排序方式： 共有3条查询结果，搜索用时 93 毫秒
1
1.
[目的/意义]研究利用维基百科条目的丰富信息来补充完善当前中文名称规范档附加信息不足、名称难以准确区分的问题。[方法/过程]探讨网络环境下个人名称规范档的部分缺陷和维基百科相应的优势,重点阐述维基百科的接口Media Wiki API,并从两个方面探讨实现个人名称规范档与维基百科的链接应用:一是实现从名称规范档到维基百科的链接,二是动态生成个人简介,为名称规范档提供必要的信息来源。[结果/结论]集成维基百科的资源实现中文名称规范档信息的自我完善,有效地建立中文人名名称规范档与维基百科的链接,有助于个人名称的识别与检索。 相似文献
2.
[目的/意义] 对Wikidata数据特点、获取方式及其应用进行剖析,旨在带动国内开放数据集的增加,提高国内数据集与国外数据集的关联度。[方法/过程] 采用综合归纳及比较研究的方法,阐述Wikidata 的发展历程,对其数据特点及数据模型进行研究,梳理目前可获取Wikidata数据的5种方式。[结果/结论] Wikidata具有开放、协作、多语言、结构化的特点,其以条目为核心,定义了实体类及属性,提供了多样化数据获取方式,且当前基于Wikidata的应用主要集中在语义检索、多语种查询、知识可视化、知识库构建与虚拟研究环境搭建5个方面。 相似文献
3.
[目的/意义]在计算化学中，化学键能是重要的化学领域科学数据，目前化学键能数据抽取工作主要是由领域专家手动抽取，效率低下，大多数化学键能科学数据被湮没于海量文献中，无益于深入的、创新的科学数据分析。[方法/过程]为了解决该问题，本研究以ChemBE化学键能语料为实验对象，设计在较少专家支持的情况下，使用迁移学习的方法在化学论文中自动抽取与化学键能相关的科学数据。本文提出了一种端到端的BERT-CRF模型，通过构建领域高频子词的方法来解决大量未登录词的问题，并在后续深度学习模型的训练中，将构建好的领域高频子词作为领域特征输入到深度学习模型中，实现了对论文中的化学键能科学数据自动、高效地抽取。[结果/结论]实验表明，端到端的BERT-CRF模型与需要专家构建规则的基线模型相比，取得了理想的实验结果，F1值达到了88.56%。本文通过构建领域高频子词来解决大量未登录词的问题，降低了对领域专家的要求，可以较为容易地、低成本地迁移到其他领域。本文的研究结果是情报分析技术在化学领域的实践，为化学键能的智能知识检索提供了重要支撑。 相似文献
1