检索结果-南通市图书馆

基于bert模型的电网基建工程知识图谱特征提取方法

在线全文

学校读者我要写书评

暂无评论

科学技术创新 2024年第19期 29-32页

作者：黄为张莉国网陕西省电力有限公司西安供电公司陕西西安国网陕西省电力有限公司周至县供电分公司陕西西安

由于电网基建工程涉及因素较多,导致在对其知识图谱特征进行提取时,F1值难以得到保障,为此,本文章提出基于bert模型的电网基建工程知识图谱特征提取方法研究。以RDF模型为基础,构建了以三元组为基本单元的电网基建工程知识图谱模型;通... 详细信息

由于电网基建工程涉及因素较多,导致在对其知识图谱特征进行提取时,F1值难以得到保障,为此,本文章提出基于bert模型的电网基建工程知识图谱特征提取方法研究。以RDF模型为基础,构建了以三元组为基本单元的电网基建工程知识图谱模型;通过关系(即边)之间的联系,实现对电网基建工程知识图谱目标特征的有效提取。在测试结果中,设计方法对于不同特征,对应的提取结果F1值基本稳定在0.90以上,最大值达到了0.94,与对照组相比,在稳定性和有效性方面具有较为明显的优势。

关键词： bert模型电网基建工程知识图谱特征提取工程实体关联关系三元组数据解析

基于bert模型的网络文本地理信息命名实体识别

在线全文

学校读者我要写书评

暂无评论

制造业自动化 2024年第5期46卷 145-150页

作者：王立严霞王斌杨杰汪玉翔贵州电网有限责任公司电网规划研究中心贵州贵阳550003

随着互联网的快速发展,网络文本蕴含的地理信息日益丰富。由于网络文本具有数量庞大、动态性强的特点,地理实体的种类和数量也在激增。然而,现有的地理信息命名实体识别研究能够识别的实体类型极其有限。针对此问题,将bert-BiGRU-CRF模... 详细信息

随着互联网的快速发展,网络文本蕴含的地理信息日益丰富。由于网络文本具有数量庞大、动态性强的特点,地理实体的种类和数量也在激增。然而,现有的地理信息命名实体识别研究能够识别的实体类型极其有限。针对此问题,将bert-BiGRU-CRF模型作为命名实体识别模型,以地理信息领域学术论文作为知识库来源,对行政区划实体、林地实体、交通实体及水域实体进行识别。实验结果表明,该模型在上述四种实体识别任务中取得的F1值均超过了90%,其中行政区划实体识别的效果最佳。模型整体F1值达到92.26%,优于传统的命名实体识别模型BiGRU、CRF及BiGRU-CRF模型。

关键词： bert模型命名实体识别地理信息 BiGRU-CRF模型

基于bert模型对不完整事件日志的多属性修复

在线全文

学校读者我要写书评

暂无评论

洛阳师范学院学报 2024年第2期43卷 17-22页

作者：张振虎王丽丽安徽理工大学数学与大数据学院安徽淮南232001

流程挖掘是从事件日志中自动构建流程模型,并利用其分析、增强、监测实际的业务流程.然而不完整的事件日志会严重影响流程挖掘的结果.因此,修复事件日志是提高过程挖掘结果准确性的举措之一.现有的修复事件日志技术主要修复事件日志中... 详细信息

流程挖掘是从事件日志中自动构建流程模型,并利用其分析、增强、监测实际的业务流程.然而不完整的事件日志会严重影响流程挖掘的结果.因此,修复事件日志是提高过程挖掘结果准确性的举措之一.现有的修复事件日志技术主要修复事件日志中的缺失活动,很少考虑修复日志中多个缺失的属性.现实中日志除了活动缺失,还存在属性缺失现象.针对此问题,提出了一种基于bert的神经网络模型,用来修复事件中多个属性的缺失.该方法从数据的角度出发,通过bert模型的预训练任务学习事件中属性之间的依赖关系,根据属性的前后文信息预测缺失的属性值.最后使用公开可用的真实事件日志对所提出的方法进行实验评估,评估结果表明本文所提出方法可以修复事件日志中多属性的缺失,且验证了该方法的准确性.

关键词：修复事件日志缺失属性 bert模型预训练任务多属性修复

在线全文

学校读者我要写书评

暂无评论

基于bert模型的空管危险源文本数据挖掘

航空计算技术 2024年第4期54卷 89-93页

作者：杨昌其姜美岑林灵中国民用航空飞行学院四川广汉618000

由于危险源与安全隐患在民航安全管理工作中容易出现概念混淆和记录混乱的情况,根据双重预防机制管理规定,需要将两者区分开来。通过在ASIS系统上采集得到空管危险源控制清单作为研究对象,并对其进行相应的文本数据挖掘工作。根据危险... 详细信息

由于危险源与安全隐患在民航安全管理工作中容易出现概念混淆和记录混乱的情况,根据双重预防机制管理规定,需要将两者区分开来。通过在ASIS系统上采集得到空管危险源控制清单作为研究对象,并对其进行相应的文本数据挖掘工作。根据危险源与安全隐患特点构建相应的文本分类模型:首先通过文本清洗、去停用词、Jieba分词等对空管危险源控制清单进行预处理,然后基于bert模型生成词向量,采用bert-Base-Chinese预训练模型进行预训练,并对模型进行微调超参数,最后结合Softmax分类器得到分类结果。

关键词：文本分类数据挖掘 bert模型危险源安全隐患

在线全文

学校读者我要写书评

暂无评论

云计算中基于bert模型的文本分析与处理

信息记录材料 2024年第6期25卷 208-210页

作者：白佳璐山西金融职业学院山西太原030008

本研究针对云计算环境中文本处理的需求,提出了一种基于双向编码器表示转换器(bidirectional encoder representation from transformers,bert)的并行化方法。首先,介绍了bert模型的基本原理以及编码器组成的Transformer结构,并对文本... 详细信息

本研究针对云计算环境中文本处理的需求,提出了一种基于双向编码器表示转换器(bidirectional encoder representation from transformers,bert)的并行化方法。首先,介绍了bert模型的基本原理以及编码器组成的Transformer结构,并对文本进行标记化和上下文建模的机制;其次,本研究关注文本在云计算环境下的处理效率,提出了一种并行化的bert模型优化策略,并通过对文本进行预处理、分割和标记化,实现了对bert模型的并行计算,以提高在大规模文本数据上的计算效率;最后,为验证所提出方法的有效性,本文选用了CoNLL2003数据集进行实验。实验结果表明,相较于串行模型,并行bert模型在准确率、召回率和F1值上均有显著提升,其优于串行模型的原因包括计算效率提升、全局上下文建模、资源利用率提高和更强泛化能力等方面。

关键词： bert模型文本分析并行云计算

基于bert-LDA模型的消费者在线评论研究

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

电子商务评论 2024年第3期13卷 6385-6392页

作者：李智陈郁上海工程技术大学纺织服装学院上海

本研究旨在通过文本挖掘方法研究消费者的需求和偏好。通过收集和预处理天猫商城的服装商品的在线评论数据,应用bert-LDA模型进行分析,发现消费者在购物体验、服装特性和服装品质方面呈现出多样化的关注度和情感积极率。研究结果表明,... 详细信息

本研究旨在通过文本挖掘方法研究消费者的需求和偏好。通过收集和预处理天猫商城的服装商品的在线评论数据,应用bert-LDA模型进行分析,发现消费者在购物体验、服装特性和服装品质方面呈现出多样化的关注度和情感积极率。研究结果表明,虚拟试穿等新型产品体验方式将深刻影响消费者的购买决策。消费者提高了对服装的可持续性的关注程度,倾向于选择实用性强、易于回收利用,且能“一衣多穿”的服装。基于该研究结果,本文为服装电商行业的市场营销提供了有益的参考和指导。The purpose of this study is to study consumers’ needs and preferences through text mining methods. By collecting and preprocessing online review data of clothing products on Tmall and applying bert-LDA model for analysis, it is found that consumers show diversified attention and positive emotional rate in terms of shopping experience, clothing characteristics and clothing quality. The results show that new product experience methods such as virtual trying on will profoundly affect consumers’ purchasing decisions. Consumers are paying more attention to the sustainability of clothing, and tend to choose clothes that are practical, easy to recycle, and can be worn more than once. Based on the research results, this paper provides useful reference and guidance for the marketing of apparel e-commerce industry.

关键词：服装在线评论文本挖掘消费需求 LDA模型 bert模型

bert模型在多模态数据分类上的研究与应用

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

BERT模型在多模态数据分类上的研究与应用

作者：王佳伟江苏大学

学位级别：硕士

帮助阐释世界的语义信息通常来自不同的模态,而信息时代可以更方便地访问文本、图像等多模态数据。因此,让人工智能处理多模态信息,建立能够处理和联系多种模态信息的模型,是人工智能领域一个潜力非凡的研究。近年来,利用深度学习的方... 详细信息

帮助阐释世界的语义信息通常来自不同的模态,而信息时代可以更方便地访问文本、图像等多模态数据。因此,让人工智能处理多模态信息,建立能够处理和联系多种模态信息的模型,是人工智能领域一个潜力非凡的研究。近年来,利用深度学习的方法对多模态数据进行分析处理已逐渐成为一种趋势。但鉴于数据的异质性,研究者需要探讨如何构建共同的潜在空间来捕获模态间的语义相关性。因此,本文结合多模态数据的挑战及多模态数据集自身特点,利用深度学习来对多模态数据进行分类研究。1.针对有明确目标词导向的多模态数据进行分类时,使用单次注意力方法在关注多个分散的目标单词时会隐藏每个参与词特性,同时数据间长期依赖关系的问题会导致分类不准确。为了解决这一系列难题,提出了一种基于bert的循环注意力网络。该网络开发了一种软的、连续的注意力机制,通过逐步优化目标敏感的文本特征和视觉特征的对齐和依赖关系,能有效地捕捉模内和模间动态。同时,提出了一种深度监督方法用来克服了由于循环次数过多而导致的反向传播收敛速度较慢和容易过拟合的问题。在多个基于目标词的多模态情感分类数据集上的实验结果证明,基于bert的循环注意力网络针对有明确目标词导向的多模态数据进行分类时拥有更好的准确率。2.针对目标导向宽泛且模态数据繁杂的多模态数据进行分类时,单一细粒度或粗粒度注意力方法捕获具有宽泛特点的目标与其他模态的交互可能会导致信息丢失,同时引入繁杂的多模态数据丰富了特征但可能带来冗余和噪声。针对以上问题,提出了一种基于bert的多粒度关注融合网络。该网络通过细粒度的注意力机制捕获目标和其他模态信息的模间交互,减轻粗粒度注意力机制中的信息损失。再结合粗粒度注意力对全局信息的提取,从而可以利用两者的优势。同时,提出了一种多模态融合机制,克服了冗余信息和噪声抑制分类精度的问题,强化对最终分类有益的特征。实验结果证明所提出的方法能提高针对目标导向宽泛且模态数据繁杂的多模态数据的分类效果。3.设计并开发了多模态数据分类系统,将本文所提出的网络模型运用于系统中,实现了针对不同特点的多模态数据集来选择相应模型进行训练,进而实现分类的功能。为人工智能能解释和推理多模态数据,完成多模态数据分类任务打下了坚实的基础。

关键词：深度学习多模态数据分类 bert模型

基于bert模型的中文期刊文献自动分类实践研究

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

图书馆杂志 2022年第5期41卷 109-118,135页

作者：沈立力姜鹏王静上海图书馆(上海科学技术情报研究所) 上海200031

Google AI团队发布的bert模型在多项自然语言处理任务中取得了研究成果,但在中文文献自动分类领域尚有待探索。本文旨在探索bert;中文基础模型在中文社科、科技期刊文献分类上的实际分类效果,指出模型在实际应用中存在的问题并提出解决... 详细信息

Google AI团队发布的bert模型在多项自然语言处理任务中取得了研究成果,但在中文文献自动分类领域尚有待探索。本文旨在探索bert;中文基础模型在中文社科、科技期刊文献分类上的实际分类效果,指出模型在实际应用中存在的问题并提出解决方法。本文选取R大类(医药、卫生)、TG大类(金属学与金属工艺)、F大类(经济)、J大类(艺术)共1 745 000条数据作为训练语料,并以另外9 610条数据作为测试样本,利用bert模型分别对社科、科技期刊文献进行分类研究。测试结果表明bert模型在社科文献中的四级准确率为76.95%,科技文献为68.55%。之后引入惩罚策略,为实际工作中免检数据阈值的设定提供参考。bert;模型在《全国报刊索引》实际分类标引工作中有一定可行性,基本满足当前网络环境下中文文献自动分类的需求。

关键词： bert模型深度学习文献分类《中国图书馆分类法》

基于机器学习的新闻论证结构研究——以bert模型与主流媒体新闻评论为例

在线全文

学校读者我要写书评

暂无评论

当代传播 2023年第1期 74-79页

作者：陈阳周子杰俞蔚捷许洪腾中国人民大学新闻与社会发展研究中心中国人民大学新闻学院中国人民大学信息学院中国人民大学高领人工智能学院

新闻报道是叙述新闻事实的文本,评论是对新闻事实进行论证的文本。新闻评论相较于新闻报道更直接表达立场、价值与意识形态,为新闻学研究提供了丰富的文本资源,对新闻论证的研究也存在较广阔的理论创新空间。本文以图尔敏模型为基础,形... 详细信息

新闻报道是叙述新闻事实的文本,评论是对新闻事实进行论证的文本。新闻评论相较于新闻报道更直接表达立场、价值与意识形态,为新闻学研究提供了丰富的文本资源,对新闻论证的研究也存在较广阔的理论创新空间。本文以图尔敏模型为基础,形成一套测量新闻评论的量表,同时使用人工编码的方式处理多篇中央主流新闻媒体的新闻评论文本,形成6109个编码单元。使用机器学习算法(基于bert模型),以监督学习的方式使机器探索并掌握人工编码的规则。机器学习共有4个独立任务,使用4个学习模型,最终调和准确率(f1 score)分别为95.758%、63.901%、83.794%和84.766%,学习效果整体较优。本文为进一步探索新闻论证提供了工具,以实现对新闻评论更广泛与深入的研究。

关键词：新闻评论新闻论证图尔敏模型 bert模型