简介:传统的生物医学命名实体识别方法需要大量的标注数据样本,但是在实际应用中标注样本代价高昂。为降低生物医学命名实体识别对标注样本的需求,本文提出通过使用PU学习中的两步法方法,将生物医学命名实体识别问题转化为PU场景下的命名实体识别问题。在第一步中分别使用1-DNF、Spy、NB和Rocchio算法在未标注数据中抽取强负例,然后在已有的正例数据和强负例数据的基础上构建隐马尔可夫模型,最后对待分类数据进行命名实体识别。在GENIA语料库上的实验结果显示,在标注数据较少的情况下,通过使用PU学习方法的两步法构建分类模型,其性能显著优于直接使用标注数据构建的分类模型,同时降低了人工标注数据的成本。
简介:ARPU值即月均用户账单额,它代表着每个电信用户的利润贡献率,也反映着电信企业经营效益成果的动态.造成电信ARPU值下滑的主要原因是:①由于电信资费调整,使得一些电信业务的单位价格下降了;②电信业务的行业间同质化竞争,造成业务收入分流;③替代性业务的介入和拓展,如大量使用电话卡通话、上网等;④电话放装规模扩大,但通信需求却未能相应激发;⑤相当多的用户在使用电信业务时手段单一,电信部门对于多元化经营宣传、引导不够.提升ARPU值,电信运营企业应尽力做好以下几个方面的工作:做好细分电信市场工作;多元化经营,发展增值业务;加强业务宣传,引导用户需求;采取有效手段,增强用户兴趣;推进优质规范服务,提升用户满意度.
简介:提出了非线性保守系统周期运动的Hermite插值解法.该方法首先将时间转换为周期运动时间,由此系统的微分方程变为适用于Hermite插值的形式.与Qaisi提出的传统幂级数法不同,采用两点Hermite插值函数代替一点幂级数展开,保证了求解的收敛性及精度.使用Hermite插值解法给出了一类非线性振子的近似通解.研究表明,该近似通解不但可用于进一步分析振子的振动特性,且具有较高精度.