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:
生物医学文本中的指代消解是生物医学信息抽取领域的一个重要组成部分.通过引入双代价参数对基本 SVM 方法进行改进,并在 FlyBase 语料集上进行了测试,准确率、召回率、F 值分别达到53.9%、69.5%、60.7%.同时研究了特征向量的选择和取值对于实验结果的影响.最后与其他先进方法进行了对比.结果表明,在同样的语料上,基于双代价参数 SVM方法优于其他先进的方法.
推荐文章
基于深度学习的生物医学文本分类研究
深度学习
文本分类
医院评价
学科评估
生物医学文本挖掘研究热点分析
文本挖掘
生物医学研究
研究热点
生物医学文本分类方法比较研究
文本分类
支持向量机
简单向量距离分类
命名实体识别
基于距离学习的生物医学文本聚类算法研究
向量空间模型
文本聚类
生物医学文本
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 基于双代价参数 SVM 的生物医学文本指代消解研究
来源期刊 大连理工大学学报 学科 工学
关键词 生物医学文本 指代消解 SVM 双代价参数
年,卷(期) 2015,(4) 所属期刊栏目 船舶、土木工程
研究方向 页码范围 405-410
页数 6页 分类号 TP391
字数 5200字 语种 中文
DOI 10.7511/dllgxb201504011
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 李丽双 大连理工大学计算机科学与技术学院 29 380 12.0 19.0
2 张丽君 辽宁医学院现代教育技术中心 5 5 1.0 1.0
3 范国龙 大连理工大学计算机科学与技术学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (130)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(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
生物医学文本
指代消解
SVM
双代价参数
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
大连理工大学学报
双月刊
1000-8608
21-1117/N
大16开
大连市理工大学出版社内
8-82
1950
chi
出版文献量(篇)
3166
总下载数(次)
3
总被引数(次)
39997
论文1v1指导