排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
深度神经网络(DNN)是目前中文分词的主流方法,但将针对某一领域训练的网络模型用于其他领域时,会因存在跨领域的未登录词(OOV)和表达鸿沟而造成性能显著下降,而在实际中对所有未知领域的训练语料进行人工标注和训练模型并不可行。为了解决这个问题,该文构建了一个基于新词发现的跨领域中文分词系统,可以自动完成从目标领域语料中提取新词、标注语料和训练网络模型的工作。此外,针对现有新词发现算法提取出的词表垃圾词串多以及自动标注语料中存在噪声样本的问题,提出了一种基于向量增强互信息和加权邻接熵的无监督新词发现算法以及一种基于对抗式训练的中文分词模型。实验中将使用北大开源新闻语料训练的网络模型提取出的特征迁移到医疗、发明专利和小说领域,结果表明该文所提方法在未登录词率、准确率、召回率和分词F值方面均优于现有方法。 相似文献
2.
3.
在高速铁路简支梁桥的地震分析中,轨道结构的约束作用不容忽视。尽管其计算效率很高,但由于未考虑轨道结构,桥梁模型可能会产生不合理的地震响应。考虑轨道结构的桥梁轨道模型非常复杂,其地震分析计算效率低。因此,建立高速铁路桥梁抗震分析的简化计算模型具有重要的工程实用价值。本文通过在主梁之间设置非线性弹簧,建立了高速铁路桥梁横向地震分析的简化模型。这些弹簧可以精确模拟轨道结构对桥梁的约束作用。利用简化模型对一座五跨高速铁路桥梁进行了地震分析,并将其地震响应与不考虑轨道结构的模型和考虑轨道结构的模型进行了比较。结果表明,在不同地震记录下,桥梁模型和桥梁轨道模型的地震响应吻合良好,验证了简化模型的计算精度。与桥轨模型相比,简化模型的计算时间显著缩短。轨道结构在频繁地震下基本处于弹性阶段,而在设计地震和罕遇地震下,轨道结构的刚度将降低。 相似文献
1