毛浪
- 作品数:2 被引量:3H指数:1
- 供职机构:北京林业大学信息学院更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于初始聚类的林业病虫害实体识别研究
- 信息抽取是一种从非结构化文本中抽取出结构化信息的自然语言处理技术。它包括命名实体识别,关系抽取,实体属性抽取等,其中命名实体识别是信息抽取的基础。命名实体识别是指通过机器识别出文本中具有特定意义名词的技术,识别的名词有人...
- 毛浪
- 关键词:命名实体识别文本聚类半监督学习
- 基于聚类的林业病虫害实体抽取研究被引量:2
- 2015年
- 在基于半监督和主动学习的信息抽取研究中,对初始样本集的选择,鲜有考虑样本在数据集中的分布情况。以林业领域的病虫害抽取为例,提出基于聚类的方法来获取样本在数据集中的分布信息,以此指导初始样本集和迭代过程中标注样本的选择。实验结果表明,基于聚类的方法相比于随机初始训练集,在不同标注样本集个数的情况下,模型f值均有提高。相比于单一的主动学习方法,在性能相近的情况下,节约了30%左右的人工标注量。
- 毛浪赵传钢
- 关键词:信息抽取文本聚类半监督学习