雷春雅
- 作品数：6 被引量：21H指数：3
- 供职机构：昆明理工大学城市学院更多>>
- 发文基金：云南省中青年学术和技术带头人后备人才项目云南省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术自然科学总论更多>>
- 院系二级排课管理模式的探讨
- 2015年
- 随着高职本科学院招生规模的不断扩大，院系二级管理模式成为教学管理体制改革的必然选择。文章结合高职本科学院的培养模式特点，对其排课的难点所在进行分析，探索符合学院发展形势的二级排课模式，明确了院系二级排课模式的职责分工，进一步建立以系部为主体的排课工作流程，以适应学院新形势发展的需要。
- 雷春雅向青钟嘉玉
- 领域实体关系自动抽取研究
- 实体关系抽取是当前信息检索的一个热点问题。实体关系抽取就是指从特定领域的非结构化文本中自动识别出实体对间的各种潜在语义关系,它在信息检索、自动问答系统中有着广泛的应用。目前,实体关系抽取主要采用有监督的机器学习方法,该方...
- 雷春雅
- 关键词：最大熵信息熵
- 文献传递
- 基于信息熵的半监督领域实体关系抽取研究被引量：3
- 2011年
- 针对监督机器学习方法抽取实体关系受限于标注语料的规模问题,提出采用信息熵方法来不断扩展小规模训练数据的半监督领域实体关系抽取。结合领域词汇选取小规模训练数据,构建了一定准确率的初始最大熵分类器,用来从未标记数据中预测出候选新实例。采用信息熵方法,通过设定不同熵值,多次循环以选取可信度较高的新实例来扩展训练数据。使用扩展后的训练数据重新迭代训练分类器,分类器性能趋于稳定迭代终止,实现了半监督学习的领域实体关系抽取。实验表明,和已有方法相比,本文提出的半监督领域实体关系抽取通过结合信息熵方法,在小规模标注样本环境中取得了较好的学习效果。
- 郭剑毅雷春雅余正涛苏磊赵君田维
- 关键词：信息熵最大熵分类器
- 基于条件随机场的英文产品命名实体识别被引量：14
- 2010年
- 英文产品命名实体识别目前国内外研究得较少,本文针对TREC 2009英文产品命名实体(EPNE)识别的任务,首次提出了一种基于条件随机场模型(CRF)的英文产品命名实体识别方法。在条件随机场中,该方法以词作为切分粒度,充分利用上下文和英文产品名特有的指示信息作为分类特征,结合手工构建的品牌词表进行建模。实验表明,该方法获得了较好的结果,英文产品实体识别准确率达到93.6%,召回率达到92.4%。
- 张朝胜郭剑毅线岩团余正涛雷春雅王海雄
- 关键词：条件随机场命名实体识别
- “错峰上下课”策略的作用机理及可行性研究——以昆明理工大学城市学院为例
- 2017年
- 高校"错峰上下课"问题非常复杂,概念化实例不仅不能产生好的错峰效果,反而可能引发教学资源的各种冲突和就餐拥挤状况的恶化。介绍并分析了"错峰上下课"的国内实施现状及其对就餐系统的作用机理;鉴于教学安排在时间与空间上的分布相互关联,考虑课程编排特点、节次、上下课时间以及各年级学生数量等特征,设计了错峰策略;采用层次分析法AHP建立了问题模型,求解出了评价错峰策略的权重数,用于该策略的可行性研究。在昆明理工大学城市学院实施了此策略,结果表明:该错峰策略下,教学安排与各种教学资源、学生就餐这一结构系统达到最佳优化,克服了教学资源的瓶颈因素,具有推广的应用价值。
- 雷春雅钟嘉玉向青柴家佳
- 关键词：高校
- 基于自扩展与最大熵的领域实体关系自动抽取被引量：3
- 2010年
- 实体关系自动获取是信息抽取的难题之一。本文提出自扩展算法和最大熵机器学习算法相结合的方法,以旅游领域为研究对象进行实体关系的自动抽取。首先利用自扩展算法自动获取能体现实体对间大类关系的语义词汇,该词汇作为特征加入最大熵机器学习算法的特征集,并设定阈值实现训练语料的自动标注;然后使用最大熵机器学习算法对训练语料进行学习,构建实体关系抽取的分类器,实现实体关系的自动获取。在收集600篇旅游领域语料的基础上进行实验,4大类实体关系的抽取获得了较好的结果,其中地理位置关系和时节关系的F值分别为82.56%和81.17%。实验结果表明:在人工干预较少的情况下,加入实体对间的语义词汇能有效提高抽取效果。
- 雷春雅郭剑毅余正涛毛存礼张少敏黄甫
- 关键词：实体关系抽取最大熵
