面向化学资源文本的命名实体识别

来源 :郑州大学学报:理学版 | 被引量 : 0次 | 上传用户:zwf1979
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对化学资源文本中的命名实体,提出一种适合于化学资源文本的命名实体识别方法,旨在将化学物质、属性、参数、量值4种命名实体进行识别.该方法根据化学资源文本的语言规律及特点,建立BLSTM-CRF模型对命名实体进行初步识别,并使用基于词典与规则相结合的方法对识别结果进行校正.实验结果表明,该方法在化学资源文本中能够较好地完成命名实体识别任务,在测试语料上的F1值最高能达到94.26%.
其他文献
文本情绪分类是自然语言处理研究中的一项基本任务.目前,已有的文本情绪分类研究大都在单语语料上进行,存在已标注样本不足、分类文本较短、信息量少等问题.为了解决上述问题
基于GappyPOD降阶模型的数据重构方法提出反设计方法,由已知的翼型表面压力分布对缺失的目标翼型数据进行重构.在初始快照采样过程中,采用ΔCST方法对初始翼型进行扰动取样,
以无限长Kelvin地基上的Kirchhoff板模拟路面支撑体系,将1/2车辆模型与受振建筑耦合进统一的有限元数值模型.视无限长路面为周期性链式子结构,通过证明有阻尼链式子结构的辛
加肋板广泛应用于许多工程领域,其肋条布置位置的不同会对加肋板振动状态下的振幅及频率,静荷载作用下的挠度等产生影响。为达到不同静荷载下加肋板中心点挠度值最小的目标,
以2004—2017年公开的30余万份涉毒类案件刑事判决书为研究对象,利用文本分类和信息抽取技术构建面向刑事案例的知识图谱,介绍了知识图谱的构建流程和技术方法.基于所构建的