期刊信息
Navigation

刊名:地质科技通报
曾用名:地质科技情报
主办:中国地质大学(武汉)
主管:中华人民共和国教育部
ISSN:1000-7849
CN:42-1904/P
语言:中文
周期:双月
影响因子:0
数据库收录:
文摘杂志;北大核心期刊(1992版);北大核心期刊(1996版);北大核心期刊(2000版);北大核心期刊(2004版);北大核心期刊(2008版);北大核心期刊(2011版);北大核心期刊(2014版);北大核心期刊(2017版);化学文摘(网络版);中国科学引文数据库(2011-2012);中国科学引文数据库(2013-2014);中国科学引文数据库(2015-2016);中国科学引文数据库(2017-2018);中国科学引文数据库(2019-2020);日本科学技术振兴机构数据库;文摘与引文数据库;中国科技核心期刊;期刊分类:地质学
期刊热词:
环境地质工程

现在的位置:主页 > 期刊导读 >

面向少量标注数据的命名实体识别研究

来源:地质科技通报 【在线投稿】 栏目:期刊导读 时间:2020-11-09

【作者】网站采编

【关键词】

【摘要】:作为语义知识库、知识图谱的基本组件,命名实体识别对智能系统建设和科技情报服务都起到重要作用。近年来,深度学习方法在特征抽取深度和模型精度上表现优异,已经超过了传统方法

作为语义知识库、知识图谱的基本组件,命名实体识别对智能系统建设和科技情报服务都起到重要作用。近年来,深度学习方法在特征抽取深度和模型精度上表现优异,已经超过了传统方法,但无论是传统机器学习还是深度学习方法都依赖大量标注数据来训练模型,而现有的研究对少量标注数据学习问题探讨较少。鉴于此,本文全面总结了少量标注数据命名实体识别方法。具体地,按照数据、模型、特征、知识的学习逻辑区分为4类:基于数据增强、模型迁移、特征变换、知识链接的方法,并对这些方法进行分析和比较。此外,我们整合了数据资源以及典型方法评测,最后对未来可能的发展方向进行预测。



文章来源:《地质科技通报》 网址: http://www.dzkjqbzz.cn/qikandaodu/2020/1109/475.html


上一篇:公路工程高边坡施工技术的实践应用
下一篇:基于人工智能的科技情报需求自动感知研究<sup