期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于注意力机制与PCNN的地质关系抽取方法
1
作者 孙琛皓 庄子浩 《计算机与数字工程》 2024年第6期1795-1801,共7页
地质领域的关系抽取对地质数据的智能分析以及地质领域知识图谱的构建具有非常重要的意义。针对地质领域关系抽取任务中数据集缺失,特征提取困难等问题,论文基于远程监督思想构建大规模地质关系抽取数据集,提出注意力机制与分段卷积神... 地质领域的关系抽取对地质数据的智能分析以及地质领域知识图谱的构建具有非常重要的意义。针对地质领域关系抽取任务中数据集缺失,特征提取困难等问题,论文基于远程监督思想构建大规模地质关系抽取数据集,提出注意力机制与分段卷积神经网络(PCNN)相结合的关系抽取模型。该模型使用分段卷积神经网络自动提取训练实例的语义特征,在分段卷积神经网络中加入分段注意力机制突出实例中重要的分段,增强模型对实例中重要特征的提取能力,并引入句子级注意力机制降低由远程监督带来的错误标注数据的影响。在基于远程监督思想构建的地质领域关系抽取数据集上的实验结果表明,论文模型的准确率,召回率和F1值均高于其他的基线模型,具有更好的关系抽取能力。 展开更多
关键词 关系抽取 远程监督 深度学习 地质领域 注意力机制
下载PDF
基于BERT-BiLSTM-CRF模型的地质领域实体识别研究
2
作者 庄子浩 孙琛皓 《计算机与数字工程》 2024年第6期1815-1820,1876,共7页
针对地质文本进行地质实体识别,对地质专业研究人员挖掘和分析数据具有重大作用,同时这项技术也是构建地质领域知识图谱以及很多上层应用的基础。目前,地质领域实体识别的研究还在发展中,应用较少,而地质专业数据量却呈爆发式增长,所以... 针对地质文本进行地质实体识别,对地质专业研究人员挖掘和分析数据具有重大作用,同时这项技术也是构建地质领域知识图谱以及很多上层应用的基础。目前,地质领域实体识别的研究还在发展中,应用较少,而地质专业数据量却呈爆发式增长,所以数据处理技术显得尤为重要。基于此,论文提出了一种基于BERT-BiLSTM-CRF模型并且融合约束规则的命名实体识别技术,用以辅助地质专业人员处理地质数据。首先由BERT层处理输入文本序列,将其转换为包含上下文特征的字向量,然后将字向量输入到BiLSTM层中对上下文特征进行学习,输出单个汉字的得分,CRF层将BiLSTM的得分和自身学习到的隐含规则进行整合,输出最后综合得分,从而选择最佳标签。实验结果表明,对比传统方法以及现在流行的深度学习方法,此方法的准确率、召回率、F1值均为最高值,分别为92.05%、94.82%、93.41%。 展开更多
关键词 命名实体识别 知识图谱 深度学习 地质领域 BERT
下载PDF
基于图像分割+SVM的微观剩余油类型自动识别
3
作者 于晓圆 庄子浩 +1 位作者 孙琛皓 《计算机与数字工程》 2023年第9期2125-2129,共5页
剩余油主要吸附在地下岩石中,研究剩余油的载体是解决剩余油问题的关键,而油层孔隙中剩余油的微观赋存状态是指导剩余油挖潜的重要依据。论文面向岩心含油荧光薄片图像,提出了一种基于图像分割和机器学习的微观剩余油分析方法。首先利... 剩余油主要吸附在地下岩石中,研究剩余油的载体是解决剩余油问题的关键,而油层孔隙中剩余油的微观赋存状态是指导剩余油挖潜的重要依据。论文面向岩心含油荧光薄片图像,提出了一种基于图像分割和机器学习的微观剩余油分析方法。首先利用形态学开闭重建运算对图像的形态学梯度图像进行梯度重建,然后进行分水岭分割,应用区域合并算法对分割后的图像进行子区域合并,最后采用机器学习技术提取各区域的颜色特征并识别和分类。实验结果表明,本文提出的算法有效解决了分水岭算法的过分割问题,较好地实现了岩心中矿物颗粒分类识别和标注。 展开更多
关键词 微观剩余油 荧光薄片 分水岭 区域合并 图像分割
下载PDF
融合实体描述信息和邻居节点特征的知识表示学习方法 被引量:1
4
作者 段友祥 +2 位作者 孙歧峰 庄子浩 孙琛皓 《计算机应用》 CSCD 北大核心 2022年第4期1050-1056,共7页
知识图谱表示学习旨在将实体和关系映射到一个低维稠密的向量空间中。现有的大多数相关模型更注重于学习三元组的结构特征,忽略了三元组内的实体关系的语义信息特征和三元组外的实体描述信息特征,因此知识表达能力较差。针对以上问题,... 知识图谱表示学习旨在将实体和关系映射到一个低维稠密的向量空间中。现有的大多数相关模型更注重于学习三元组的结构特征,忽略了三元组内的实体关系的语义信息特征和三元组外的实体描述信息特征,因此知识表达能力较差。针对以上问题,提出了一种融合多源信息的知识表示学习模型BAGAT。首先,结合知识图谱特征来构造三元组实体目标节点和邻居节点,并使用图注意力网络(GAT)聚合三元组结构的语义信息表示;然后,使用BERT词向量模型对实体描述信息进行嵌入表示;最后,将两种表示方法映射到同一个向量空间中进行联合知识表示学习。实验结果表明,BAGAT性能较其他模型有较大提升,在公共数据集FB15K-237链接预测任务的Hits@1与Hits@10指标上,与翻译模型TransE相比分别提升了25.9个百分点和22.0个百分点,与图神经网络模型KBGAT相比分别提升了1.8个百分点和3.5个百分点。可见,融合实体描述信息和三元组结构语义信息的多源信息表示方法可以获得更强的表示学习能力。 展开更多
关键词 知识图谱 知识表示学习 图注意力网络 BERT 多源信息融合
下载PDF
论提升建筑工程施工技术管理水平的有效措施
5
作者 《中文科技期刊数据库(全文版)工程技术》 2017年第3期68-68,共1页
随着经济的发展,我国的城市化进程正不断加快,因此推动建筑产业进步与发展就成为当前提高建筑施工效率的重要策略。新时期,质量已经成为社会重点关注的内容,建筑工程的质量会受到施工技术的影响,如果施工技术达不到要求,建筑工程就会出... 随着经济的发展,我国的城市化进程正不断加快,因此推动建筑产业进步与发展就成为当前提高建筑施工效率的重要策略。新时期,质量已经成为社会重点关注的内容,建筑工程的质量会受到施工技术的影响,如果施工技术达不到要求,建筑工程就会出现质量问题,从而造成严重的安全隐患。对于如何提升建筑工程的施工技术管理水平,本文进行了明确的阐述和建议,为切实推动建筑工程的各项施工活动达到要求,从技术管理中存在的问题和存在问题以及有效措施入手,提出了改进策略。 展开更多
关键词 建筑工程 施工技术 有效管理
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部