您的位置: 专家智库 > >

国家自然科学基金(61100009)

作品数:2 被引量:9H指数:1
相关作者:王洪亮霍立平更多>>
相关机构:石家庄职业技术学院河北中医学院更多>>
发文基金:国家自然科学基金河北省科技支撑计划项目河北省科学技术研究与发展计划项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇会议论文

领域

  • 2篇自动化与计算...
  • 1篇机械工程
  • 1篇交通运输工程

主题

  • 2篇向量
  • 1篇语义
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇神经网
  • 1篇神经网络
  • 1篇随机场
  • 1篇条件随机场
  • 1篇中文
  • 1篇主题模型
  • 1篇向量机
  • 1篇句法
  • 1篇句法语义
  • 1篇CLASSI...
  • 1篇GENETI...
  • 1篇层叠条件随机...

机构

  • 1篇河北中医学院
  • 1篇石家庄职业技...

作者

  • 1篇王洪亮
  • 1篇霍立平

传媒

  • 2篇兰州理工大学...

年份

  • 1篇2018
  • 1篇2017
  • 1篇2014
2 条 记 录,以下是 1-3
排序方式:
基于循环层叠条件随机场的评价对象识别被引量:1
2018年
随着微博、论坛等社交平台的兴起,如何针对观点句进行评价对象识别已经成为了自然语言处理领域研究的热点之一.传统的评价对象识别技术在一定程度上取得了不错的效果,但其在模型优化、新词覆盖度和准确率方面仍有很大不足.因此,提出一种全新的循环层叠条件随机场模型,融合基于词性与句法语义的候选评价对象抽取方法提高新词覆盖度,并采用支持向量机对评价对象进行筛选过滤以提高准确率.实验结果表明,基于循环层叠条件随机场的评价对象识别方法可以取得较好的效果.
霍立平
关键词:句法语义支持向量机
基于词向量聚类的中文微博产品命名实体识别被引量:8
2017年
随着微博等社交平台的兴起,如何针对微博数据进行产品命名实体识别成为了自然语言处理领域研究的热点之一,也是实现舆情监督和商业智能的基础.传统的命名实体识别技术没有考虑中文微博口语化、不规范等特点,且忽略了深层语义对命名实体识别的重要作用.因此,考虑中文微博的特殊性,提出一种融合全局上下文信息的词向量特征选择方法,分别采用主题模型和神经网络词向量聚类两种方法获取深层语义信息,并结合层叠条件随机场进行中文微博的命名实体识别.实验结果表明,基于词向量聚类的中文微博产品命名实体识别方法取得了较好的效果.
王洪亮
关键词:主题模型神经网络
Road surface classification with genetic algorithm and Kalman filter
The friction coefficient of road surface greatly influences the dynamic performance of a vehicle. In this pape...
Jian HaoYangang LvHongrui ZhangLi Zhao
共1页<1>
聚类工具0