典型文献
应用于不平衡数据的电力实体识别方法
文献摘要：
电力文本语料稀缺造成了训练数据的不平衡,使得主流的双向长短期记忆网络和条件随机场方法表现较差.为此引入一个分类模型,将语句分为强弱两类,分别训练优化网络模型.通过在公开语料数据上进行实验,证明了在对电力语料数据进行命名实体识别时,该方法比传统的聚类方法和原双向长短期记忆模型分别高12％和4％.
文献关键词：
知识图谱;实体识别;不平衡数据;双向长短期记忆;条件随机场
中图分类号：
作者姓名：
苏华权;周昉昉;易仕敏;廖鹏;杨朝谊
作者机构：
广东电网有限责任公司信息中心,广州510000;广东电力信息科技有限公司,广州510000;广东电网有限责任公司,广州510000
文献出处：
引用格式：
[1]苏华权;周昉昉;易仕敏;廖鹏;杨朝谊-.应用于不平衡数据的电力实体识别方法)[J].信息技术,2022(06):60-65
A类：
B类：
不平衡数据,电力实体识别,实体识别方法,电力文本,语料,稀缺,训练数据,得主,双向长短期记忆网络,条件随机场,分类模型,语句,命名实体识别,聚类方法,双向长短期记忆模型
AB值：
0.279929
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
