您当前的位置：
首页 >
文章列表页 >
融合词信息与自注意力的教育命名实体识别
人工智能 | 更新时间：2024-09-25
|

    • 融合词信息与自注意力的教育命名实体识别

    • Educational Named Entity Recognition Integrating Word Information and Self-Attention Mechanism

    • “在教育领域，WBBAC模型通过融合词信息与自注意力，显著提升了命名实体识别的精度，有效应对了语料不足的挑战。”
    • 软件导刊   2024年23卷第9期 页码：105-109

    • DOI：10.11907/rjdk.231921    

      中图分类号： TP391

    • 纸质出版日期：2024-09-16，

      收稿日期：2023-08-28，

    移动端阅览

  • 郑守民,申艳光.融合词信息与自注意力的教育命名实体识别[J].软件导刊,2024,23(09):105-109. DOI： 10.11907/rjdk.231921.

    ZHENG Shoumin,SHEN Yanguang.Educational Named Entity Recognition Integrating Word Information and Self-Attention Mechanism[J].Software Guide,2024,23(09):105-109. DOI： 10.11907/rjdk.231921.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于多模型融合的警情要素提取
命名实体识别研究综述
民间文学文本命名实体识别方法
基于深度学习的命名实体识别方法研究
轻量级自注意力机制为主干的自然土地覆被分割研究

相关作者

汪玉
龚艳
梁昌明
黄林钰
乐汉
徐圣婴
王本强
李贯峰

相关机构

上海市公安局 科技处
上海德拓信息技术股份有限公司
宁夏大学 信息工程学院
云南大学 文学院
云南省智能系统与计算重点实验室
0