航空装配领域中命名实体识别的持续学习框架

作者： 刘沛丰   钱璐   赵兴炜   陶波   来源： 浙江大学学报(工学版) 年份： 2023 文献类型 ： 期刊 关键词： 航空装配   深度学习   智能制造   命名实体识别   持续学习  

描述： 框架在正确率、召回率、F1值上均显著优于以往算法，所提框架可以为航空装配领域命名实体识别任务持续提供可信的结果.

航空装配领域中命名实体识别的持续学习框架

作者： 刘沛丰   钱璐   赵兴炜   陶波   来源： 浙江大学学报(工学版) 年份： 2023 文献类型 ： 期刊 关键词： 航空装配   深度学习   智能制造   命名实体识别   持续学习  

描述： 框架在正确率、召回率、F1值上均显著优于以往算法，所提框架可以为航空装配领域命名实体识别任务持续提供可信的结果.

基于字符与单词嵌入的航空安全命名实体识别

作者： 孙安亮   时宏伟   王金策   来源： 计算机技术与发展 年份： 2022 文献类型 ： 期刊 关键词： 卷积神经网络   条件随机场   命名实体识别   双向长短期记忆网络   航空安全  

描述： 实体，F1值相对现有方法提升了2.22%。实验结果表明，增加字符粒度的嵌入并且使用CNN获取全局特征可以有效提高航空安全领域命名实体识别效果。

基于字符与单词嵌入的航空安全命名实体识别

作者： 孙安亮   时宏伟   王金策   来源： 计算机技术与发展 年份： 2022 文献类型 ： 期刊 关键词： 卷积神经网络   条件随机场   命名实体识别   双向长短期记忆网络   航空安全  

描述： 实体，F1值相对现有方法提升了2.22%。实验结果表明，增加字符粒度的嵌入并且使用CNN获取全局特征可以有效提高航空安全领域命名实体识别效果。

基于BERT和知识蒸馏的航空维修领域命名实体识别

作者： 顾佼佼   翟一琛   姬嗣愚   宗富强   来源： 电子测量技术 年份： 2023 文献类型 ： 期刊 关键词： 知识蒸馏   词向量增强   伪标签增强   航空维修文本   命名实体识别   BERT  

描述： 针对军事航空维修领域命名实体识别训练数据少，标注成本高的问题，改进提出一种基于预训练BERT的命名实体识别方法，借鉴远程监督思想，对字符融合远程标签词边界特征得到特征融合向量，送入BERT生成动态字

基于本体驱动的航空情报表格信息结构化研究

作者： 赖欣     李思宁     梁昌盛     张恒嫣   来源： 计算机科学 年份： 2024 文献类型 ： 期刊 关键词： 航空情报   随机森林   条件随机场   AI   命名实体识别   本体   Document  

描述： 航空资料汇编是国际民航组织推荐的呈现各国航空信息的主要载体，其中以表格数据形式汇总了大量航空数据与航空运行限制信息。为实现航空汇编资料的智能查询，以及对航空资料汇编中静态数据的挖掘与利用，需要对航空汇编资料中的表格信息予以特征提取与结构化处理。将航空资料汇编中表格信息作为研究对象，提出了一种基于本体驱动的航空情报表格信息结构化抽取方法。首先构建航空情报领域信息的本体框架，实现对领域知识统一规范的描述；其次，利用Document AI对表格文档的布局结构进行研究与预处理，并利用随机森林算法与条件随机场模型进行特征实体提取验证与分析。实验结果表明，所提方法能够有效提取航空情报表格中的特征实体，为航空情报领域静态数据深入挖掘提供参考。

基于BERT和知识蒸馏的航空维修领域命名实体识别

作者： 顾佼佼   翟一琛   姬嗣愚   宗富强   来源： 电子测量技术 年份： 2023 文献类型 ： 期刊 关键词： 知识蒸馏   词向量增强   伪标签增强   航空维修文本   命名实体识别   BERT  

描述： 针对军事航空维修领域命名实体识别训练数据少，标注成本高的问题，改进提出一种基于预训练BERT的命名实体识别方法，借鉴远程监督思想，对字符融合远程标签词边界特征得到特征融合向量，送入BERT生成动态字

基于本体驱动的航空情报表格信息结构化研究

作者： 赖欣     李思宁     梁昌盛     张恒嫣   来源： 计算机科学 年份： 2024 文献类型 ： 期刊 关键词： 航空情报   随机森林   条件随机场   AI   命名实体识别   本体   Document  

描述： 航空资料汇编是国际民航组织推荐的呈现各国航空信息的主要载体，其中以表格数据形式汇总了大量航空数据与航空运行限制信息。为实现航空汇编资料的智能查询，以及对航空资料汇编中静态数据的挖掘与利用，需要对航空汇编资料中的表格信息予以特征提取与结构化处理。将航空资料汇编中表格信息作为研究对象，提出了一种基于本体驱动的航空情报表格信息结构化抽取方法。首先构建航空情报领域信息的本体框架，实现对领域知识统一规范的描述；其次，利用Document AI对表格文档的布局结构进行研究与预处理，并利用随机森林算法与条件随机场模型进行特征实体提取验证与分析。实验结果表明，所提方法能够有效提取航空情报表格中的特征实体，为航空情报领域静态数据深入挖掘提供参考。