简介:传统的生物医学命名实体识别方法需要大量的标注数据样本,但是在实际应用中标注样本代价高昂。为降低生物医学命名实体识别对标注样本的需求,本文提出通过使用PU学习中的两步法方法,将生物医学命名实体识别问题转化为PU场景下的命名实体识别问题。在第一步中分别使用1-DNF、Spy、NB和Rocchio算法在未标注数据中抽取强负例,然后在已有的正例数据和强负例数据的基础上构建隐马尔可夫模型,最后对待分类数据进行命名实体识别。在GENIA语料库上的实验结果显示,在标注数据较少的情况下,通过使用PU学习方法的两步法构建分类模型,其性能显著优于直接使用标注数据构建的分类模型,同时降低了人工标注数据的成本。
简介:针对软件职业教育专业实践教学环节存在的实践阶段独立化、实践内容缺乏渐进性、实践教学质量难以保证且与社会需求严重脱节等问题,文章介绍一种新的多阶段关联渐进式实践教学体系,从体系构成、组织模式、过程化管理和体系应用等方面阐述这种实践教学体系的特点。
简介:研究了一类具有脉冲干扰和可变时滞区间关联大系统的鲁棒指数稳定性.假设该系统的关联函数满足全局Lipschitz条件,基于矢量Lyapunov函数法和数学归纳法,给出确保该关联系统鲁棒指数稳定的充分条件.最后给出一个数值算例用以说明本文所得到结论的正确性和有效性.