http://hlt.suda.edu.cn/index.php?action=history&feed=atom&title=%E8%AE%BA%E6%96%87%E7%90%86%E8%A7%A35 2026-09-21T03:47:34Z 本wiki的该页面的版本历史 MediaWiki 1.35.2 http://hlt.suda.edu.cn/index.php?title=%E8%AE%BA%E6%96%87%E7%90%86%E8%A7%A35&diff=2775&oldid=prev 2020-10-26T08:27:20Z

<p>清空页面</p> <table class="diff diff-contentalign-left diff-editfont-monospace" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="zh-Hans-CN"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">←上一版本</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">2020年10月26日 (一) 08:27的版本</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l1" >第1行：</td> <td colspan="2" class="diff-lineno">第1行：</td></tr> <tr><td class='diff-marker'>−</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del class="diffchange diffchange-inline">《结合词向量和Bootstrapping的领域实体上下位关系获取和组织》 计算机科学 马晓军等 2018.6 昆明理工</del></div></td><td class='diff-marker'>+</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div> </div></td></tr> <tr><td class='diff-marker'>−</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del class="diffchange diffchange-inline">* 1. 文章专注于旅游领域，提出了一种新的结合词向量和Bootstrapping的领域实体上下位关系获取方法。文章主要分为两部分：</del></div></td><td colspan="2"> </td></tr> <tr><td class='diff-marker'>−</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del class="diffchange diffchange-inline">** 1) 设计了三种上下文特征，利用聚类的方法获取上下位关系模式和实例，实验表明词对间的此特征（BET）的效果好（得到的结论类似于孙佳伟的用词模式进行分类）。</del></div></td><td colspan="2"> </td></tr> <tr><td class='diff-marker'>−</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del class="diffchange diffchange-inline">*** 语料：爬取旅游领域领域文本约3w篇，人工标注200条关系实例作为种子集，最后得到的抽取结果性能评估应该是抽样人工评价（文中没有明确给出）。</del></div></td><td colspan="2"> </td></tr> <tr><td class='diff-marker'>−</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del class="diffchange diffchange-inline">** 2) 在旅游领域复现了付瑞吉的博士论文第五章：基于聚类的分段映射的方法。</del></div></td><td colspan="2"> </td></tr> <tr><td class='diff-marker'>−</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del class="diffchange diffchange-inline">*** 语料：训练集是人工构建的旅游领域知识库：约1780个上下位关系对。测试集是随机选择了210个领域实体和它们的上位词（应该是上位词表，或者这210个词对间本身有很强的关联[未明确说明]）进行人工标注。</del></div></td><td colspan="2"> </td></tr> <tr><td class='diff-marker'>−</td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del class="diffchange diffchange-inline">* 2. 问题：文章很多地方都表述都不太清晰：包括候选实例的获取算法，层级关系的具体组织，其他方法对比（规则、CRF方法）时的设计。</del></div></td><td colspan="2"> </td></tr> </table>

LA-share http://hlt.suda.edu.cn/index.php?title=%E8%AE%BA%E6%96%87%E7%90%86%E8%A7%A35&diff=1600&oldid=prev 2019-10-24T15:15:29Z

<p>创建页面，内容为“《结合词向量和Bootstrapping的领域实体上下位关系获取和组织》 计算机科学 马晓军等 2018.6 昆明理工 * 1. 文章专注于旅游领域...”</p> <p><b>新页面</b></p><div>《结合词向量和Bootstrapping的领域实体上下位关系获取和组织》 计算机科学 马晓军等 2018.6 昆明理工<br /> * 1. 文章专注于旅游领域，提出了一种新的结合词向量和Bootstrapping的领域实体上下位关系获取方法。文章主要分为两部分：<br /> ** 1) 设计了三种上下文特征，利用聚类的方法获取上下位关系模式和实例，实验表明词对间的此特征（BET）的效果好（得到的结论类似于孙佳伟的用词模式进行分类）。<br /> *** 语料：爬取旅游领域领域文本约3w篇，人工标注200条关系实例作为种子集，最后得到的抽取结果性能评估应该是抽样人工评价（文中没有明确给出）。<br /> ** 2) 在旅游领域复现了付瑞吉的博士论文第五章：基于聚类的分段映射的方法。<br /> *** 语料：训练集是人工构建的旅游领域知识库：约1780个上下位关系对。测试集是随机选择了210个领域实体和它们的上位词（应该是上位词表，或者这210个词对间本身有很强的关联[未明确说明]）进行人工标注。<br /> * 2. 问题：文章很多地方都表述都不太清晰：包括候选实例的获取算法，层级关系的具体组织，其他方法对比（规则、CRF方法）时的设计。</div>

LA-share