尊敬的各位读者:
根据当前疫情防控要求,我馆部分原文传递服务可能会有延期,无法在24小时内提供,给您带来的不便敬请谅解!
国家工程技术图书馆
2022年11月29日
摘要: 利用计算机通过某些方法自动地从海量的网络信息中抽取出我们感兴趣的有价值的形式化的知识,即文本挖掘(Text Mining),已成为人们迫切需求的一项技术,而且已经成为人工智能研究领域的一个热点问题.其中,命名实体识别 (Named Entity Recognition,NER)是... 展开 利用计算机通过某些方法自动地从海量的网络信息中抽取出我们感兴趣的有价值的形式化的知识,即文本挖掘(Text Mining),已成为人们迫切需求的一项技术,而且已经成为人工智能研究领域的一个热点问题.其中,命名实体识别 (Named Entity Recognition,NER)是文本挖掘的一项必要的基础工作和关键技术.本文从以下几个方面对古地名及其部分地理位置关系获取进行研究. 1.句型的设计及实现.本文提出了一种基于句型的古地名及其地理位置关系获取的方法,进而设计一个基于该方法的识别系统.我们给出了句型设计的思想、表示方法及其匹配结果的生产方式.在这里,我们根据获取地名相关句型的特点,对句型库进行了分类,这对古地名及其部分地理位置关系的获取和验证都起着重要作用. 2.古地名及其部分地理位置关系的获取及验证.依据上述句型的设计,我们获取自由文本中的古地名及其地理位置关系.接着,我们提出基于地名构词法和特定验证句型的古地名候选词的验证方法.同时,结合古今地名对照知识库相关规则,对获取的部分地理位置关系进行验证. 3.古今地名对照相关知识学习.依据系统获取的古地名及其部分地理位置关系,我们探讨从中学习古今地名对照的相关知识.其中包括:古今地名对照释义中知识的学习、今溯古地名知识的学习及古今地名对照知识库的构建和验证.@2 4.句型及系统的总体评价.我们利用测试语料对系统进行实验,依据句型准确率、精确率和召回率等指标来评价句型及整个识别系统.从而,提出改进和完善句型及识别系统的有效方法. 收起
系统维护,暂停服务。
根据《著作权法》“合理使用”原则,您当前的文献传递请求已超限。
如您有科学或教学任务亟需,需我馆提供文献传递服务,可由单位单位签署《图书馆馆际互借协议》说明情况,我馆将根据馆际互借的原则,为您提供更优质的服务。
《图书馆馆际互借协议》扫描件请发送至service@istic.ac.cn邮箱,《图书馆馆际互借协议》模板详见附件。
根据《著作权法》规定, NETL仅提供少量文献资源原文复制件,用户在使用过程中须遵循“合理使用”原则。
您当日的文献传递请求已超限。