首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  免费   1篇
综合类   1篇
  2018年   1篇
排序方式: 共有1条查询结果,搜索用时 3 毫秒
1
1.
目的:建立基于深度学习的中国学者身份识别模型,解决生物医学英文文献中因学者名称著录格式多样、机构和科室的英文名称不规范造成的身份难以识别问题。方法:利用学者的单位名称、院系名称、合作关系等关键特征信息,建立深度神经网络模型,将特征信息赋予权值向量,输出数据的权值超过阈值即可判定为完全匹配。结果:当训练次数达到10次以上时,所建立的深度神经网络模型对中国学者身份的准确识别率达到85%以上。结论:深度神经网络模型可以比较精准地智能识别学者身份信息,为机构知识库中数据清洗提供了技术支持。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号