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:贸泽电子(MouserElectronics)即日起开始备货MicrochipTechnology的SAMR34LoRaSub-GHz系统级封装(SiP)系列。SAMR34SiP系列器件在6mm×6mm小型封装中集成32位微控制器、软件协议栈和sub-GHzLoRa收发器,超低功耗特性使其适用于各种物联网(IoT)应用。贸泽备货的MicrochipSAMR34LoRasub-GHzSiP采用基于32位ArmCortexM0内核的MicrochipSAML21单片机,具有高达256KB闪存和40KBRAM。其板载UHF收发器可支持LoRa和FSK调制,运行于137MHz至1020MHz频率范围内,无需外部放大即可支持最高达+20dBm的发射功率。