針對(duì)目前業(yè)界缺少適應(yīng)我國公路橋梁檢測(cè)領(lǐng)域文本特性的中文命名實(shí)體語料庫的現(xiàn)狀,構(gòu)建一個(gè)較大規(guī)模并具有較高標(biāo)注質(zhì)量的公路橋梁定期檢測(cè)命名實(shí)體語料庫。在分析該類型文本的領(lǐng)域特性基礎(chǔ)上,定義了由橋梁實(shí)體、結(jié)構(gòu)實(shí)體、結(jié)構(gòu)病害實(shí)體等六種目標(biāo)命名實(shí)體類別及其標(biāo)注規(guī)范,完成了1 245份真實(shí)橋梁檢測(cè)報(bào)告和1 400余萬字相關(guān)網(wǎng)頁文本信息的數(shù)據(jù)準(zhǔn)備和預(yù)處理工作,選取了其中150份作為標(biāo)注語料并完成了多輪迭代標(biāo)注,標(biāo)注總字?jǐn)?shù)超過32萬字,各類型實(shí)體最終標(biāo)注一致性最高達(dá)到98.5%,最低達(dá)到85.2%。選取了當(dāng)前命名實(shí)體識(shí)別領(lǐng)域主流算法和通用領(lǐng)域預(yù)訓(xùn)練模型對(duì)標(biāo)注語料進(jìn)行初步實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明其識(shí)別效果有較大提升空間。該語料庫的提出可為后續(xù)研究提供識(shí)別目標(biāo)定義,并奠定數(shù)據(jù)和評(píng)測(cè)基礎(chǔ)。 

【文章來源】：計(jì)算機(jī)應(yīng)用. 2020,40(S1)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

公路橋梁定期檢測(cè)報(bào)告數(shù)據(jù)分布情況統(tǒng)計(jì)

在第四階段中，兩個(gè)標(biāo)注小組以所有預(yù)處理后的150份文本為基礎(chǔ)，并按第三階段所完善后的標(biāo)注規(guī)范正式開展標(biāo)注。最后選取了30份文本讓兩個(gè)小組共同標(biāo)注，并以此為基準(zhǔn)，評(píng)測(cè)最終的語料標(biāo)注一致性。3.4 標(biāo)注語料庫統(tǒng)計(jì)

【參考文獻(xiàn)】：
期刊論文
[1]基于注意力機(jī)制的命名實(shí)體識(shí)別模型研究——以軍事文本為例[J]. 單義棟,王衡軍,黃河,閆倩.  計(jì)算機(jī)科學(xué). 2019(S1)
[2]人工智能時(shí)代的土木工程[J]. 鮑躍全,李惠.  土木工程學(xué)報(bào). 2019(05)
[3]基于多特征Bi-LSTM-CRF的影評(píng)人名識(shí)別研究[J]. 禤鎮(zhèn)宇,蔣盛益,張禮明,包睿.  中文信息學(xué)報(bào). 2019(03)
[4]基于維基百科的中文嵌套命名實(shí)體識(shí)別語料庫自動(dòng)構(gòu)建[J]. 李雁群,何云琪,錢龍華,周國棟.  計(jì)算機(jī)工程. 2018(11)
[5]中文嵌套命名實(shí)體識(shí)別語料庫的構(gòu)建[J]. 李雁群,何云琪,錢龍華,周國棟.  中文信息學(xué)報(bào). 2018(08)
[6]命名實(shí)體識(shí)別研究綜述[J]. 劉瀏,王東波.  情報(bào)學(xué)報(bào). 2018(03)
[7]基于中文電子病歷的心血管疾病風(fēng)險(xiǎn)因素標(biāo)注體系及語料庫構(gòu)建[J]. 蘇嘉,何彬,吳昊,楊錦鋒,關(guān)毅,姜京池,王煥政,于秋濱.  自動(dòng)化學(xué)報(bào). 2019(02)
[8]公路橋梁檢測(cè)及評(píng)價(jià)技術(shù)綜述[J]. 賀拴海,趙祥模,馬建,趙煜,宋煥生,宋宏勛,程磊,袁卓婭,黃福偉,張健,田斌,王路陽,戚秀真.  中國公路學(xué)報(bào). 2017(11)
[9]基于深度神經(jīng)網(wǎng)絡(luò)的中文命名實(shí)體識(shí)別[J]. 張海楠,伍大勇,劉悅,程學(xué)旗.  中文信息學(xué)報(bào). 2017(04)
[10]中文電子病歷命名實(shí)體和實(shí)體關(guān)系語料庫構(gòu)建[J]. 楊錦鋒,關(guān)毅,何彬,曲春燕,于秋濱,劉雅欣,趙永杰.  軟件學(xué)報(bào). 2016(11)



本文編號(hào)：3480071