排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
作为高校三大支柱之一的图书馆是为教学科研服务的学术性机构,它的藏书水平将直接影响到教学质量和科研水平。我院图书馆作为刚组建的本科层次的高校图书馆,原有的专科层次的藏书结构、藏书水平已显然不能满足教学与科研的需要。而目前文献激增、书刊涨价等外部因素造成的不利影响,加大了采访工作的难度。如何尽快适应这一新的变化,使我馆的藏书满足教学与科研的需要,值得探讨。一、合理统筹规划.确定藏书原则根据我院提出“厚基础、宽口径、重应用、高素质”的培养模式和我信基础差、馆会分散的实际情况,经过充分酝酿,确定总的藏书… 相似文献
2.
中文电子病历实体关系抽取是构建医疗知识图谱,服务下游子任务的重要基础。目前,中文电子病例进行实体关系抽取仍存在因医疗文本关系复杂、实体密度大而造成医疗名词识别不准确的问题。针对这一问题,提出了基于对抗学习与多特征融合的中文电子病历实体关系联合抽取模型AMFRel (adversarial learning and multi-feature fusion for relation triple extraction),提取电子病历的文本和词性特征,得到融合词性信息的编码向量;利用编码向量联合对抗训练产生的扰动生成对抗样本,抽取句子主语;利用信息融合模块丰富文本结构特征,并根据特定的关系信息抽取出相应的宾语,得到医疗文本的三元组。采用CHIP2020关系抽取数据集和糖尿病数据集进行实验验证,结果显示:AMFRel在CHIP2020关系抽取数据集上的Precision为63.922%,Recall为57.279%,F1值为60.418%;在糖尿病数据集上的Precision、Recall和F1值分别为83.914%,67.021%和74.522%,证明了该模型的三元组抽取性能优于其他基线模... 相似文献
3.
提出了一种无需人为主观判断参与的证据理论近似算法,它利用累积mass值划分证据的确定性等级,再根据不同的证据等级进行不同程度的近似处理,最后将处理后的证据根据证据等级给予不同的权重值进行融合。仿真结果表明:该算法适应性强,准确度高,能较好地解决"焦元爆炸"的问题。 相似文献
4.
1