检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于序列到序列模型的法律问题关键词抽取

清华大学学报（自然科学版） 2019年第4期59卷 256-261页

作者：曾道建童国维戴愿李峰韩冰谢松县长沙理工大学计算机与通信工程学院长沙410114 长沙理工大学综合交通运输大数据智能处理湖南省重点实验室长沙410114 湖南数定智能科技有限公司长沙410013

传统的关键词抽取算法不能够抽取那些没有在文本当中出现过的关键词,因此在抽取法律问题(短文本)的关键词任务上效果不佳。该文提出了一种基于强化学习的序列到序列(seq2seq)模型来从法律问题中抽取关键词。首先,编码器将给定法律问题... 详细信息

传统的关键词抽取算法不能够抽取那些没有在文本当中出现过的关键词,因此在抽取法律问题(短文本)的关键词任务上效果不佳。该文提出了一种基于强化学习的序列到序列(seq2seq)模型来从法律问题中抽取关键词。首先,编码器将给定法律问题文本的语义信息压入一个密集矢量;然后,解码器自动生成关键词。因为在关键词抽取任务中,生成的关键词的前后顺序无关紧要,所以引入强化学习来训练所提出的模型。该模型结合了强化学习在决策上的优势和序列到序列模型在长期记忆方面的优势,在真实数据集上的实验结果表明,该模型在关键词抽取任务上有较好的效果。

关键词：抽取序列到序列模型强化学习

基于节点属性与正文内容的海量Web信息抽取方法

在线全文

学校读者我要写书评

暂无评论

通信学报 2016年第10期37卷 9-17页

作者：王海艳曹攀南京邮电大学计算机学院江苏南京210023 江苏省无线传感网高技术研究重点实验室江苏南京210003

为解决大数据场景下从海量Web页面中抽取有价值的信息,提出了一种基于节点属性与正文内容的海量Web信息抽取方法。将Web页面转化为DOM树表示,并提出剪枝与融合算法,对DOM树进行简化;定义DOM树节点的密度和视觉属性,根据属性值对Web页面... 详细信息

为解决大数据场景下从海量Web页面中抽取有价值的信息,提出了一种基于节点属性与正文内容的海量Web信息抽取方法。将Web页面转化为DOM树表示,并提出剪枝与融合算法,对DOM树进行简化;定义DOM树节点的密度和视觉属性,根据属性值对Web页面内容进行预处理;引入MapReduce计算框架,实现海量Web信息的并行化抽取。仿真实验结果表明,提出的海量Web信息抽取方法不仅具有更好的性能,还具备较好的系统可扩展性。

关键词： Web信息抽取 MapReduce DOM树

在线全文

学校读者我要写书评

暂无评论

融入限定关系的专利关键词抽取方法

数据分析与知识发现 2022年第10期6卷 57-67页

作者：俞琰朱晟忱南京工业大学信息管理与技术研究所南京210009

【目的】通过考虑专利权利要求特征,提高专利关键词抽取准确性。【方法】挖掘出专利权利要求中技术特征间的限定关系,将限定关系融入基于图的专利关键词抽取方法中,以抽取专利关键词。【结果】在USPTO专利数据集和Baiten专利数据集上进... 详细信息

【目的】通过考虑专利权利要求特征,提高专利关键词抽取准确性。【方法】挖掘出专利权利要求中技术特征间的限定关系,将限定关系融入基于图的专利关键词抽取方法中,以抽取专利关键词。【结果】在USPTO专利数据集和Baiten专利数据集上进行实验,实验结果表明所提方法的MRR指标较传统的TextRank方法分别相对提升了31.79%(USPTO)和33.81%(Baiten)。【局限】实验分析的数据需要进一步扩大。【结论】融入专利权利要求的限定关系信息能够显著提高专利关键词抽取的准确性。

关键词：抽取限定关系权利要求 TextRank

在线全文

学校读者我要写书评

暂无评论

一种基于树结构的Web数据自动抽取方法

计算机研究与发展 2004年第10期41卷 1607-1613页

作者：胡东东孟小峰中国人民大学信息学院北京100872

介绍了一种基于树结构的自动从HTML页面中抽取数据的方法在HTML页面的树形结构之上 ,提出了基于语义块的HTML页面结构模型 :HTML页面中的数据值主要存在于语义块中 ,不同的HTML页面的主要区别在于语义块的区别基于语义块的结构模型 ... 详细信息

介绍了一种基于树结构的自动从HTML页面中抽取数据的方法在HTML页面的树形结构之上 ,提出了基于语义块的HTML页面结构模型 :HTML页面中的数据值主要存在于语义块中 ,不同的HTML页面的主要区别在于语义块的区别基于语义块的结构模型 ,自动抽取通过 4个步骤完成 :通过HTML页面比较发现语义块 ;区分语义块中数据值的角色 ;推导数据模式和推导抽取规则在实际HTML页面上的实验已经证明 ,这种方法能够达到较高的正确率 ,同时 ,随着文档的增大。

关键词： Web 抽取自动树结构语义块

在线全文

学校读者我要写书评

暂无评论

高效实时的抽取滤波器的FPGA实现

电子科技大学学报 2005年第6期34卷 755-758页

作者：陈俊汪学刚电子科技大学电子工程学院成都610054

介绍了分布式算法实现乘积和运算的原理及工程上的实现方式,提出了适合现场可编程门阵列器件基本查找表结构的改进分布式算法,通过计算机仿真,在具体器件上实现了抽取滤波器。实验结果表明:该分布式算法结构可以充分利用现场可编程门阵... 详细信息

介绍了分布式算法实现乘积和运算的原理及工程上的实现方式,提出了适合现场可编程门阵列器件基本查找表结构的改进分布式算法,通过计算机仿真,在具体器件上实现了抽取滤波器。实验结果表明:该分布式算法结构可以充分利用现场可编程门阵列器件的资源,并且只引入固定的流水线延迟,具有很好的高效性和实时性。

关键词：分布式算法现场可编程门阵列查找表抽取

在线全文

学校读者我要写书评

暂无评论

数字下变频中抽取技术研究

电子科技大学学报 2006年第4期35卷 471-473,523页

作者：李翔万栋义西南电子电信技术研究所成都610041 电子科技大学电子工程学院成都610054

讨论了软件无线电接收机中数字下变频处理技术中的CIC抽取滤波器结构原理,分析了CIC滤波器级联ISOP滤波器进行抽取滤波的设计技术。验证了ISOP滤波器对CIC滤波器带内衰减补偿的有效性;采用了CIC抽取滤波器的系统,有效地缩减了窄带FIR滤... 详细信息

讨论了软件无线电接收机中数字下变频处理技术中的CIC抽取滤波器结构原理,分析了CIC滤波器级联ISOP滤波器进行抽取滤波的设计技术。验证了ISOP滤波器对CIC滤波器带内衰减补偿的有效性;采用了CIC抽取滤波器的系统,有效地缩减了窄带FIR滤波器阶数。

关键词：软件无线电 CIC滤波器 ISOP滤波器下变频技术抽取

从ψ’→J/ψπ^+π^-衰变中抽取ππ相移(英文)

在线全文

学校读者我要写书评

暂无评论

高能物理与核物理 2005年第9期29卷 852-855页

作者：郭奉坤沈彭年姜焕清中国科学院高能物理研究所

ψ’→J/ψπ+π-提供了一个抽取低于0.59GeV的ππS波相移的新途径.基于在树图衰变振幅中忽略D波的近似,给出了从ψ’→J/ψπ+π-的ππ不变质量谱中得到ππS波相移的公式.

关键词： ππ S波相移 ψ'→J/ψ π^+π^- 衰变振幅 J/ψ 相移抽取 π 不变质量谱

在线全文

学校读者我要写书评

暂无评论

基于深度学习的抽取式摘要研究综述

计算机科学与探索 2024年第11期18卷 2823-2847页

作者：田萱李嘉梁孟晓欢北京林业大学信息学院北京100083 国家林业草原林业智能信息处理工程技术研究中心北京100083

自动文本摘要(ATS)是自然语言处理的热门研究方向,主要实现方法分为抽取式和生成式两类。抽取式摘要直接采用源文档中的文字内容,相比生成式摘要具有更高的语法正确性和事实正确性,在政策解读、官方文件总结、法律和医药等要求较为严谨... 详细信息

自动文本摘要(ATS)是自然语言处理的热门研究方向,主要实现方法分为抽取式和生成式两类。抽取式摘要直接采用源文档中的文字内容,相比生成式摘要具有更高的语法正确性和事实正确性,在政策解读、官方文件总结、法律和医药等要求较为严谨的领域具有广泛应用前景。目前基于深度学习的抽取式摘要研究受到广泛关注。主要梳理了近几年基于深度学习的抽取式摘要技术研究进展;针对抽取式摘要的两个关键步骤——文本单元编码和摘要抽取,分别分析了相关研究工作。根据模型框架的不同,将文本单元编码方法分为层级序列编码、基于图神经网络的编码、融合式编码和基于预训练的编码四类进行介绍;根据摘要抽取阶段抽取粒度的不同,将摘要抽取方法分为文本单元级抽取和摘要级抽取两类进行分析。介绍了抽取式摘要任务常用的公共数据集和性能评估指标。预测并分析总结了该领域未来可能的研究方向及相应的发展趋势。

关键词：自然语言处理神经网络深度学习抽取模型框架预训练编码方法融合式

基于融合词性的BiLSTM-CRF的期刊关键词抽取方法

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2021年第3期5卷 101-108页

作者：成彬施水才都云程肖诗斌北京信息科技大学计算机学院北京100185 北京拓尔思信息技术股份有限公司北京100101

【目的】利用CRF模型处理序列标注问题的优势,通过将词性信息和CRF模型融入BiLSTM网络,实现期刊关键词的自动抽取。【方法】将关键词抽取问题视为一个序列标注问题。对期刊文本进行分词和词性标注的预处理;对预处理后的文本使用Word2Ve... 详细信息

【目的】利用CRF模型处理序列标注问题的优势,通过将词性信息和CRF模型融入BiLSTM网络,实现期刊关键词的自动抽取。【方法】将关键词抽取问题视为一个序列标注问题。对期刊文本进行分词和词性标注的预处理;对预处理后的文本使用Word2Vec模型进行Word Embedding向量化,获取字词的向量表达式;使用BiLSTM-CRF模型进行关键词的自动抽取。【结果】使用融合词性的BiLSTM-CRF网络,在采集的知网期刊文本上进行实验,在简单关键词方面,准确率较原始的BiLSTM模型提升3%;在复杂关键词方面,准确率较原始的BiLSTM模型提升12%。【局限】期刊关键词抽取模型无法准确抽取复杂关键词,需要针对复杂关键词层面进一步提升模型性能。【结论】融合词性的BiLSTM-CRF模型与传统方法相比,具有较高的识别准确率,是一种有效的关键词抽取方法。

关键词：抽取条件随机场深度学习双向长短期记忆网络