李臻
- 作品数：6 被引量：14H指数：2
- 供职机构：北京信息科技大学更多>>
- 发文基金：北京市重点实验室开放基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 基于Lattice LSTM的古汉语命名实体识别被引量：12
- 2020年
- 基于《四库全书》数据集,研究古汉语的命名实体识别技术。提出了基于Lattice LSTM模型的古汉语命名实体识别算法,该方法将字符序列信息和词序列信息共同作为模型的输入。采用甲言(jiayan)分词工具,利用word2vec训练古文字、词向量并作为Lattice LSTM模型的输入,提升了古汉语命名实体识别的效果。基于Lattice LSTM模型和预训练的古文字、词向量,提高了古汉语的实体识别效果,相比传统的BiLSTM-CRF模型,其F1分数提升3.95%左右。
- 崔丹丹刘秀磊陈若愚刘旭红李臻齐林
- 关键词：古汉语命名实体识别
- 一种基于双向MGU神经网络的关系抽取方法
- 本发明提供一种基于双向MGU神经网络的关系抽取方法。解决了单向MGU模型对后文依赖性不足，无法处理后文信息的问题。通过实验表明了该方法的训练时间更短，抽取准确率、召回率和F值更高。通过分析不同关系类型的抽取性能，发现了关...
- 刘旭红张良刘秀磊李臻陈雨婷
- 基于Lattice LSTM的古文领域命名实体识别方法和系统
- 本发明公开了一种基于Lattice LSTM的古文领域命名实体识别方法、系统、电子设备及可读存储介质，其中，该方法包括：采用甲言分词对预训练古文数据进行分词；采用word2vec模型对分词后的预训练古文数据进行预训练得到...
- 刘秀磊陈若愚刘旭红崔丹丹李臻
- 文献传递
- 苏拉卡尔塔棋中残局的优化被引量：2
- 2017年
- 本文主要针对苏拉卡尔塔棋中残局的局面评估进行研究,找出影响残局的主要因素,给出了残局时的评估方法。实验结果表明,在残局的时候做出相应的改变来适应当时的棋局情况,对苏拉卡尔塔棋后期的发挥有良好的影响。
- 张博李淑琴李臻
- 关键词：计算机博弈
- 一种基于双向MGU神经网络的关系抽取方法
- 本发明提供一种基于双向MGU神经网络的关系抽取方法。解决了单向MGU模型对后文依赖性不足，无法处理后文信息的问题。通过实验表明了该方法的训练时间更短，抽取准确率、召回率和F值更高。通过分析不同关系类型的抽取性能，发现了关...
- 刘旭红张良刘秀磊李臻陈雨婷
- 文献传递
- 用于心衰患者重入院预测的LSTM模型
- 2023年
- 电子健康记录(EHR)中蕴含着丰富的语义信息,目前对EHR的数据挖掘主要基于传统机器学习方法,涉及大量人工特征工程。但由于EHR数据存在维度大、时间跨度长等特点,传统机器学习方法较难有效地捕捉EHR中的深层语义信息。使用LSTM模型对心力衰竭患者的EHR数据进行建模和训练,以30天内重入院作为预测目标开展研究。实验结果表明,LSTM模型能够有效地捕捉EHR时序数据中的语义信息,与传统机器学习方法相比,在ROC-AUC指标上提升了10.48百分点。
- 李臻陈若愚鲁兴华刘秀磊
- 关键词：电子健康记录循环神经网络心力衰竭
