TY -的A2简Ying-Ren盟——冯,鑫盟- Li Yingrui盟——挂张盟——风扇,张非盟- Yu,琼盟鑫,Ruihao PY - 2022 DA - 2022/08/04 TI - TBR-NER:研究COVID-19基于共同学习的主题识别的文本信息提取和命名实体识别SP - 3967171六世- 2022 AB -有一个集中的核心内容的文本信息新皇冠流行通知。提出了一种联合学习文本信息提取方法:TBR-NER(基于主题识别命名实体识别)基于主题识别和命名实体识别的预测标记风险领域和流行轨迹信息以文本信息。学习和数据传输增加用于解决数据不足的问题由于最初的地方爆发流行,和相互理解是通过主题自我标签不引入额外的标记数据。以传染病在河北和吉林两省为例,验证了该方法的可靠性和有效性五种话题识别和15种实体信息提取。实验结果表明,与现有的四个尼珥方法相比,该方法可以实现最优速度通过相互学习每个任务在早期阶段的训练。独立的测试集的最佳精度可以提高20%以上,和最小损失值显著降低。这也证明了共同学习算法(TBR-NER)本文中提到的执行更好的在这样的任务。TBR-NER模型特定的社会性和适用性,可以帮助在流行预测,预防和控制。SN - 1687 - 725 - 2022/3967171 / 10.1155 x你——https://doi.org/10.1155/2022/3967171——摩根富林明——《传感器PB - Hindawi KW - ER