您当前的位置：
首页 >
文章列表页 >
基于WBA模型融合语句特征的语气词识别与分类
大数据与信息处理 | 更新时间：2025-07-29

    • 基于WBA模型融合语句特征的语气词识别与分类

    • Modal Particle Recognition and Classification Based on WBA Model Fused With Sentence Features

    • “最新研究进展显示，专家提出的融合语句特征WBA模型在语气词识别与分类上取得显著效果，宏F1值分别达到98.19%和88.74%，为自然语言处理任务性能提升奠定基础。”
    • 软件导刊   2025年24卷第7期 页码：135-142

    • DOI：10.11907/rjdk.241475    

      中图分类号： TP18

    • 收稿日期：2024-05-22，

      纸质出版日期：2025-07-15

    移动端阅览

  • 杨进才,郭清创,吕文杰等.基于WBA模型融合语句特征的语气词识别与分类[J].软件导刊,2025,24(07):135-142. DOI： 10.11907/rjdk.241475.

    YANG Jincai,GUO Qingchuang,LYU Wenjie,et al.Modal Particle Recognition and Classification Based on WBA Model Fused With Sentence Features[J].Software Guide,2025,24(07):135-142. DOI： 10.11907/rjdk.241475.

  •  
  •  

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

基于特征融合的虚假招聘广告检测模型
基于YOLOv5改进模型的办公室吸烟行为检测
基于注意力机制与自适应特征融合的群养猪身份识别
阅读理解中多项选择的三重匹配与对比正则算法
基于多流卷积神经网络的跌倒检测算法

相关作者

王永政
纪淑娟
魏袁慧
方睿
石兴
刘金智
韩丁磊
陈晨

相关机构

山东科技大学 计算机科学与工程学院
成都信息工程大学 计算机学院
江苏大学 电气信息工程学院
Department of Animal Science, Iowa State University, Ames
Animal Behaviour and Welfare Group, Department of Animal Science, Michigan State University,East Lansing
0