排序方式： 共有2条查询结果，搜索用时 93 毫秒
1
1.
输电线路常需要跨越地质灾害易发区域,为了保证电力的正常、安全输送,对输电线路通道所经区域进行滑坡地质灾害的空间分布及潜在风险评价具有重要意义。本文结合GIS和AHP方法进行了某输电线通道滑坡灾害危险性评价,选取地形地貌、气候条件、水文条件、人为活动条件、植被条件、地质岩组条件等影响因子,建立评价指标体系,利用层次分析法(AHP)确定各因子权重,基于GIS地理空间分析评价了输电线路通道地质灾害危险性,划分了5类区域:极高危险区、高危险区、中危险区、低危险区、较低危险区。危险性评价结果可为输电线路电力设施通道滑坡灾害防治、安全设计和施工提供科学依据。 相似文献
2.
命名实体识别（NER）是自然语言处理众多研究基础，其可以被定义为分类任务，旨在从非结构化文本中定位出命名实体，同时将命名实体分类成预定义类别。与英文相比，中文构词灵活、不具有边界性，且缺乏高质量中文NER数据集，导致中文命名实体识别难度较大。细粒度实体是粗粒度实体的细分类型，中文细粒度命名实体尤其是地理命名实体识别难度更大。中文地理命名实体识别无法同时兼顾精度和召回率，改善中文细粒度地理命名实体识别性能至关重要。因此，本文提出2种联合词汇增强模型的中文细粒度地理命名实体识别模型。首先，将词汇作为“知识”注入模型，基于词汇增强方式探究适合细粒度命名实体识别方法，并找出适合细粒度命名实体识别方法BERT-FLAT以及LEBERT；其次，为进一步提升细粒度地理命名实体识别性能，针对上述2种方法在预训练模型、对抗训练以及随机权重平均3个方面进行改进，形成联合词汇增强模型RoBERTa-wwm-FLAT以及LE-RoBERTa-wwm；最后，对联合词汇增强模型进行消融实验，探究不同改进策略对于地理命名实体识别性能影响。基于CLUENER数据集和1个微博数据集的实验表明：(1)与无词汇增强功能模型... 相似文献
1