检索结果-南通市图书馆

检索条件"主题词=警务语料"

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：

基于人工智能算法的警务语料命名实体识别

基于人工智能算法的警务语料命名实体识别

引用

作者：李泽熙长春工业大学

学位级别：硕士

传统的文字笔录主要依靠公安机关工作人员进行逐字阅读分析,当笔录数量较多时,就需要大量工作人员参与,不仅工作量极大,而且会浪费很多时间。如何从庞杂的笔录数据中迅速挖掘出重要关键的警务实体词,进而辅助公安机关的案件侦破工作,提... 详细信息

传统的文字笔录主要依靠公安机关工作人员进行逐字阅读分析,当笔录数量较多时,就需要大量工作人员参与,不仅工作量极大,而且会浪费很多时间。如何从庞杂的笔录数据中迅速挖掘出重要关键的警务实体词,进而辅助公安机关的案件侦破工作,提升公安机关分析效率,是一项值得研究的问题。目前流行的命名实体识别算法的训练需要大量的格式化标注数据,而由于警务语料的特殊性与敏感性,往往从警务系统中直接获取的可供训练样本数量较为稀少,或者得到的非结构化数据并不能直接用于训练,这种情况被称为复杂小样本数据问题。所以在上述场景下,如何充分利用这些小样本数据构建模型,并保证模型实体识别的准确率,是本文研究的核心内容。本文通过获取国内各级法院网站公开的大量脱敏案件信息来模拟真实警务语料数据,建立了一套警务语料数据处理规则,同时提出了基于大型语言模型的小样本提示学习技术与无监督聚类算法相结合的模型,用来解决警务语料命名实体识别任务中的困难。本文主要完成的工作如下:(1)警务语料数据处理规则的建立。由于从各大法院网中获取的数据格式特异,所以需要建立文本处理规则,如无关符号处理规则,即移除非文本元素、HTML标签、URLs、代码、特殊符号、标点符号等;无关停用词处理规则,如“的”、“在”、“有”等;高频关注词处理规则,即由于获取到的每个样本都包含将人名脱敏成“姓氏+某”的形式,因此需要将其剔除以减少模型对其的过分关注。最后将经过上述规则处理后的数据构建为警务语料数据集,其命名为POL-CE,用于本文的后续工作。(2)本文设计建立了一种将大型语言模型与聚类算法相结合的模型。首先,将警务语料数据集POL-CE用于大型语言模型的微调,通过提示学习技术,将微调后的大型语言模型用于进行警务语料命名实体识别任务。其次,为了减少小样本提示学习的输入,利用无监督聚类算法来减少提示学习的提示数量。(3)针对警务语料文字数据维度较高的特点,本文通过修改距离度量并增加距离权重来改进聚类算法,实验表明提高了小样本提示学习的质量,使其更加适合警务命名实体识别任务。与多个基准模型对比表明,本文提出的基于大型语言模型与聚类算法相结合的模型在小样本场景下的警务语料命名实体识别任务中,性能表现较优。

关键词：命名实体识别警务语料大型语言模型提示学习改进聚类方法

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：