医疗实体识别是电子病历文本信息抽取的基本任务。针对中文电子病历文本复合实体较多、实体长度较长、句子成分缺失严重、实体边界不清的语言特点以及标注语料难以获取的现状，提出了一种基于领域词典和条件随机场（CRF）的双层标注模型。该模型通过对外部资源的统计分析构建医疗领域词典，再结合条件随机场，进行了两次不同粒度的标注，将领域词典识别的准确性和机器学习的自动性融为一体，从中文电子病历文本中识别出疾病、症状、药品、操作四类医疗实体。该模型在测试数据中的宏精确率为96.7%、宏召回率为97.7%、宏F1值为97.2%。同时对比分析了采用注意力机制的深度神经网络的识别效果，因受到领域数据集大小的限制，在该测试数据集中后者表现不佳。实验结果表明了该双层标注模型对中文医疗实体识别的高效性

国外汽车技术在最近20年来有了迅猛的发展,产生了大量的 新术语新名词。用图解的形式表达英、汉汽车术语,直观、明了、准 确。由于目前国内还没有一本反映当代汽车结构的图解英汉汽车 词典,我们早就想编写“图解英汉汽车技术词典”。这次受机械工业 出版社委托,编一本全面反映当代汽车技术的英汉图解词典,我们 深感荣幸、自当将精品供给读者

对于机器翻译研究来说，本章的第一任务是要建立语言的机器词典, 这一机器词典是多语言的。例如各自的藏, 英, 汉语机器词库。 单词与词组的处理与分析, 对于汉语来说, 首先必须要进行单词的自动切分。自动切分歧义部分是解决的难点, 不但可能用到规则推理, 而且还可能用到语法分析, 语义用分析, 更详细的过程可以结合第六章等一起研究。 词语分类和兼类的分析与处理是本章研究的又一重点。 本章的最后将研究词处理的一些细节问题。 5 . 1 机器词典概述 5 . 2 自动分词 5 . 3 词语的排序, 检索, 词库 5 . 4 词语的分类与兼类问题 5 . 5 词语处理的其它问题 5 . 6 . 1 概述 5 . 6 . 2 多义词类型 5 . 6 . 3 消歧方法 5 . 5 . 7 英语形态还原

4.1仙农-范诺与赫夫曼编码 4.1.1仙农-范诺编码 4.1.2赫夫曼编码 4.2算术编码 4.3RLe编码 4.4词典编码 4.4.1词典编码的思想 4.4.2L77算法 4.4.3LZss算法

1-1引论 一、决策与决策分析的定义 1. Decision的本义(牛津词典) 2苏联大百科全书 3 4.的“Decision Theory条: 5.美国现代经济词典

词典学（PPT课件讲稿）词典

如何建立词项词典？ 文档解析：格式？语言？编码方式？ 词条化：词条（Tokens）/词项（Terms） 停用词：停用词表？查表法 or 基于文档频率 词项归一化：等价类同义词扩展表 词形归并：am, are, is be 词干还原：去除单词两端词缀、Porter算法 如何实现倒排记录表？ • 跳表:跳表指针(位置、个数、更新问题） • 短语查询 • 二元词索引扩展的二元词索引：词性标注 • 位置信息索引邻近查询 • 增加倒排记录表 • 混合索引机制

一、贪污的定义 英国出版的《社会科学百科全书》将贪污定义为“为谋私利而滥用公权 力”;国际透明度组织将贪污定义为“公职人员为私人利益滥用权力”中国社 会科学语言研究所词典编辑室1996年7月修订的《现代汉语词典》解释,贪污 是指利用职务上的便利非法地取得财物;上海辞书出版社出版的《辞海》(1979 年版)解释,贪污指工作人员利用职务上的便利,侵吞、盗窃、骗取、套取国家 或集体财物,强索他人财物,收受贿赂以及其他假公济私违法取利的行为;根 据《中华人民共和国刑法》第三百八十二条规定,贪污是指国家工作人员利用 职务上的便利,侵吞、窃取、骗取或者以其他手段非法占有公共财物的行为

目录 1.前言 2.使用说明 3.名词目录(按汉语拼音音序排列 4.词典正文 5.英汉名词 6.附录

◆ 5.1 结构化需求分析的由来 ◆ 5.2 结构化分析模型的组成 ◆ 5.3 数据建模 ◆ 5.4 功能建模 ◆ 5.5 行为建模 ◆ 5.6 数据词典 ◆ 5.7 软件需求规格说明书