基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种基于最大熵模型的中文疾病命名短语识别方法,在模型特征选择上,将领域本体信息作为模型的一种特征.由此实现的疾病命名短语识别分类器具备有监督学习和利用领域知识的能力.实验结果表明,对于疾病命名短语识别的准确率达到89.7%, 召回率87.6%, F-评价值88.64%.
推荐文章
模式识别的最大熵方法
模式识别
最大熵
概率分布
基于最大熵模型的评价搭配识别
倾向性
评价搭配
最大熵
极性词表
评价词语类别
语义特征
基于最大熵的汉语短语结构识别方法
浅层句法分析
互信息
边界预测
最大熵模型
特征选择
基于最大熵模型的汉语短语间停顿识别
最大熵
语音停顿
短语边界
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 疾病命名短语识别的最大熵方法
来源期刊 北京理工大学学报 学科 工学
关键词 最大熵模型 特征选择 本体 疾病命名短语识别
年,卷(期) 2006,(6) 所属期刊栏目 信息科学与控制
研究方向 页码范围 517-520
页数 4页 分类号 TP391
字数 4176字 语种 中文
DOI 10.3969/j.issn.1001-0645.2006.06.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 樊孝忠 北京理工大学计算机科学技术学院 127 2336 26.0 43.0
2 蔡晓白 北京理工大学计算机科学技术学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (7)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
最大熵模型
特征选择
本体
疾病命名短语识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京理工大学学报
月刊
1001-0645
11-2596/T
大16开
北京海淀区中关村南大街5号
82-502
1956
chi
出版文献量(篇)
5642
总下载数(次)
13
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导