相关度
- 相关度
- 发表时间
每页显示10条
- 每页显示10条
- 每页显示20条
- 每页显示30条
共找到 2 条结果
- 面向互联网食品文本实体关系联合抽取研究北大核心CSTPCD摘要：传统实体关系抽取方法中存在错误传播、实体冗余等问题,食品文本语料中存在主实体对应多个关系的特点,针对此情况,提出一种面向互联网食品文本领域的实体关系联合抽取方法.采用序列标注标签和实体关系匹配规则,将实体关系抽取任务转化为序列标注问题;引入基于位置感知的领域词注意力机制的字词双维度语义编码向量,增强文本的语义表征;在对句子进行字词双维度表示的基础上结合双向长短期记忆网络(bi-directional long short-term m…查看全部>>
- 基于LSTM特征模板的短文本情感要素分析与研究摘要：互联网短文本语言自由、灵活且缺乏规范性、要素错综复杂,使得传统的文本序列标注对情感要素抽取效果并不理想.针对此特点,文中提出一种基于长短时间记忆网络模型的互联网短文本情感要素抽取方法.主要利用长短时间记忆网络模型构建面向互联网短文本情感要素抽取任务的encode-decoder序列标注框架模型,并以此为基础融入3元窗口情感特征选择,在COAE2014测评数据集上实验.实验结果表明,该模型通过情感特征注入情感要素抽取准确率达70.7％,…查看全部>>