期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Chinese-BERT和BiLSTM的海洋石油工程行业质量问题分类
1
作者
蔡玉华
安鑫鹏
+1 位作者
马永军
安广山
《现代信息科技》
2025年第7期151-156,共6页
为提升海洋石油行业工程施工质量检查的智能化水平,提出一种基于中文预训练模型Chinese-BERT和双向长短时记忆网络(BiLSTM)的施工质量问题分类算法。Chinese-BERT模型采用中文预训练能够更好地进行中文文本的特征提取,提高文本向量语义...
为提升海洋石油行业工程施工质量检查的智能化水平,提出一种基于中文预训练模型Chinese-BERT和双向长短时记忆网络(BiLSTM)的施工质量问题分类算法。Chinese-BERT模型采用中文预训练能够更好地进行中文文本的特征提取,提高文本向量语义表示的准确性,而BiLSTM则进一步对Chinese-BERT得出的特征向量进行关键信息提取。将模型在真实数据中进行有效性验证,结果显示,所提模型在分类性能上优于其他对比模型,能有效地解决质量问题分类问题。
展开更多
关键词
海洋石油工业
质量问题
文本分类
Chinese-BERT
BiLSTM
在线阅读
下载PDF
职称材料
题名
基于Chinese-BERT和BiLSTM的海洋石油工程行业质量问题分类
1
作者
蔡玉华
安鑫鹏
马永军
安广山
机构
中国海洋石油工程质量监督渤海中心站
天津科技大学人工智能学院
出处
《现代信息科技》
2025年第7期151-156,共6页
基金
国家重点研发计划(2022YFC2806100)。
文摘
为提升海洋石油行业工程施工质量检查的智能化水平,提出一种基于中文预训练模型Chinese-BERT和双向长短时记忆网络(BiLSTM)的施工质量问题分类算法。Chinese-BERT模型采用中文预训练能够更好地进行中文文本的特征提取,提高文本向量语义表示的准确性,而BiLSTM则进一步对Chinese-BERT得出的特征向量进行关键信息提取。将模型在真实数据中进行有效性验证,结果显示,所提模型在分类性能上优于其他对比模型,能有效地解决质量问题分类问题。
关键词
海洋石油工业
质量问题
文本分类
Chinese-BERT
BiLSTM
Keywords
offshore oil industry
quality problem
text classification
Chinese-BERT
BiLSTM
分类号
TP3191.1 [自动化与计算机技术—计算机软件与理论]
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Chinese-BERT和BiLSTM的海洋石油工程行业质量问题分类
蔡玉华
安鑫鹏
马永军
安广山
《现代信息科技》
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部