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crfs和词典信息的中古汉语自动分词

数据分析与知识发现 2017年第5期1卷 62-70页

作者：王晓玉李斌南京师范大学文学院南京210097

【目的】验证中古时期分词一致性和语料类别对crfs分词效率的影响,在此基础上进一步提高分词效率,降低人工校对的工作量。【方法】以中古时期的史书、佛经、小说类语料为例,针对中古汉语的自动分词问题,优化分词原则,运用crfs模型和词... 详细信息

【目的】验证中古时期分词一致性和语料类别对crfs分词效率的影响,在此基础上进一步提高分词效率,降低人工校对的工作量。【方法】以中古时期的史书、佛经、小说类语料为例,针对中古汉语的自动分词问题,优化分词原则,运用crfs模型和词典相结合的方法,消除中古汉语人工分词结果中易出现的分词不一致问题;同时在crfs分词中引入字符分类、字典信息两种特征,并通过对比实验选取每种特征最合适的分词模板。【结果】实验结果显示,分词结果的总F值在封闭测试中达到99%以上,开放测试的综合测试中也达到89%-95%。【局限】分词不一致研究主要针对双字词,因此三字以上词语(多字词)的识别效果稍有欠缺。【结论】在有效提高分词一致性的前提下,字符分类、词典标记特征能够有效提高中古汉语crfs分词的精确度。同时本文提出的中古汉语分词系统可以服务于中古时期多类别的汉语语料。

关键词： crfs模型分词一致性中古汉语自动分词

基于crfs和领域本体的中文微博评价对象抽取研究

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2016年第4期30卷 159-166页

作者：丁晟春吴婧婵媛李霄南京理工大学信息管理系江苏南京210094 江苏省社会公共安全科技协同创新中心江苏南京210094

微博情感分析是对微博内容进行细粒度的挖掘,有着重要的研究价值。微博评价对象的抽取是微博情感分析研究的关键问题之一。为了提高中文微博评价对象抽取的准确率,该文在中文微博特征分析和微博评论本体构建研究的基础上,尝试从词、词... 详细信息

微博情感分析是对微博内容进行细粒度的挖掘,有着重要的研究价值。微博评价对象的抽取是微博情感分析研究的关键问题之一。为了提高中文微博评价对象抽取的准确率,该文在中文微博特征分析和微博评论本体构建研究的基础上,尝试从词、词性、情感词以及本体四个方面进行特征选择,采用crfs模型对评价对象进行抽取。该文将提出的方法运用到COAE2014测评的Task5评价对象抽取任务中,宏平均准确率达到61.20%,在所有测评队伍中居第一。实验结果表明,将本体特征引入到crfs模型中,能够有效地提高评价对象抽取的准确率。

关键词： crfs模型本体特征选择评价对象抽取信息抽取

在线全文

学校读者我要写书评

暂无评论

在线中文商品评论可信度研究

现代图书情报技术 2013年第9期 60-66页

作者：孟美任丁晟春南京理工大学信息管理系南京210094

对在线中文商品评论中可信度较低的评论信息进行过滤,为消费者提供对制定购买决策有帮助的评论。在深入分析在线中文商品评论特点的基础上,结合相关研究成果,通过问卷调查进行可信度影响因素的实证分析。根据实证结果,选取内容完整性、... 详细信息

对在线中文商品评论中可信度较低的评论信息进行过滤,为消费者提供对制定购买决策有帮助的评论。在深入分析在线中文商品评论特点的基础上,结合相关研究成果,通过问卷调查进行可信度影响因素的实证分析。根据实证结果,选取内容完整性、情感平衡性、评论时效性以及发布者身份明确性4类特征,采用crfs模型进行评论可信度4级分类,并进行特征组合实验,得到最佳特征组合。实验效果显著,分类模型正确率均在75%以上。该研究成果可以用于改善现有的"人工效用评价"方式,为在线评论的优化过滤提供一种新的方法与思路。

关键词：在线商品评论可信度 crfs模型影响因素效用评价

在线全文

学校读者我要写书评

暂无评论

基于规则和crfs的部队组合名称识别方法

火力与指挥控制 2017年第10期42卷 30-33,38页

作者：单赫源吴照林张海粟周红空军工程大学信息与导航学院西安710077 国防科技大学信息通信学院武汉430010

在军用文书处理中,提出了一种基于规则和crfs的部队组合名称识别方法,旨在识别部队组合名称中包含的建制单位。首先在词语粗切分的军用文书上使用crfs模型识别出部队组合名称,然后采用拆分规则识别部队组合名称中包含的建制单位。实验表... 详细信息

在军用文书处理中,提出了一种基于规则和crfs的部队组合名称识别方法,旨在识别部队组合名称中包含的建制单位。首先在词语粗切分的军用文书上使用crfs模型识别出部队组合名称,然后采用拆分规则识别部队组合名称中包含的建制单位。实验表明,基于规则和crfs的部队组合名称识别方法识别准确率达到79.48%,识别的召回率为93.93%。

关键词：部队组合名称 crfs模型实体识别拆分规则

在线全文

学校读者我要写书评

暂无评论

基于crfs和跨事件的事件识别研究

计算机工程 2012年第24期38卷 191-195页

作者：侯立斌李培峰朱巧明苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

事件检测与类型识别是事件抽取的基础,具体实施分为触发词检测和事件类型识别2个阶段。分别对2个阶段进行研究,在前一阶段,针对词形特征过拟和问题,提出利用LDA模型对词语聚类的方法,考虑到中文自动分词与标注的触发词边界的不一致性,... 详细信息

事件检测与类型识别是事件抽取的基础,具体实施分为触发词检测和事件类型识别2个阶段。分别对2个阶段进行研究,在前一阶段,针对词形特征过拟和问题,提出利用LDA模型对词语聚类的方法,考虑到中文自动分词与标注的触发词边界的不一致性,提出基于crfs模型的触发词识别方法。在后一阶段,为提高事件类型识别的效果,将跨事件理论应用于中文事件类型识别。实验结果表明,该方法能提高系统性能,F值分别提高到66.3和62.0。

关键词：事件抽取触发词检测事件类型识别跨事件 crfs模型 LDA模型

在线全文

学校读者我要写书评

暂无评论

面向微博数据的命名实体识别研究与实现

面向微博数据的命名实体识别研究与实现

作者：荀晶东北大学

学位级别：硕士

随着微博日趋流行,它已经成为一种新型的信息发布和传播的社交媒介。截止到2012年12月底,新浪微博的注册用户已达5亿多。微博数据也随之增多,其中包含大量对组织或个人有价值的信息。从而对微博进行信息抽取、分析以及自然语言处理成为... 详细信息

随着微博日趋流行,它已经成为一种新型的信息发布和传播的社交媒介。截止到2012年12月底,新浪微博的注册用户已达5亿多。微博数据也随之增多,其中包含大量对组织或个人有价值的信息。从而对微博进行信息抽取、分析以及自然语言处理成为当前研究热点。命名实体识别作为这些研究的基础工作就显得尤为重要,但当前针对微博数据的命名实体识别研究还很不成熟,传统的命名实体识别方法在微博数据上无法获得令人满意的结果,从而阻碍后续工作的进行。本文主要研究微博数据上命名实体识别任务。微博数据的一些特有属性导致了传统模型的失效,究其根本主要有以下四点原因：一是每条微博篇幅短小,包含信息量有限,对于命名实体识别来说,难以充分融合大量相关信息;二是微博中充斥了大量噪音数据,加上模型抗噪能力差的问题,导致模型在训练时发生“过拟合”现象;三是对于微博的研究往往缺乏大量完备的训练语料导致模型训练不足,为获取训练数据需要耗费大量的人力资源;四是微博数据具有信息更新速度快的特点,模型适应能力差导致发生模型“欠拟合”现象。经实验表明,传统命名实体识别方法在微博数据上F1值会下降20%之多。为了解决上述问题,本文综合了多种技术实现了微博数据上命名实体识别任务,获得结果的准确率、召回率及F1值分别为：83.7%、79.8%、81.8%。该结果相对传统方法有了很大的提高。本文从以下几个方面克服了传统模型在微博数据上的劣势：一是建立了一个半监督命名实体识别框架,将预测结果连同之前的训练数据重复训练模型解决了缺乏训练数据的问题,同时使模型更加能够适应数据时常更新的环境;二是在crfs模型的基础上结合了一个KNN分类器,从而能够充分利用微博序列的全局信息和每条微博的局部信息,提高了结果的准确率和召回率;三是半监督框架中添加了对数据进行规范化的模块完成去噪和数据规范处理操作,而且为了对命名实体结果进行优化,还增加了一个实体归一化模块,在修正命名实体结果的同时,获得共指关系集合为后续工作提供了便利。

关键词：命名实体识别微博半监督 KNN分类器 crfs模型

基于概率图模型的图像分割技术研究及工程应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于概率图模型的图像分割技术研究及工程应用

作者：钟益群湘潭大学

学位级别：硕士

图像分割是图像处理和计算机视觉中的基础性研究工作,是对图像进行分析和理解的关键环节。基于概率图模型的图像分割方法为解决图像信息处理中存在的大量不确定性问题提供了理论基础,概率图模型提供了完善的理论框架,行业学者持续深入... 详细信息

图像分割是图像处理和计算机视觉中的基础性研究工作,是对图像进行分析和理解的关键环节。基于概率图模型的图像分割方法为解决图像信息处理中存在的大量不确定性问题提供了理论基础,概率图模型提供了完善的理论框架,行业学者持续深入的研究使之迅速发展,在医学、计算机视觉、遥感图像处理等领域得到了广泛应用。早期的图像分割方法主要是基于图像的低层特征,不能准确地表示目标对象,而基于概率图模型的图像分割方法可以很好地将图像的高层语义信息和低层特征相结合,充分描述目标对象的特征。随着模型的结构越来越复杂,能量函数的势能项、参数及变量的数量越来越多,使参数的训练难度也随之增大,能量函数最小化的计算效率越来越低等问题也接踵而至,本文针对这一问题系统地研究了基于概率图模型的图像分割技术。本文的主要内容和创新点如下:(1)对基于概率图模型的图像分割方法的研究现状及存在的问题详细地进行了总结和分析,概述了基于概率图模型的图像分割所涉及到的相关理论基础及常用的两种概率图模型,介绍了基于概率图模型的图像分割的设计步骤。(2)提出了一种基于鲁棒性nP Potts高阶crfs模型的高效图像分割算法,针对结构复杂,参数较多的鲁棒性nP Potts高阶crfs模型,提出改进的图像分割算法:首先计算图像的局部最优解,其解为?扩展算法提供了初始化,然后在?扩展算法的每次迭代过程中对图进行动态更新,不仅解决了因模型复杂造成图像分割低效率的问题,而且有效地避免了图像的过分割。(3)提出了一种基于深度高阶crfs模型的图像分割方法,该模型由像素、相邻像素对之间的边和分割块(超像素)三个部分组成,其中基于鲁棒性nP Potts高阶crfs模型的基础上,对一元能量项的纹理势函数中引入了扩充纹元,使得一元能量项能更好地表征图像的特征,并采用合作割势函数作为成对能量项,该模型无论对二元标记还是多标记都能分割得到更精细的目标轮廓。(4)以槟榔的生产加工为应用背景,将本文中研究的基于概率图模型的图像分割方法应用于不规则物体的视觉定位,实现对不规则物体的位姿调整,达到自动加工的效果,实现了机器对不规则物体在生产加工过程中的自动化。

关键词：合作割势函数 crfs模型能量最小化图像分割概率图模型

基于中文电子病历文本的医学语义网络构建方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于中文电子病历文本的医学语义网络构建方法研究

作者：孟捷北京交通大学

学位级别：硕士

随着医疗信息化以及计算机硬件的发展,电子病历在我国得到了极大的普及,因此每天产生的电子病历数据爆发式增长,但是电子病历中的文本数据难以结构化从而得到二次利用,电子病历文本挖掘是现在很多学者的研究点,主要集中在电子病历命名... 详细信息

随着医疗信息化以及计算机硬件的发展,电子病历在我国得到了极大的普及,因此每天产生的电子病历数据爆发式增长,但是电子病历中的文本数据难以结构化从而得到二次利用,电子病历文本挖掘是现在很多学者的研究点,主要集中在电子病历命名实体识别和电子病历实体关系抽取这两个研究任务。英文领域的电子病历文本挖掘已经有了丰硕的成果,国内的研究还处于起步阶段。这是因为(1)缺乏规范统一的专业术语库,电子病历文本中的术语没有标准化,国外成熟的知识库无法对中文领域电子病历文本研究做直接指导;(2)语料匮乏,缺少公开的标注语料以及标注规范,并且电子病历文本具有高度专业性特点,普通人难以识别其中的实体及关系,严重限制了中文电子病历文本挖掘的研究。基于此,文本研究基于中文电子病历文本的命名实体识别和实体关系抽取的方法,从而构建基于中文电子病历文本的医学语义网络。主要工作包括以下几个方面:本文首先分析中文电子病历的数据结构特点和语言特点,提出基于元数据的数据清洗模型。针对电子病历中术语不统一问题,自行标注特定疾病的小部分语料,使用条件随机域(Conditional random fields,crfs)模型并引入词典实现特定疾病中小语料库识别多术语任务。扩充电子病历命名实体识别标注语料,并为后续实体关系抽取和语义网络构建奠定基础。针对实体关系抽取任务,本文参照统一医学语言系统(Unified Medical Language System,UMLS)语义网络结构,明确本文的实体关系抽取类型。利用长短时记忆模型(Long-Short Term Memory,LSTM)在文本实体关系抽取任务上的优势,将AttiLSTM模型移植到医疗领域中来,抽取电子病历文本中句子级别实体与实体之间的功能上相关的语义关系,实验结果证明在TrCP(治疗导致了医疗问题)、TrIP(治疗改善了医疗问题)和TrAP(治疗施加于医疗问题)三种关系的识别上具有良好表现,F值分别达到0.862、0.861和0.862。引入领域知识库UMLS的工具MetaMap获取中文实体在UMLS中的概念形成IS-A关系,不仅与国际知识库建立关系促进中文医学文本挖掘研究发展,还进一步补充了国际知识库的中文语义网络部分。最后本文结合中文电子病历案例数据集,实现电子病历命名实体识别以及两类实体关系抽取的算法实现,构建特定疾病肾癌的医学语义网络,并通过工具Gephi实现语义网络可视化。该语义网络可以促进后续进一步研究如药物推荐、疾病预测、智能医疗问答系统等,具有重要意义。

关键词：中文电子病历命名实体识别 crfs模型实体关系抽取双向LSTM模型 UMLS

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

商品评论信息可信度研究

商品评论信息可信度研究

作者：孟美任南京理工大学

学位级别：硕士

本文研究的商品评论信息为在线商品评论(后文简称“商品评论”)是指用户在第三方点评网、电子商务平台、论坛、微博等评论性网站上对商品、商家或服务发表的观点。在商品评论聚集了大量用户观点的同时,它也逐渐成为了消费者制定购买决... 详细信息

本文研究的商品评论信息为在线商品评论(后文简称“商品评论”)是指用户在第三方点评网、电子商务平台、论坛、微博等评论性网站上对商品、商家或服务发表的观点。在商品评论聚集了大量用户观点的同时,它也逐渐成为了消费者制定购买决策前的重要依据,显著影响着商品的销量。保证商品评论的可信度对消费者、商家以及市场的稳定都是至关重要的。鉴于此,本文立足于商品评论的可信度研究,旨在使用数据挖掘的方法为消费者提供对其制定购买决策有帮助的商品评论,过滤掉可信度较低、会误导消费者、甚至使其利益受损的商品评论。本文在深入分析商品评论特点的基础上,结合相关研究成果,总结商品评论可信度影响因素,通过问卷调查进行实证分析。根据实证结果,得到显著影响商品评论可信度的四类特征,即内容完整性、情感平衡性、评论时效性以及发布者身份特征,采用crfs模型选取相应特征对商品评论的内容完整性和情感平衡性特征进行识别。内容完整性特征中的评价对象识别问题中,本文选取词、词性、Hownet’情感词以及本体四种特征;情感平衡性方面,则选取词、词性以及Hownet’情感词三种特征,识别出5级评价词,再计算每条评论的情感极性值作为情感平衡性特征。该方法应用于NLP&CC2013中文微博观点要素抽取评测中,宽松评价下位居21所测评单位第1,严格评价下位居第3,进一步验证了该方法的有效性。完成商品评论可信度特征识别后,本文提出了商品评论可信度四级分类判别标准,采用crfs模型进行商品评论可信度四级分类,并按照四类特征进行特征组合实验,得到不同可信度等级下的最佳特征组合。实验结果效果显著,分类模型正确率均在80%以上。该研究成果还可以用于改善现有的“人工效用评价”方式,为商品评论的优化过滤提供一种新的方法与思路。

关键词：在线商品评论可信度 crfs模型情感分析评价对象抽取