您当前的位置：
首页 >
文章列表页 >
生物医学命名实体识别的两阶段学习算法
计算机科学与技术 | 更新时间：2025-05-26

    • 生物医学命名实体识别的两阶段学习算法

    • Two-stage learning algorithm for biomedical named entity recognition

    • “在生物医学领域，专家提出了两阶段学习框架，实现低资源下的中文生物医学命名实体识别，为解决数据标注成本高问题提供解决方案。”
    • 吉林大学学报（工学版）   2023年53卷第8期 页码：2380-2387
    • 作者机构：

      吉林大学 计算机科学与技术学院，长春 130012

    • 作者简介：

      车翔玖（1969-），男，教授，博士.研究方向：计算机图形学，大数据可视化.E-mail：chexj@jlu.edu.cn

    • 基金信息：
      国家自然科学基金项目(62172184);吉林省科技发展计划项目(20200401077GX;20200201292JC)

    • DOI：10.13229/j.cnki.jdxbgxb.20211156    

      中图分类号： TP391.1

    • 收稿：2021-11-04，

      纸质出版：2023-08-01

    移动端阅览

  • 车翔玖,徐欢,潘明阳等.生物医学命名实体识别的两阶段学习算法[J].吉林大学学报（工学版）,2023,53(08):2380-2387. DOI： 10.13229/j.cnki.jdxbgxb.20211156.

    CHE Xiang-jiu,XU Huan,PAN Ming-yang,et al.Two-stage learning algorithm for biomedical named entity recognition[J].Journal of Jilin University(Engineering and Technology Edition),2023,53(08):2380-2387. DOI： 10.13229/j.cnki.jdxbgxb.20211156.

  •  
  •  

0

浏览量

12

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

联合时空注意力的视频显著性预测
基于多支路卷积神经网络的磁瓦表面缺陷检测算法
基于桥梁裂缝识别模型的桥梁裂缝病害识别方法
基于卷积网络结构重参数化的车位状态检测算法
基于Mask R⁃CNN和上下文卷积神经网络的肺结节检测

相关作者

薛浩
曲卫东
秦贵和
孙铭会
金玉波
董洁
谢罗峰
朱杨洋

相关机构

吉林大学 符号计算与知识工程教育部重点实验室
上海爱思博特管理咨询有限公司
光电对抗测试评估技术重点实验室
四川大学 机械工程学院
成都航空职业技术学院
0