分析出企业产品缺陷内容,本文通过分析前人所做出的模型和方法,构建本文的基于互联网环境下在线评论的产品缺陷识别模型框架,包含数据准备、文本分类和文本聚类。根据家电产品缺陷识别的特点,选择基于分歧的半监督分类Co-forest算法建立评论分类模型,对基于互联网环境下在线评论的家电行业产品评论识别缺陷,得到包含缺陷的产品评论。对文本分类后包含缺陷的评论再使用针对短文本评论的BTM主题聚类算法对缺陷评论进行主题聚类,得到缺陷主题、主题描述详情及占比。通过某品牌的一款畅销除湿机,对上述研究进行了相关实验。研究结果表明,本文提出使用Co-forest算法与现有的有监督分类产品缺陷识别方法和Tri-training分类算法相互比较,Co-forest算法具有较高的算法准确率和召回率。并且对Co-forest算法识别出的缺陷评论再基于主题模型BTM算法进行缺陷主题聚类,得到可被产品缺陷管理人员理解的缺陷主题结果。本文对国内家电行业产品缺陷进行分析,拓展了社会媒体挖掘研究范围,在一定程度上能协助企业在生产设计、质量管理等方向根据产品缺陷反馈及时处理。

关键词：在线评论缺陷识别半监督分类主题聚类除湿机

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

MOOC评论的细粒度情感分析研究

MOOC评论的细粒度情感分析研究

作者：朱虹华东师范大学

学位级别：硕士

互联网的快速发展,给人们提供了在线学习的条件和机会,很多希望提高自身知识水平和专业技能的人都选择参与在线教育来达到目的,而不论是线上还是线下教育,都产生了大量的学习互动数据,这些数据真实地反应了学习者的兴趣话题、情感态度... 详细信息

互联网的快速发展,给人们提供了在线学习的条件和机会,很多希望提高自身知识水平和专业技能的人都选择参与在线教育来达到目的,而不论是线上还是线下教育,都产生了大量的学习互动数据,这些数据真实地反应了学习者的兴趣话题、情感态度、学习体验等特征,因此对于教育交互数据分析的成果,可以更好地帮助学习者定位学习资源,帮助教师组织教学内容,还能帮助课程平台加强基础建设。中国大学MOOC平台是国内提供众多开放式网络课程的大型平台之一。本文利用爬虫技术获取MOOC上学生的课程评论,为了分析评论的细粒度情感,提出模型（Graph Convolutional Network for Aspect Based Sentiment Analysis,GCN＿ABSA）分析课程评论的细粒度情感,主要工作总结如下:（1）细粒度情感分析的方面词提取子任务,实际上就是命名实体识别这一自然语言处理问题,从文本中学习到的词嵌入是否合理,是决定标注效果的关键,鉴于动态词嵌入能学习到词语间的语义关系,本文使用Bert预训练模型初始化文本的向量表示,再在小型的MOOC评论数据集上对参数微调,使其更适用于所研究的领域。进行命名实体识别时,我们不再关注局部的特征标注,而是从全局出发,使用条件随机场探寻最优的标注序列。（2）细粒度情感分析的方面词情感分类子任务,即在已经提取出方面词的基础之上,分析方面词所具有的情感极性,鉴于已有的各类深度学习模型,单纯依靠从大量语料中学习到的情感特征规律来辨别方面词的情感类别,本文利用句法依赖树树获取到文本的句法信息,并通过图卷积神经网络将其融入到深度学习模型中,建立方面词与情感词之间的联系,使深度学习模型更具有可解释性。在聚焦方面词的局部上下文时,本文还提出了基于方面词的上下文掩盖层,依据距离设置权重,对学习到的情感特征进行加权处理。连接两个子任务学习到的文本特征,通过多头注意力机制进行编码学习,最后获取第一个位置的隐藏状态使用softmax函数进行情感分类。（3）爬取MOOC上真实的课程评论数据,对本文提出的GCN＿ABSA模型进行实验评估,并使用无监督词聚类方法挖掘评论中隐含的情感主题,将GCN＿ABSA模型提取出的方面词集合作为情感话题群,并建立“文本-方面词-情感话题群”到“情感话题群-主题”的映射。

关键词： MOOC评论细粒度情感分析主题聚类图卷积神经网络 BERT

词汇呈现方式对初中生英语词汇习得的影响研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

词汇呈现方式对初中生英语词汇习得的影响研究

作者：宋冕湖南理工学院

学位级别：硕士

词汇之于语言,就如砖石之于屋宇,词汇教学在英语课堂中占据重要地位。词汇呈现作为词汇教学的初始阶段也是最为关键的阶段,得到了国内外学者的关注。词,因类而聚,更易于习得,而最具代表性的聚类呈现方式为主题聚类和语义聚类。本研究将... 详细信息

词汇之于语言,就如砖石之于屋宇,词汇教学在英语课堂中占据重要地位。词汇呈现作为词汇教学的初始阶段也是最为关键的阶段,得到了国内外学者的关注。词,因类而聚,更易于习得,而最具代表性的聚类呈现方式为主题聚类和语义聚类。本研究将初中生作为研究对象,聚焦主题聚类和语义聚类两种词汇呈现方式,并将词汇知识细化到语义联想、形式意义、词汇搭配三个维度,试图探索不同词汇呈现方式对初中生英语词汇习得的影响。本研究以Jost Trier提出的语义场理论和Rumelhart提出的图示理论作为理论基础,结合国内外相关研究成果,旨在探讨以下两个研究问题:(1)主题聚类呈现方式对初中生英语词汇习得有何影响?(2)语义聚类呈现方式对初中生英语词汇习得有何影响?本研究结合定量与定性的研究方法,研究对象为岳阳市某普通中学八年级三个班的90名学生,实验持续6周。两个实验班分别采用主题聚类与语义聚类呈现方式,控制班采用既无主题联系又无语义联系的词汇呈现方式。研究工具涉及词汇测试卷、调查问卷和访谈。本研究采用Webb设计的词汇知识测试卷的部分内容,结合Nation的多维词汇知识框架设计了三套词汇知识测试卷,分别从语义联想、形式意义、词汇搭配三个维度考察两种呈现方式对初中生英语词汇习得的影响。所获得的实验数据通过SPSS23.0软件进行统计分析,结合调查问卷与访谈结果对研究问题进行回答。研究发现主题聚类呈现方式在词汇形式与意义知识的习得上具有明显优势,而语义聚类呈现方式在词汇联想与搭配知识的习得上效果显著。因此在学习者初次学习新词汇的阶段,且教学任务涉及介绍新词汇的形式与意义知识时,教师采用主题聚类呈现方式介绍新词汇效果最佳。但在学习者再次复习已学词汇阶段,教师可采用语义聚类呈现方式,这样可以帮助学生快速联想相关词汇并构建正确的词汇搭配。

关键词：词汇呈现方式主题聚类语义聚类词汇习得

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于学术合作数据的合作者推荐

基于学术合作数据的合作者推荐

作者：姜会珍大连理工大学

学位级别：硕士

近年来,随着信息技术的不断发展,学术领域中,学术合作网络规模也不断得以壮大和发展。并且,学术合作作为学术领域重要的交流方式,也吸引了大量的学者纷纷参与到学术合作当中。通过学术合作,学者们也从中获取了非常多的益处。而合作到底... 详细信息

近年来,随着信息技术的不断发展,学术领域中,学术合作网络规模也不断得以壮大和发展。并且,学术合作作为学术领域重要的交流方式,也吸引了大量的学者纷纷参与到学术合作当中。通过学术合作,学者们也从中获取了非常多的益处。而合作到底是怎样促进学者的进步发展的?以及怎么更迅速地找到对自己最有价值的合作者?在这里,本文针对这两个问题,首先应用社会计量学方法对学术合作的效益及合作网络的结构进行量化分析,继而,提出基于学术合作数据的最有价值的合作者推荐策略。学术合作通常对学者的创造力和产出具有积极的影响。而合作是如何推动学者在学术网络中提高影响力的?本文通过社会计量学方法来量化分析,主要对网络结构和个体特征来进行分析,从学者影响力,网络结构和合作收益三个方面评估合作的促进作用。同时,引入贝肯数,广义好友悖论和三元闭包理论来分析合作效益。另外,在许多情况下,学者找到对自己最有价值的合作者是非常耗时的。而具有比较高的学术水平和相关研究课题的学者,才是真正能够帮助学者丰富他们研究的人。但是,怎么能找到最有价值的合作者呢?在本文中,提出了最有价值的合作者推荐模型叫做BCR。BCR基于学者发表的文章,运用LDA模型,并将三个学术特征相结合来挖掘最有价值的合作者,包括:研究兴趣的主题概率划分,研究兴趣随时间的动态变化以及学者的影响力。为此,首先,针对学者发表的论文,通过LDA模型进行主题聚类,得到学者的研究兴趣主题分布。接着,计算合作者的特征矩阵和目标学者之间的相似性。然后,考虑到学者研究兴趣的动态变化,通过时间函数来修正生成的主题分布矩阵。最后,结合在网络中合作者所具有的影响力,得到最终的推荐排序得分。最后,基于引用网络数据集,对BCR模型和另外四个对比模型通过实验进行了验证。在准确率、召回率、F1以及推荐质量方面,BCR模型都有比较好的推荐效果。

关键词：学术合作网络社会计量分析主题聚类研究兴趣动态变化学术影响力

基于LDA和词性句法规则的用户评论情感分析研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于LDA和词性句法规则的用户评论情感分析研究

作者：张建华广西大学

学位级别：硕士

电子商务的迅猛发展,让人们的生活更加便捷。同时,它产生了大量有用的用户评论信息,对这些信息进行情感分析具有重要的学术研究价值和实际应用价值。一方面,这些信息语言结构复杂,涉及到多个领域的处理技术,且目前尚无统一成熟的模型可... 详细信息

电子商务的迅猛发展,让人们的生活更加便捷。同时,它产生了大量有用的用户评论信息,对这些信息进行情感分析具有重要的学术研究价值和实际应用价值。一方面,这些信息语言结构复杂,涉及到多个领域的处理技术,且目前尚无统一成熟的模型可以对其直接应用。另一个方面,对这些评论信息进行情感挖掘能够实现商家和用户的双赢,商家通过评论信息发现用户对产品的意见,提高产品的质量。用户可以通过其他买家的评论信息发现产品的优劣,做出购买决策。在一些学者研究的基础上,提出一种针对用户评论的新的情感分析方法,主要研究内容包括：(1)提出了基于情感词抽取和LDA特征表示的粗粒度情感分析方法。首先使用情感词典抽取文本中的情感词。其次,以情感词作为特征值使用LDA模型建模,得到评论的主题分布。最后使用SVM分类器将评论进行褒贬二元分类。为了处理评论特征稀少的问题,LDA建模时,通过多次调节主题数的大小实现多次分类,发现最优的分类结果。实验表明该方法在网络评论的褒贬分类方面的有效性。(2)提出了基于词性句法规则和LDA特征聚类的细粒度情感分析方法。首先分别独立使用词性规则和句法规则发现评论中的评价对象,然后将两种规则结合,得到最终的评价对象。其次,使用LDA模型对评价对象聚类,设置较少的主题数计算主题分值,实现主题的排序,设置较多的主题数发现每个主题下的频繁词簇。最后,为了验证该方法的性能,使用两类新的文档进行测试。结果表明,该方法在评价对象挖掘和主题聚类方面的有效性。

关键词：用户评论情感分析 LDA 褒贬分类评价对象主题聚类

基于LDA模型的不同专业学生评教文本主题差异性分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于LDA模型的不同专业学生评教文本主题差异性分析

作者：强海漫江西财经大学

学位级别：硕士

在高校中,学生评教是保证教学质量的一项重要活动。对教学评价的数据进行综合分析,得到学生对任课老师的满意程度,为后续的教学改革提供一定的参考价值。但大多数高校在评教问卷的客观指标设置上,没有体现出不同专业的特殊性。事实上,... 详细信息

在高校中,学生评教是保证教学质量的一项重要活动。对教学评价的数据进行综合分析,得到学生对任课老师的满意程度,为后续的教学改革提供一定的参考价值。但大多数高校在评教问卷的客观指标设置上,没有体现出不同专业的特殊性。事实上,如果分类别设计调查问卷的客观题目,就会收集到更加准确有效的反馈信息,提高评教的效果。本文针对这一问题,立足于不同专业学生的主观评教文本数据展开研究。针对不同专业之间的评教文本数据进行细粒度主题分布差异性分析研究。通过量化分析和质性研究得出不同专业学生在课程的学习过程中更加注重哪些方面。总体来看,本文主要内容及创新如下:(1)面向线上线下不同授课方式,分情况讨论不同专业学生评教文本数据的细粒度主题分布差异性。研究表明,外国语言文学类专业学生更加关注老师上课时的语言表述方面以及知识的广度;统计学类专业学生更加注重授课时老师的条理性及逻辑性;计算机类专业学生更加注重老师是否有足够丰富的经验以及专业的深度。(2)针对授课模式不同时教学质量是否“同质”的问题。本文研究立足江西某大学在线授课教学学期本科生相关课程的有效评教文本数据,分析和环比线下授课模式的评教文本数据。结果显示,三类专业的学生当中计算机类专业学生线上线下评教结果存在显著性差异。这可能是由于该类专业存在较多上机实践类课程,实践类课程在线上教学时不能达到很好的教学效果。(3)基于文本主题特征提取。本文提出一种以LDA模型为主体框架的Word2vecLabeled-LDA-KNN模型进行评教文本的主题聚类分析。该模型在Labeled-LDA模型的基础上引入Word2vec模型解决了短文本特征稀疏问题,加入KNN模型降低了主题分类时的误判率。与以往的模型相比较,改进之后模型的准确率达到91.58%,召回率达到92.62%,优于原始的LDA模型与labeled-LDA模型,新模型聚类熵的值相比较于其他模型低0.04到0.13左右。综上所述,从现实问题出发对学生的主观性评教文本进行多方位挖掘。通过本文的研究结论,还可以对类似江西某大学这类高校在设置客观评教问卷指标,以及后续教学改革中提供一定的参考价值。

关键词：学生评教文本挖掘主题聚类 labeled-LDA Word2vec

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

词汇聚类呈现方式对高中生词汇记忆的影响

词汇聚类呈现方式对高中生词汇记忆的影响

作者：赵春梅西北师范大学

学位级别：硕士

近年来,词汇在外语教学中越来越受到重视,关注的一个焦点就是词汇呈现。它是词汇教学中的一个重要环节。研究显示,呈现过程中词汇是否聚类及如何聚类对学习者词汇学习产生不同效果。但是,前人对不同聚类呈现方式对词汇学习产生何种影响... 详细信息

近年来,词汇在外语教学中越来越受到重视,关注的一个焦点就是词汇呈现。它是词汇教学中的一个重要环节。研究显示,呈现过程中词汇是否聚类及如何聚类对学习者词汇学习产生不同效果。但是,前人对不同聚类呈现方式对词汇学习产生何种影响存在较大分歧。基于此,本研究结合已有研究,探究语义聚类、主题聚类、以及非词聚类三种词汇聚类呈现方式对学生目标词汇短时记忆和长时记忆的影响。参与本研究的被试有150名高一学生,来自宕昌县第一中学的三个平行班(9、10、17),这三个班级被随机分配为语义聚类组,主题聚类组以及非词聚类组。实验中用到的目标词有真词和假词,假词的使用能够提高实验的内部效度(Nation,2000)。被试在教学实验前后进行了词汇测试。笔者用数据统计软件SPSS 21.0对实验数据进行了单因素方差分析,得出以下结论:(1)对于词汇的短时记忆,主题聚类呈现方式最好,非词聚类次之,语义聚类最不易于词汇短时记忆;(2)对于词汇长时记忆,语义聚类呈现方式最优,主题聚类次之,非词聚类最差。研究结合相关理论分析指出:(1)语义聚类呈现的词汇之间相似性太高,差异性较低,从而产生语义干扰,造成了最差的词汇短时记忆效果;(2)区别词汇间的语义相似性促使学习者对词汇进行深度加工,促成了最优的长时记忆效果。因此,在词汇初始学习时,应避免语义聚类呈现,采用主题聚类呈现。而到了词汇巩固阶段可将单词按语义归类呈现从而使得记忆更加牢固。

关键词：语义聚类主题聚类非词聚类词汇记忆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

危险化学品事故信息命名实体识别方法研究

危险化学品事故信息命名实体识别方法研究

作者：戴慧中国矿业大学

学位级别：硕士

化学工业作为我国重要的基础性产业,推动着国民经济快速发展。然而由于危险化学品(危化品)不稳定的理化性质,其在生产、运输和储存过程中均存在巨大风险。一旦发生事故就会给人民生命健康带来重大威胁,给社会和谐稳定带来极大挑战。为... 详细信息

化学工业作为我国重要的基础性产业,推动着国民经济快速发展。然而由于危险化学品(危化品)不稳定的理化性质,其在生产、运输和储存过程中均存在巨大风险。一旦发生事故就会给人民生命健康带来重大威胁,给社会和谐稳定带来极大挑战。为落实安全生产,应急管理部门就危化品安全生产提出“智能化事故信息反馈”与“建立相关应急资源知识图谱”。因此,面向危化品事故领域的命名实体识别逐渐成为现阶段研究热点。本课题围绕危化品事故数据,应用自然语言处理技术,探究危化品事故致因图谱的构建,为危化品的安全生产、运输、存储、应急处置等提供有力的数据支撑和科学的处理方法。本课题主要工作包括以下几个方面:(1)融合规则模板和Global Pointer的危化品事故实体识别。根据危化品事故实体特点对危化品事故数据进行划分:一类具有明显结构特征,格式相对固定(如:日期、时间等);另一类结构特征不明显,表述形式多样、多种实体相互重叠、相互嵌套(如:组织机构、事故原因等),提出融合规则模板和Global Pointer的危化品事故实体识别方法。对于第一类实体,抽象其结构特征,设计规则匹配模板进行识别。对于第二类实体采用基于Global Pointer的模型进行识别。真实数据集下的实验结果验证了本文提出的方法在危化品事故领域的实体识别效果高于目前流行的实体识别方法。(2)融合样本不确定性和多样性的危化品事故实体主动识别。针对危化品领域缺乏标注语料问题,借助主动学习选出高质量样本进行标注,提出融合样本不确定和多样性的危化品事故实体主动识别方法。首先,利用隐含狄利克雷分布进行主题聚类,选出具有代表性的初始样本。其次,综合考虑样本信息量、多样性以及初始主题聚类信息,通过对样本的不确定性和多样性进行评估,选出综合得分较高的样本进行标注并加入模型训练。最后,根据模型F1值设定主动学习终止条件,结束整个迭代过程。实验结果表明,本研究提出的方法能够有效减少数据标注工作并提升整体识别F1值。(3)危化品事故信息实体识别系统设计与实现。应用本文的研究成果,设计并开发危化品事故信息实体识别系统。该系统以可视化的方式展示了危化品事故信息实体识别的关键步骤,同时该系统内集成了大量命名实体识别算法,对本文研究成果进行对比验证与分析。此外,在实体识别的基础上,构建了危化品事故知识图谱并设计neo4j知识模型对图谱进行存取与查询。

关键词：危险化学品嵌套实体命名实体识别主题聚类主动学习