BootStrapping相关论文
实现家谱文本信息的自动抽取是家谱资源深度开发利用的关键.目前深度学习在家谱文本信息抽取方面取得了良好的效果,但是对标注数据......
The Methods and Analysis of Zero Baseline and Ultra-short Baseline Ambiguity Resolution based on BDS
Integer ambiguity resolution is one of the difficult and important points in precision relative positioning.As we all kn......
目前,领域词典构建正成为自然语言处理广泛应用的重要技术难题.现有的词典构建方法必须依赖大规模语料库和人工预处理,其复杂性和......
We develop and implement linear formulations of stochastic dominance decision rules based on Decreasing Absolute Risk Av......
随着网络技术的迅速发展,Internet已成为大多数人们表达自己观点和获取信息的平台。越来越多的商家通过网上出现的大量评论信息,了......
随着计算机应用的普及和近年来因特网的发展,特别是Web网的迅猛发展,信息的增长规模在速度上达到了空前的水平。如何协助用户更加......
学位
词义消歧在自然语言处理的许多应用领域中具有重要的理论和实践意义,是一个影响着自然语言处理领域中许多其他应用问题的“中间问......
本体作为共享概念模型的形式化规范说明,具有良好的概念层次结构和语义表达能力,已经引起越来越多国内外专家学者的关注,并在知识......
针对医学领域采用自举进行关系抽取的研究较少且国内面向医学领域的基础工具缺失问题,在一般自然语言处理技术的基础上,采用自举的......
随着信息技术的快速发展,互联网上产生了大量的非结构化的文本数据,其中包括:新闻,博客,政府文档,聊天日志等。如何帮助人们快速地......
随着数据处理和存储技术的进步,科研数据的有效管理和基于数据的研究行为均得到越来越多的关注。为更好地对数据使用行为进行研究,......
Bootstrapping一词,来自于20世纪初期美国流传的一句“提着鞋带把自己举起来”的谚语,讲的是美国人不依赖外力,而靠自我实现成功的......
This paper presents a method to learn semantic lexicons using a new bootstrapping method based on graph mutual reinforce......
针对目前各种加密技术应用的特点,提出用硬盘序列号和网卡序列号作为机器指纹来分别对不同类型的软件进行加密认证的技术,该技术的......
随着认知计算的飞速发展,通用知识图谱的自动构建取得了极大的进步,但在垂直领域由于缺乏本体等语义信息,导致进展缓慢。叙词表广......
随着认知计算的飞速发展,通用知识图谱的自动构建取得了极大的进步,但在垂直领域由于缺乏本体等语义信息,导致进展缓慢。叙词表广......
语义模式的自动获取是解决信息抽取系统可移植性问题的语义模式自动获取方法.该方法是一种新的双循环自举机制,由内自举和外自举两......
微博中的主观句包含着人们对事物的态度、倾向等信息。微博本身字数的限制和语言结构的自由,使得在微博中发现主观句面临着许多困......
运用经典的和修正过的重标极差方法研究了在1999到2009上证指数中的波动率和收益率的长期依赖关系。运用具有预白（pre-whitening）和......
二元实体关系元组可以应用到知识库构建,数据挖掘,模式抽取等多个领域.本文利用特定关系的一个元组和一个关键词作为种子,结合多种......
A new approach of relation extraction is described in this paper. It adopts a bootstrap- ping model with a novel iterati......
针对旅游点评类文本存在数据量庞大等问题,本文构建一种SVM与Bootstrapping相融合的旅游点评文本情感分析算法。首先对2019年上半......
期刊
P2P节点入网机制是构建P2P网络的基础。不同拓扑结构的P2P网络，节点加入机制也各不相同。提出了4种P2P入网模型，给出了相应的性能指......
概念之间的依存分析是提高信息检索性能的关键。相比概念关系的强弱而言,识别关系的类型更有意义。本文在Bootstrapping框架下,以"......
词义消歧的关键问题是缺少大规模、高质量的词义标注语料库。本文分别从语料选取、词典选择、标注规模和标注质量等方面介绍已经建......
领域相关的大规模和高质量的标注训练数据是分类器性能的重要保证,而标注训练语料是一件费时费力的工作。该文提出了一种采用小规......
领域相关的大规模和高质量的标注训练数据是分类器性能的重要保证,而标注训练语料是一件费时费力的工作。该文提出了一种采用小规......
随着技术的逐渐成熟,移动IPv6距离商用越来越近.而要真正得到商用,就需要解决移动终端的认证和配置问题.介绍了IETF为解决该问题所......
本文提出用经验似然重抽样来ｂｏｏｔｓｔｒａｐ逼近线性回归模型中的学生化最小二乘估计，证明了该方法具有一般ｓ－２项Ｅｄｇｅｗｏｒｔｈ展开，它是二阶相合的而且比经 方法损......
目前的实体关系识别方法, 无法充分利用海量未标注军事文本中的潜在信息, 并且在实体关系特征词提取方面并不完善.于是本文对实体......
获取概念的属性信息有助于构建概念间的关系,进而改进基于概念的信息检索等应用的性能。研究了如何从机器可读词典中获取释义项的......
统计量分布的确定是统计推断的一个关键工作,在总体分布已知的条件下,鞍点逼近在很多场合可以给出统计量分布的良好近似.在介绍鞍......
本文提出一种小脑模型极限学习机,并应用于电力负荷的不确定性预测。在预测过程中,考虑模型和数据的不确定度,并结合bootstrapping......
词义消歧的关键问题是缺少大规模、高质量的词义标注语料库．分别从语料选取、词典选择、标注规模和标注质量等方面介绍已经建成的较......
针对在建筑工程中风险的复杂和碓预计性，把工程中的风险归结为五大风险因素：场地、经济、政治、设计、环境。运用Bootstrapping方法......
大规模和高质量的标注语料是进行监督算法分类器训练的重要前提,而进行大规模的语料标注是一项费时费力的工作,并且针对特定的领域......
设计并实现了带有主题词结构的政府公文分类系统,在公文分类预处理过程中充分利用主题词所携带的类别信息,运用随机关键词产生技术......
设计并实现了带有主题词结构的政府公文分类系统,在公文分类预处理过程中充分利用主题词所携带的类别信息,运用随机关键词产生技术......
这份报纸论述一个方法基于图用一个新引导方法学习语义词典相互的加强(GMR ) 。途径使用仅仅未标记的数据和一些种子词为每个语义......
针对传统事件因果关系识别覆盖范围小和人工标注代价高等不足，提出了一种基于双层模型的维吾尔语突发事件区果关系抽取方法．该方法采......
文章介绍了自助抽样法的基本步骤并以工程实例说明了基于少量岩土数据所得平均值、方差的不准确性,并简单有效的量化上述的不确定......
针对实体关系的自动获取难题，将极大熵算法和Bootstrapping算法相结合，利用Bootstrapping算法和标量聚类的思想，通过设置种子模板和种......
针对实体关系的自动获取难题，将极大熵算法和Bootstrapping算法相结合，利用Bootstrapping算法和标量聚类的思想，通过设置种子模板和种......
提出一种基于支持向量机和自扩展的实体关系抽取方法．用于解决实体关系抽取研究中测试语料库缺乏的1＂-3题。采用自扩展方法自动学习......
提出一种基于Bootstrapping算法构建训练语料的方法.该方法从自动标注的语料中随机选取部分语料,人工修正后生成种子集,用该种子集......
Analysis of Change Point in Surface Temperature Time Series Using Cumulative Sum Chart and Bootstrap
This paper aims to detect the short-term as well as long-term change point in the surface air temperature time series fo......
Analysis of Change Point in Surface Temperature Time Series Using Cumulative Sum Chart and Bootstrap
This paper aims to detect the short-term as well as long-term change point in the surface air temperature time series fo......
高分辨率归一化自举微分相似系数（Normalized Bootstrapped Differential semblance，NBDS）速度分折方法为地震资料的高分辨率速度分析......
