- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
年月计算机工程与设计
20252Feb.2025
第卷第期COMPUTERENGINEERINGANDDESIGN
462Vol.46No.2
融合数据增强的互花米草入侵关联要素
实体识别方法
121+1
,,,
李忠伟张文丰李永李明轩
((),;
中国石油大学华东海洋空间与信息学院山东青岛
1.266400
(),)
中国石油大学华东青岛软件学院计算机科学与技术学院山东青岛
2.266400
:,,
摘要为解决互花米草入侵领域的训练数据匮乏存在实体特征提取不准确的问题提出一种融合数据增强的互花米草
。,
入侵关联要素识别深度学习模型将训练数据采用同类实体随机交叉互换的方法进行数据增强利用BERT预训练获得互
;,。
花米草入侵关联要素的上下文信息使用BiLSTM进一步提取特征利用CRF得到实体的标签约束通过对比不同模型
、,。
在自建数据集上的精确率召回率和分数验证了该模型在互花米草入侵领域实体识别的有效性
F1
:;;;;;;
关键词命名实体识别互花米草入侵深度学习数据增强预训练模型双向长短期记忆网络条件随机场
中图法分类号:文献标识号:文章编号:()
TP391A1000-7024202502-0603-07
:/
doi10.16208.issn1000-7024.2025.02.037
j
Entitreconitionmethodofsartinaalterniflorainvasionassociated
ygp
factorsfuseddataaumentation
g
121+1
,,,
- 1.ppt制作及优化;2.办公模板制作;3.文案制作及优化。 + 关注
-
实名认证服务提供商
教师资格证、公共营养师持证人
本人专注ppt制作、办公模板编辑六年有余,可以根据客户需求做出高品质ppt、办公表格等模板,以及文案等。
文档评论(0)