中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于BERT的灾害三元组信息抽取优化研究

文献类型:期刊论文

作者宋敦江; 杨霖; 钟少波
刊名中国安全科学学报
出版日期2022-02-15
卷号32期号:02页码:115-120
ISSN号1003-3033
DOI10.16265/j.cnki.issn1003-3033.2022.02.016
文献子类期刊
英文摘要为从网络媒体文本中快速、准确提取灾害三元组信息,利用自然语言处理(NLP)技术,研究灾害三元组信息抽取应用及其算法优化。通过双向编码器表示(BERT)预训练语言模型,应用于地质灾害三元组信息提取的实例中,针对模型由于底层多头注意力(MHA)机制会导致“低秩瓶颈”问题,对此,通过增大模型key-size对其进行优化。结果表明:所提方法能够显著提升从新闻报道等文本中提取地质灾害种类、发生地点、发生时间等关键信息的容错率及精准率;可得到对地质等灾害空间分布情况和趋势的分析,进而为预案编制、应急资源优化配置、区域监测预警等灾害应急管理工作提供科学分析和决策信息支持。
源URL[http://ir.casisd.cn/handle/190111/11760]  
专题可持续发展政策研究所
通讯作者宋敦江
作者单位1.北京城市系统工程研究中心城市运行研究部
2.太原学院计算机科学与技术系
3.中国科学院科技战略咨询研究院
推荐引用方式
GB/T 7714
宋敦江,杨霖,钟少波. 基于BERT的灾害三元组信息抽取优化研究[J]. 中国安全科学学报,2022,32(02):115-120.
APA 宋敦江,杨霖,&钟少波.(2022).基于BERT的灾害三元组信息抽取优化研究.中国安全科学学报,32(02),115-120.
MLA 宋敦江,et al."基于BERT的灾害三元组信息抽取优化研究".中国安全科学学报 32.02(2022):115-120.

入库方式: OAI收割

来源:科技战略咨询研究院

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。