全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 基于Siamese/BERT/wwm模型的航空安全事故因果事件的同指消解
- 作者： 王红 王阳 吴浩正 来源： 计算机应用与软件 年份： 2023 文献类型 ： 期刊 关键词： 同指消解 航空安全事故 因果事件 BERT/wwm 孪生神经网络
- 描述： 针对航空安全事故因果事件的抽取结果复杂难以快速确定事故发展过程的问题，提出一种将孪生神经网络(Siamese Network)与BERT/wwm模型相结合的因果事件同指消解方法。该方法在孪生神经网络中将事件句分别输入到相同权重的两个BERT/wwm模型，经平均池化得到句子级语义向量，再通过Softmax分类器进行同指判断并消解，在同指消解的基础上采用逆遍历去冗余，实现了航空安全事故因果链的构建。实验结果表明，该方法有效提高了航空安全事故因果关系的可解释性，为多事故的关联分析奠定了基础。
- 民航突发事件实体识别方法研究
- 作者： 王红 李浩飞 邸帅 来源： 计算机应用与软件 年份： 2021 文献类型 ： 期刊 关键词： 长短期记忆神经网络 条件随机场 实体识别 知识图谱 民航突发事件
- 描述： 针对民航突发事件实体自动获取的问题,提出一种将双向长短期记忆网络(BiLSTM)与条件随机场(CRF)结合的民航突发事件实体识别方法。利用领域词典对民航突发事件实体进行自动标注,并将已标注的数据转化为分布式字符向量;采用BiLSTM模型获取序列文本的上下文特征;通过CRF模型获得序列标注结果。实验结果表明,与传统的CRF方法相比,该方法的F值有明显的提升,有效解决了传统方法在识别民航突发事件文本信息中包含复合实体或混合实体方面效率低且大量使用人工定义特征模板的问题,为民航突发事件知识图谱的自动构建提供了更好的方法支撑。
- 民航突发事件实体识别方法研究
- 作者： 王红 李浩飞 邸帅 来源： 计算机应用与软件 年份： 2020 文献类型 ： 期刊 关键词： 长短期记忆神经网络 条件随机场 实体识别 知识图谱 民航突发事件
- 描述： 针对民航突发事件实体自动获取的问题,提出一种将双向长短期记忆网络(BiLSTM)与条件随机场(CRF)结合的民航突发事件实体识别方法。利用领域词典对民航突发事件实体进行自动标注,并将已标注的数据转化为分布式字符向量;采用BiLSTM模型获取序列文本的上下文特征;通过CRF模型获得序列标注结果。实验结果表明,与传统的CRF方法相比,该方法的F值有明显的提升,有效解决了传统方法在识别民航突发事件文本信息中包含复合实体或混合实体方面效率低且大量使用人工定义特征模板的问题,为民航突发事件知识图谱的自动构建提供了更好的方法支撑。