关键词named-entity recognition
搜索结果 - 24
- 基于神经网络的命名实体识别易用程序 NeuroNER
该论文介绍了 NeuroNER，一种基于人工神经网络的易于使用的命名实体识别工具。用户可以使用图形化的 Web 用户界面（BRAT）注释实体，从而训练 ANN，并预测新文本中实体的位置和类别。NeuroNER 使这个注释 - 训练 - 预测 - 双向长短时记忆网络模拟放射学语言
本文介绍使用双向长短期记忆神经网络模型，对医学信息提取进行自动化处理。使用大规模的胸部 X 光报告数据集，比较双向长短期记忆模型和基于字典的命名实体识别系统，以及利用 NegEx 算法和 Stanford 依赖解析器中获得的语法关系的否定检 - NIPS基于贝叶斯决策理论的在职学习
采用动态众包解决模型不确定性，基于贝叶斯决策理论构建随机博弈模型，使用 Monte Carlo Tree Search 进行近似计算，在命名实体识别任务中比全人工标注节省 an order of magnitude 成本，同时提高了模型的性 - 注入词库的短语嵌入用于命名实体识别
本文提出了一种新的学习单词嵌入的方法，可以利用相关词汇表的信息来改进单词表示，并使用神经单词嵌入在 CoNLL 和 Ontonotes NER 中实现了最先进的结果。在公共数据上取得了 90.9 的 F1 评分，优于以前的任何系统，并与使用