- Years
- 2018（1）
- 2017（1）
- Indexed by
- 中国科学引文数据库(CSCD)（2）
- 中国科技论文与引文数据库(CSTPCD)（2）
- 北京大学中文核心期刊目录(北大核心)（2）
- Journals
- 智能系统学报（1）
- 计算机工程与应用（1）
- Affiliations
- 湖南工业大学（1）
- 闽南师范大学（1）
- Languages
- 汉语（2）
- Keywords
- softmax函数（2）
- K最近邻(KNN)（1）
- k-means（1）
- 三支决策（1）
- 均值向量（1）
- 多标记（1）
- 实体关系抽取（1）
- 支持向量机(SVM)（1）
- 权重矩阵（1）
- 标记分布（1）
- QQ login
- Authors
- 朱艳辉（1）
- 李飞（1）
- 杨文元（1）
- 王天吉（1）
- 胡骏飞（1）
- 赵红（1）
- 邵东恒（1）
- 钱继胜（1）
- QQ login
Issue(2)：P.261-262,2.
- Issue(2)：P.261-262,2.
- sign in
Issue(2)：P.261-262,2.
- Issue(2)：P.261-262,2.
- ：P.261-262,2.
- Issue(2)：P.261-262,2.
2 Comments
- 应用k-means算法实现标记分布学习北大核心CSCDCSTPCDIssue(2)：P.261-262,2.标记分布学习是近年来提出的一种新的机器学习范式,它能很好地解决某些标记多义性的问题.现有的标记分布学习算法均利用条件概率建立参数模型,但未能充分利用特征和标记间的联系.本文考虑到特征相似的样本所对应的标记分布也应当相似,利用原型聚类的k均值算法(k-means),将训练集的样本进行聚类,提出基于k-means算法的标记分布学习(label distribution learning based on k-means algorithm…Previous
- 基于三支决策的两阶段实体关系抽取研究北大核心CSCDCSTPCDIssue(2)：P.261-262,2.实体关系抽取作为信息抽取研究的重要研究课题之一,对知识图谱数据层的构建有着重要的意义.提出一种基于三支决策的两阶段分类技术实现实体关系抽取,首先构建SVM三支决策分类器实现第一阶段实体关系抽取,采用softmax多分类函数作为三支决策概率函数,然后采用KNN分类器对三支决策分类后的中间域样本进行二阶段分类.以ACE2005的语料作为实验数据,将三支决策两阶段分类结果与传统SVM方法分类结果进行比较,实验结果表明,基于三支决策的两…Previous