Logowanie
Zarejestruj się
Zresetuj hasło
Publikuj i Dystrybuuj
Rozwiązania Wydawnicze
Rozwiązania Dystrybucyjne
Dziedziny
Architektura i projektowanie
Bibliotekoznawstwo i bibliologia
Biznes i ekonomia
Chemia
Chemia przemysłowa
Filozofia
Fizyka
Historia
Informatyka
Inżynieria
Inżynieria materiałowa
Językoznawstwo i semiotyka
Kulturoznawstwo
Literatura
Matematyka
Medycyna
Muzyka
Nauki farmaceutyczne
Nauki klasyczne i starożytne studia bliskowschodnie
Nauki o Ziemi
Nauki o organizmach żywych
Nauki społeczne
Prawo
Sport i rekreacja
Studia judaistyczne
Sztuka
Teologia i religia
Zagadnienia ogólne
Publikacje
Czasopisma
Książki
Materiały konferencyjne
Wydawcy
Blog
Kontakt
Wyszukiwanie
EUR
USD
GBP
Polski
English
Deutsch
Polski
Español
Français
Italiano
Koszyk
Home
Czasopisma
Applied Mathematics and Nonlinear Sciences
Tom 8 (2023): Zeszyt 1 (January 2023)
Otwarty dostęp
Study of agricultural finance policy information extraction based on ELECTRA-BiLSTM-CRF
Airong Yang
Airong Yang
oraz
Yong Xia
Yong Xia
| 12 gru 2022
Applied Mathematics and Nonlinear Sciences
Tom 8 (2023): Zeszyt 1 (January 2023)
O artykule
Poprzedni artykuł
Następny artykuł
Abstrakt
Ilustracje i tabele
Referencje
Autorzy
Artykuły w tym zeszycie
Podgląd
PDF
Zacytuj
Udostępnij
Data publikacji:
12 gru 2022
Zakres stron:
2541 - 2550
Otrzymano:
11 lip 2022
Przyjęty:
19 lis 2022
DOI:
https://doi.org/10.2478/amns.2021.2.00307
Słowa kluczowe
Agricultural finance policy
,
Information extraction
,
ELECTRA-BiLSTM-CRF
© 2023 Airong Yang et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.
Fig. 1
General framework of information extraction programme for agricultural finance policy. CRF, conditional random field
Fig. 2
Agricultural finance policy information extraction model architecture. CRF, conditional random field
Fig. 3
ELECTRA model structure. MLM, Masked Language Model
Fig. 4
Training of different models. CRF, conditional random field
Fig. 5
Testing of different models. CRF, conditional random field
Fig. 6
Evaluation results. CRF, conditional random field