声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：32-1429/V
国际刊号：1005-2615
发布日期:
作者：刘栋梁，张嵩，张宁康，高洋，林海波
单位：中国航天标准化研究所，北京 100071；,中国航天标准化研究所，北京 100071；,中国航天标准化研究所，北京 100071；,中国航天标准化研究所，北京 100071；,中国航天标准化研究所，北京 100071；
关键词：航天术语;标准化;深度学习;BERT;语义相似度
将航天术语标准化问题与深度学习相结合，发挥深度学习在文本建模上强大的语义表征能力，提出了一种基于BERT的航天术语标准化方法。首先，介绍了自然语言处理任务中的文本相似度计算方法和序列标准方法。然后，针对一定量的航天文本原词数据，使用Jaccard相似度计算得到候选标准词。最后，通过构建BERT的预训练模型获得预测标准词。实验结果表明，BERT在自然语言处理任务上具有强大优势，基于多个术语标准评测数据集上准确率达到89.93%，可以提高航天术语标准化水平和效果。
来源：2022年第S期
《南京航空航天大学学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。