排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
2.
信息抽取是自然语言处理工作中的重要任务之一。针对由于自然语言的多样性、歧义性和结构性而导致的信息抽取困难的问题,提出了一种面向金融事件信息抽取的层次化词汇-语义模式方法。首先,定义了一个金融事件表示模型;然后应用基于深度学习的词向量方法来实现自动生成同义概念词典;最后采用基于有限状态机驱动的层次化词汇-语义规则模式实现了对各类金融事件信息自动抽取的目标。实验结果表明,所提方法可以从金融新闻文本中准确地抽取出各类金融事件信息,并且对26类金融事件的微平均识别准确率达到93.9%,微平均召回率达到86.9%,微平均F1值达到90.3%。 相似文献
3.
4.
由于中文的内涵多义性和形式多样性的特点,使中文地址长期以来存在着难以标准化的问题,对进一步开展地址定位,区域网格分析和社情、舆情定位等工作都造成了较大的障碍。本文针对这个问题提出了基于地址分级模型和有限状态机驱动的新方法,并通过软件开发对这种方法的地址识别率和匹配准确率进行了验证,实验结果显示该方法对中文地址能够达到96%左右的识别率,匹配准确率也达到了85%左右,并且还能实现标准地址库的自动化更新。因此,采取该方法能够有效地解决中文地址标准化困难的问题,具有显著的实用性和研究参考价值。 相似文献
5.
面向大规模定制的网络化群体智能决策支持系统 总被引:3,自引:0,他引:3
分析了大规模定制模式下决策问题的协同性、科学性和快速响应需求,提出了面向大规模定制的群体智能决策支持系统,用以支持多决策者之间通过虚拟组织的形式开展迅速、科学、有效的群体决策。该系统采用B/S构架,由数据源、集成数据平台、应用服务层、网络通讯平台和用户接口5层结构组成。在数据库/数据仓库、模型库、方法库和知识库的基础上,开发了案例库系统、方法引导器、模型选择器和数据挖掘工具等人工智能部件,增强了系统的实用性和易用性。给出了使用该系统进行客户定制订单群决策的应用实例。 相似文献
6.
针对大规模定制决策的特点,为实现决策案例的重用,提出了一种面向大规模定制决策问题的案例库系统,设计了基于框架结构的案例知识表示模型,介绍了基于模糊加权的案例相似度计算和匹配算法,该算法解决了大规模定制决策问题的结构化表达、检索匹配和重用问题,开发了案例库的原型系统以支持案例管理、推理和基于案例的规则发现。 相似文献
7.
8.
基于Internet和Intranet的制造资源信息服务平台的设计与实现 总被引:5,自引:0,他引:5
在制造业竞争激烈化、全球化的时代背景下,提出了制造资源信息服务平台这一网络化、信息化制造模式,其目的是通过信息的沟通和不同企业间在技术、设备、人员等方面的合作,充分利用现有社会制造资源,达到企业间资源与核心能力的互补,以实现快速响应市场和降低制造成本的双重目标。提出了该系统的信息集成框架,包括资源、功能、管理和技术的集成,它具有信息的针对性、完备性和逻辑性的特点。在此基础上进行了较为详细的功能设计,并分析了构筑该系统所需解决的关键问题和所用到的关键技术。 相似文献
9.
针对基于词袋的机器学习文本分类方法所存在的:高维度、高稀疏性、不能识别同义词、语义信息缺失等问题,和基于规则模式的文本分类所存在的虽然准确率较高但鲁棒性较差的问题,本文提出了一种采用词汇-语义规则模式从金融新闻文本中提取事件语义标注信息,并将其作为分类特征用于机器学习文本分类中的新方法。实验证明采用该方法相比基于词袋的文本分类方法在采用相同的特征选择算法和分类算法的基础上,F1值提高8.6 %,查准率提高7.7% ,查全率提高8.8%。本文方法融合了知识驱动和数据驱动在文本分类中的优点,同时避免了它们所存在的主要缺点,具有显著的实用性和研究参考价值。 相似文献
10.