您的位置： 专家智库 > >

何宇

作品数：4 被引量：17H指数：2
供职机构：北京信息科技大学更多>>
发文基金：北京市教委科技发展计划国家自然科学基金北京市科学技术研究院科技创新工程项目更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 1篇学位论文
  • 1篇专利

领域

  • 3篇自动化与计算...

主题

  • 3篇抽取
  • 2篇句法
  • 2篇句法分析
  • 2篇非分类关系
  • 2篇本体
  • 2篇本体概念
  • 2篇本体学习
  • 1篇定位装置
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇术语抽取
  • 1篇随机场
  • 1篇条件随机场
  • 1篇向量
  • 1篇向量机
  • 1篇镁锭
  • 1篇镁合金
  • 1篇镁合金加工
  • 1篇金属料
  • 1篇汇聚

机构

  • 4篇北京信息科技...
  • 2篇北京城市系统...

作者

  • 4篇何宇
  • 2篇吕学强
  • 2篇徐丽萍
  • 1篇刘秀磊
  • 1篇李启光

传媒

  • 1篇现代图书情报...
  • 1篇计算机工程与...

年份

  • 1篇2021
  • 1篇2017
  • 2篇2015
共 4 条 记 录，以下是 1-4
全选 清除 导出
排序方式：
新能源汽车领域中文术语抽取方法被引量：10
2015年
【目的】为提高新能源汽车领域中文术语抽取结果的准确率和召回率,提出一种适合该领域的术语抽取方法。【方法】在总结前人工作基础上,提出利用条件随机场模型作为抽取模型,选取词、词长、词性、依存关系、词典位置、停用词等特征作为特征模板。【结果】实验结果正确率为93.12%,召回率为90.47%。正确率比Baseline方法提高7.73%。【局限】该方法只提高较短术语抽取结果的正确率。【结论】依存关系作为条件随机场模型的一项特征可以提高新能源汽车领域中文术语抽取结果的正确率和召回率。
何宇吕学强徐丽萍
关键词：术语抽取条件随机场
中文专利领域本体概念间非分类关系抽取被引量：7
2017年
将中文专利本体中实体间非分类关系抽取问题限定为满足SAO结构的实体间关系抽取问题。针对SAO结构关系抽取任务中关系实例结构正确但是语义错误的问题,提出一种句法分析特征和关系词词典特征结合传统特征的关系抽取方法。将新特征和上下文特征、距离特征等传统特征相结合,使用支持向量机进行关系抽取实验。实验结果表明,该方法优于仅使用传统特征的关系抽取方法。
何宇吕学强刘秀磊徐丽萍
关键词：句法分析支持向量机本体学习
一种镁合金加工用超声汇聚探测定位装置
本发明公开一种镁合金加工用超声汇聚探测定位装置。该装置能够通过超声汇聚探测实现镁锭的快速精确定位，针对镁合金属料锭的特殊结构和定位工作的特殊性，该装置可在金属加工厂环境下，克服光学的定位系统环境污染失效和普通超声定位系统...
李启光张雨萌何宇阎俞杉
文献传递
专利领域本体概念间非分类关系抽取研究
在浩如烟海的信息面前,基于关键字的传统信息检索方式已经不能满足用户对信息检索快速、全面的要求。如何有效表示、管理、维护和复用信息资源已经成为产业界和研究者共同关心的研究领域。本体作为一种有效的知识组织和描述方式,具有良好...
何宇
关键词：本体学习非分类关系关系抽取句法分析
文献传递
全选 清除 导出
共1页<1>
聚类工具0