全文获取类型
收费全文 | 886篇 |
免费 | 8篇 |
国内免费 | 11篇 |
专业分类
教育 | 358篇 |
科学研究 | 266篇 |
各国文化 | 13篇 |
体育 | 77篇 |
综合类 | 7篇 |
文化理论 | 17篇 |
信息传播 | 167篇 |
出版年
2024年 | 2篇 |
2023年 | 11篇 |
2022年 | 11篇 |
2021年 | 11篇 |
2020年 | 13篇 |
2019年 | 11篇 |
2018年 | 11篇 |
2017年 | 6篇 |
2016年 | 9篇 |
2015年 | 34篇 |
2014年 | 87篇 |
2013年 | 101篇 |
2012年 | 100篇 |
2011年 | 106篇 |
2010年 | 77篇 |
2009年 | 64篇 |
2008年 | 99篇 |
2007年 | 47篇 |
2006年 | 14篇 |
2005年 | 32篇 |
2004年 | 14篇 |
2003年 | 11篇 |
2002年 | 8篇 |
2001年 | 10篇 |
2000年 | 5篇 |
1999年 | 1篇 |
1998年 | 3篇 |
1997年 | 1篇 |
1996年 | 3篇 |
1995年 | 1篇 |
1992年 | 1篇 |
1990年 | 1篇 |
排序方式: 共有905条查询结果,搜索用时 62 毫秒
721.
本文分析了最长名词短语的内部构成特征,提出了一种基于基本名词短语中心归约的最长名词短语识别方法,并使用条件随机场模型识别了最长名词短语.实验取得了87.58%的正确率和88.31%的召回率. 相似文献
722.
723.
724.
HMM、CRF等机器学习算法在中文实体抽取任务上存在大量依靠特征提取及准确率低的缺陷,而基于BiLSTM-CRF、BERT等深度神经网络算法在中文实体识别准确率高,但BiLSTM模型依赖大规模标注数据,BERT存在参数量大、效率低等问题。该研究提出了基于ALBERT-Attention-CRF模型进行中文实体抽取的方法。首先将glove、Word2vec等静态词向量替换为ALBERT预训练模型字向量,可有效解决分词错误、数据稀疏、OOV、过拟合以及一词多义等问题;然后采用ALBERT作为编码层并对其输出利用Attention机制捕获上下文语义特征;最后结合CRF作为解码层输出实体正确标签,摒弃主流BiLSTM-CRF模型,最终在《人民日报》数据的测试集上取得了理想的效果。试验结果表明,该方法有助于提升通用中文实体识别的准确率和效率,其有效性也得到了较好的验证。 相似文献
726.
基于条件随机场与自定义规则的时间表达式识别 总被引:1,自引:0,他引:1
本文致力于信息抽取中时间表达式的识别与提取研究.首先针对基于规则方法时间识别的缺点,将统计序列标注模型--条件随机场应用于时间识别中,充分利用时间表达式的内部和外部特征进行时间识别,提高了时间识别的准确率.然后通过对识别结果进行分析,自定义规则对识别错误结果进行后处理,进一步提高时间识别的召回率,弥补了机器学习模型获取知识不够全面而导致的召回率偏低的问题.实验结果表明,本文方法开放测试的准确率、召回率和F-值分别到达了91 65%、88 13%和89 85%,较传统方法均有所提高,是一种有效的时间表达式识别方法. 相似文献
727.
[目的/意义] 在人文计算兴起这一背景下, 为了更加深入和精准地从古代典籍中挖掘出相应的知识, 针对先秦文献进行自动分词的探究。[方法/过程] 基于《汉学引得丛刊》中的《春秋经传注疏引书引得》制定词汇表, 在由《春秋左氏传》和《晏子春秋》所构成的训练和测试语料上, 通过条件随机场模型, 结合使用统计和人工内省方法确定的特征模板, 完成对先秦典籍进行自动分词的探究。[结果/结论] 在先秦典籍自动分词的整个流程基础上, 得到简单特征模板、内部特征模板和组合特征模板下的自动分词模型, 最好的分词模型调和平均值达到97.47%, 具有较强的推广和应用价值。在构建自动分词模型的过程中, 通过融入内部和外部的特征知识, 模型的精确率和召回率得到有效的提升。 相似文献
728.
本文在分析了枢纽机场应该具备的基本条件的前提下提出了一种基于双层筛选评价体系的枢纽机场选择方法,并参照UMApHMP的基本特点对中枢辐射式航线网络进行建模和验证分析。 相似文献