找到2项技术成果数据。
找技术>-
基于句法树和领域特征的生物文本蛋白质指代消解方法
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
本发明涉及基于句法树和领域特征的生物文本蛋白质指代消解方法，用于解决现有基于规则的方法中F值低的问题，其步骤包括对原始文本进行预处理；从句法树中查找关系代词和距离该关系代词最近的名词短语，作为该关系代词的先行语；从句法树中查找人称代词，并从句法树的并列短语结构、子句句法树或前一句子的句法树中查找该人称代词的先行语；利用句法树得到限定性名词短语和候选先行语集，并基于生物领域特征如单复数、实体类型、数量等性质从候选先行语集中挑选出最优的作为先行语；非蛋白质指代消解过滤。本发明实现了生物文本中的蛋白质指代消解，能够获得较高的F值。
-
一种分类模型建模方法、中文跨文本指代消解方法和系统
成熟度：正在研发
技术类型：发明
应用行业：制造业
技术简介
摘要：本申请提供一种分类模型建模方法、中文跨文本指代消解方法和系统。其中一种分类模型建模方法，包括：获取训练文本集；从训练文本集中选取实体表述对；获取每个实体表述对的特征项；选取正训练实例和负训练实例，将每个正训练实例和每个负训练实例的特征项分别加载到支持向量机的建模工具中，得到分类模型。对于待识别文本集中的实体表述对，在提取特征项后，可以使用分类模型判断是否具有指代关系，然后合并具有指代关系的实体表述对，构成跨文本指代链，从而达到跨文本指代消解的目的。由于上述方案获取的语义特征可以充分利用各种外部语义资源，挖掘实体表述对所具有的实际含义，从而提高分类模型及跨文本指代消解系统的准确度。