【摘 要】
：
目前,基于远监督的蛋白质交互关系抽取方法通过将知识库中的实体对与文本中的实体进行匹配来产生大规模的训练数据,有效地解决了标注数据不足的问题。然而,通过远监督产生的
【机 构】
：
南京航空航天大学计算机科学与技术学院
【基金项目】
：
国家自然科学基金(61202132)
论文部分内容阅读
目前,基于远监督的蛋白质交互关系抽取方法通过将知识库中的实体对与文本中的实体进行匹配来产生大规模的训练数据,有效地解决了标注数据不足的问题。然而,通过远监督产生的训练数据存在大量的噪音,因此文中提出了一种交叉预测的方法来清除训练数据中的噪音。首先将训练数据随机分为k组,取1组数据作为预测集,其余k-1组数据作为训练集,依次轮换训练集和预测集k次,每组数据都利用其余k-1组数据训练得到的模型来预测并去噪;然后将去噪后的数据重新组合得到新的训练数据,并用去噪前和去噪后的训练数据分别进行训练得到模型;最后用人工
其他文献
批量归一化已被证明是深度学习模型中不可或缺的一层,可以有效处理深度神经网络训练过程中的内部协方差位移问题。但批量归一化算法的效果依赖于批的大小,当批较小时,批量归
目的:对于肺结核患者应用优质护理对于护理质量以及依从性的干预效果进行探讨。方法:选取我院2018年3月到2019年3月接诊的肺结核患者80例开展分析,通过随机数字表法对所选肺
目的探讨心理护理联合健康教育在老年慢阻肺患者中的应用效果。方法将我院收治的86例老年慢阻肺患者按随机数表法分为两组,各43例。给予对照组常规护理,给予研究组心理护理联
目的分析鼠神经生长因子及硫辛酸局部应用对受损喉返神经再生的作用。方法2016年~2018年,48只犬制作模型随机分组,对照组、模型组、实验组各入选模型犬16只。其中对照组,假手
进程代数是刻画并发与交互式反应系统行为的重要模型之一,进程间的(互)模拟关系及其公理化以及结构化操作语义(structural operational semantics,SOS)理论是其重要的两个研
基于VANETs分簇是指以最小能量开销将节点车辆通过集中形态选择出称为簇头的负责节点来管理其他节点的群集,其结构相对简单,易于管理,使信息传输链路更加稳定、避免消息大量
目的:探究对高龄糖尿病低血糖患者采取针对性护理措施的作用。方法:选择2017年1月~2018年12月间收治的糖尿病肾病低血糖高龄患者64例为对象,对其进行针对性护理,评价患者护理
目的探究骨科治疗中改良负压封闭引流术的临床效果。方法择选2017年4月至2018年6月,我院收治的开放性骨折创面患者40例为研究对象,随机分为对照组和研究组两组,每组20例患者
随着机动车违法鸣笛现象日益严重,汽车鸣笛声识别可以识别违法鸣笛车辆,并对该行为给出科学有力的证据,因此对城市交通治理有着重要意义。传统方法主要包含基于GMM-HMM的概率
目的探究生长抑素、垂体后叶素、洛赛克联合治疗肝炎性肝硬化合并上消化道大出血的临床效果[1]。方法随机选择2016年6月至2018年6月本院收治的68例疗肝炎性肝硬化合并上消化