典型文献
基于BERT模型实现概念定义句自动识别
文献摘要：
[目的/意义]概念作为科学知识的表达,在科研中起着重要的作用.概念定义句的识别是科技文献挖掘分析的一个重要课题.[方法/过程]针对已有概念定义句识别研究中存在大量特征工程的问题,本文尝试在概念定义句识别研究中引入BERT模型,并通过与以往研究的对比验证了 BERT的有效性.随后利用科技文献全文数据,基于BERT模型采用多阶段微调的方式构建了面向实际应用的概念定义句自动识别模型.[结果/结论]BERT的注意力机制能捕获到概念定义句各个组成项之间的长距离和短距离依赖,从而更加有效地识别概念定义句.此外,通过多阶段微调的方式能够提升模型在实际应用中的效果.[创新/局限]提出基于BERT模型的概念定义句识别方法并验证其有效性,并进一步构建了具有实用化水平的概念定义句自动识别模型.
文献关键词：
定义句识别;BERT;深度学习;预训练模型;自动识别
中图分类号：
作者姓名：
李雪思;张智雄;刘欢
作者机构：
中国科学院文献情报中心,北京100190;中国科学院大学经济与管理学院,北京100049;科技大数据湖北省重点实验室,湖北武汉430072
文献出处：
引用格式：
[1]李雪思;张智雄;刘欢-.基于BERT模型实现概念定义句自动识别)[J].情报科学,2022(08):160-166,192
A类：
概念定义句,定义句识别,短距离依赖
B类：
BERT,模型实现,自动识别,念作,科学知识,科技文献挖掘,挖掘分析,特征工程,对比验证,多阶段,微调,识别模型,注意力机制,获到,长距离,实用化,预训练模型
AB值：
0.197244
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
