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:三、WINDOWS挂钩监控函数的实现步骤WINDOWS挂钩函数只有放在动态链接库DLL中才能实现所有事件的监控功能,//按键按下处理if(MicroFlag==TRUE){//Micro键按下if((BYTE)HIBYTE(wParam)==0x5b){//Micro+"["组合键......//按键功能处理}elseif((BYTE)HIBYTE(wParam)==0x5d){//Micro+"]"组合键......//按键功能处理}}break,//自定义消息类型if(lParam==0x3L){//设置Micro键的状态if(wParam==0x1)MicroFlag=TRUE