本文主要研究内容
作者李孟颖,王健,王琰,林鸿飞,杨志豪(2019)在《基于融合式神经网络的微生物生长环境关系抽取》一文中研究指出:为了构建完整的微生物生长环境关系数据库,提出基于卷积神经网络-长短时记忆(CNN-LSTM)的关系抽取系统.结合卷积神经网络(CNN)和长短时记忆(LSTM),实现对隐含特征的深度学习,提取分布式词向量特征和实体位置特征作为模型的特征输入.对比实验验证加入特征后CNN-LSTM模型的优势,并将CNN模型的特征输出作为LSTM模型的特征输入.在Bio-NLP 2016共享任务发布的BB-event语料集上得到目前最好的结果.
Abstract
wei le gou jian wan zheng de wei sheng wu sheng chang huan jing guan ji shu ju ku ,di chu ji yu juan ji shen jing wang lao -chang duan shi ji yi (CNN-LSTM)de guan ji chou qu ji tong .jie ge juan ji shen jing wang lao (CNN)he chang duan shi ji yi (LSTM),shi xian dui yin han te zheng de shen du xue xi ,di qu fen bu shi ci xiang liang te zheng he shi ti wei zhi te zheng zuo wei mo xing de te zheng shu ru .dui bi shi yan yan zheng jia ru te zheng hou CNN-LSTMmo xing de you shi ,bing jiang CNNmo xing de te zheng shu chu zuo wei LSTMmo xing de te zheng shu ru .zai Bio-NLP 2016gong xiang ren wu fa bu de BB-eventyu liao ji shang de dao mu qian zui hao de jie guo .
论文参考文献
论文详细介绍
论文作者分别是来自模式识别与人工智能的李孟颖,王健,王琰,林鸿飞,杨志豪,发表于刊物模式识别与人工智能2019年02期论文,是一篇关于卷积神经网络论文,长短时记忆神经网络论文,关系抽取论文,模式识别与人工智能2019年02期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自模式识别与人工智能2019年02期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。