检索结果-南通市图书馆

检索条件"主题词=标签噪声评估"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于课程学习的电力文本实体识别方法研究

基于课程学习的电力文本实体识别方法研究

引用

作者：石路云中南大学

学位级别：硕士

电力科学研究与生产实践的长期发展,积累了大量非结构化电力文本,其中包含着电力相关的研究机构、设备设施、理论方法及关键技术等领域知识。对电力文本进行实体识别,能够实现电力领域知识的自动化抽取,对电力行业的发展具有重要意义。... 详细信息

电力科学研究与生产实践的长期发展,积累了大量非结构化电力文本,其中包含着电力相关的研究机构、设备设施、理论方法及关键技术等领域知识。对电力文本进行实体识别,能够实现电力领域知识的自动化抽取,对电力行业的发展具有重要意义。现有的实体识别模型主要通过随机采样的方式进行训练,忽略了样本呈现顺序对模型训练的影响。而最新研究表明,内容和标注质量的不同会导致样本间存在差异,故基于样本特点组织训练过程有助于提升模型训练效率和识别性能。因此,针对电力文本中领域实体的识别任务,本文引入课程学习,从不同的角度改进模型的训练过程,实现模型优化。本文主要研究内容及贡献如下:(1)针对基于BERT嵌入的实体识别模型训练速度过慢的问题,设计了两种基于实体特征的样本难度评价标准,提出了一种基于自然断点的课程学习框架,并由此构建了实体识别方法。该方法将模型整体训练划分为一系列“课程”上的训练,引导实体识别模型由易到难地对样本进行学习。实验结果表明该方法能有效提高模型的识别效果和训练效率。(2)针对电力数据集中存在的标签噪声问题,提出了基于改进Cross Review的标签噪声评估方法,融合自然断点的课程学习框架,构建了实体识别方法。该方法引导模型从低噪声样本开始训练,并逐步向高噪声样本过渡,可减轻训练前期的噪声干扰。实验结果表明,该方法能有效降低电力数据集中标签噪声对模型的影响,提升实体识别效果。(3)依托电力知识图谱关键技术研究项目,本文简要分析了电力文本实体识别的实际应用。以基于课程学习的实体识别方法为基础,对国网湖南公司近20年共2145篇电力科技项目文档进行自动抽取,形成了约3.2万实体量级的电力知识图谱,体现了良好的应用价值。图25幅,表16个,参考文献84篇

关键词：电力文本命名实体识别课程学习标签噪声评估

来源：

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

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：