基于Transfer-crf神经网络的电子表格智能识别算法
TP18; 电子表格是一种使用非常广泛的数据存储和分析工具,但其数据结构形式多样、结构复杂.为了快速准确地识别电子表格结构,提出了基于深度学习序列标注模型的电子表格结构自动识别方法.首先,确定待识别的电子表格数据结构;其次,采用中国国家统计局数据对模型进行训练;最后,将本文提出的算法与基于条件随机场序列标注的电子表格结构识别方法进行实验对比.实验结果表明:提出的算法在多个评估指标上都取得了较好的结果....
Gespeichert in:
| Veröffentlicht in: | 重庆理工大学学报（自然科学版） 2019, Vol.33 (10), p.155-160 |
|---|---|
| Hauptverfasser: | , , , , , |
| Format: | Artikel |
| Sprache: | chi |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | 160 |
|---|---|
| container_issue | 10 |
| container_start_page | 155 |
| container_title | 重庆理工大学学报（自然科学版） |
| container_volume | 33 |
| creator | 毛尚伟 张志清 汤槟 郑成坤 翟波 符云清 |
| description | TP18; 电子表格是一种使用非常广泛的数据存储和分析工具,但其数据结构形式多样、结构复杂.为了快速准确地识别电子表格结构,提出了基于深度学习序列标注模型的电子表格结构自动识别方法.首先,确定待识别的电子表格数据结构;其次,采用中国国家统计局数据对模型进行训练;最后,将本文提出的算法与基于条件随机场序列标注的电子表格结构识别方法进行实验对比.实验结果表明:提出的算法在多个评估指标上都取得了较好的结果. |
| doi_str_mv | 10.3969/j.issn.1674-8425(z).2019.10.024 |
| format | Article |
| fullrecord | <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_cqgxyxb201910024</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>cqgxyxb201910024</wanfj_id><sourcerecordid>cqgxyxb201910024</sourcerecordid><originalsourceid>FETCH-wanfang_journals_cqgxyxb2019100243</originalsourceid><addsrcrecordid>eNpjYFA3NNAztjSz1M_SyywuztMzNDM30bUwMTLVqNLUMzIwtNQDKjAwMmFh4IRLcTDwFhdnJhkYGRkbWpqYm3Ay2D-dv-vJrr6QosS84rTUIt3korTnS-c9393_fO_E57vnPJ_V8nzK1qdrJ7xYuOLZgj3PZu560bz3xfq2px2rn6-b_mzzVB4G1rTEnOJUXijNzaDh5hri7KFbnpiXlpiXHp-VX1qUB5SJTy5Mr6isSAK5zNAA6C5jEpQCAJa4WGs</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于Transfer-crf神经网络的电子表格智能识别算法</title><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>毛尚伟 ; 张志清 ; 汤槟 ; 郑成坤 ; 翟波 ; 符云清</creator><creatorcontrib>毛尚伟 ; 张志清 ; 汤槟 ; 郑成坤 ; 翟波 ; 符云清</creatorcontrib><description>TP18; 电子表格是一种使用非常广泛的数据存储和分析工具,但其数据结构形式多样、结构复杂.为了快速准确地识别电子表格结构,提出了基于深度学习序列标注模型的电子表格结构自动识别方法.首先,确定待识别的电子表格数据结构;其次,采用中国国家统计局数据对模型进行训练;最后,将本文提出的算法与基于条件随机场序列标注的电子表格结构识别方法进行实验对比.实验结果表明:提出的算法在多个评估指标上都取得了较好的结果.</description><identifier>ISSN: 1674-8425</identifier><identifier>DOI: 10.3969/j.issn.1674-8425(z).2019.10.024</identifier><language>chi</language><publisher>重庆中冶赛迪信息技术有限公司,重庆401122%重庆大学,重庆,400044</publisher><ispartof>重庆理工大学学报（自然科学版）, 2019, Vol.33 (10), p.155-160</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/cqgxyxb/cqgxyxb.jpg</thumbnail><link.rule.ids>314,776,780,4010,27900,27901,27902</link.rule.ids></links><search><creatorcontrib>毛尚伟</creatorcontrib><creatorcontrib>张志清</creatorcontrib><creatorcontrib>汤槟</creatorcontrib><creatorcontrib>郑成坤</creatorcontrib><creatorcontrib>翟波</creatorcontrib><creatorcontrib>符云清</creatorcontrib><title>基于Transfer-crf神经网络的电子表格智能识别算法</title><title>重庆理工大学学报（自然科学版）</title><description>TP18; 电子表格是一种使用非常广泛的数据存储和分析工具,但其数据结构形式多样、结构复杂.为了快速准确地识别电子表格结构,提出了基于深度学习序列标注模型的电子表格结构自动识别方法.首先,确定待识别的电子表格数据结构;其次,采用中国国家统计局数据对模型进行训练;最后,将本文提出的算法与基于条件随机场序列标注的电子表格结构识别方法进行实验对比.实验结果表明:提出的算法在多个评估指标上都取得了较好的结果.</description><issn>1674-8425</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2019</creationdate><recordtype>article</recordtype><recordid>eNpjYFA3NNAztjSz1M_SyywuztMzNDM30bUwMTLVqNLUMzIwtNQDKjAwMmFh4IRLcTDwFhdnJhkYGRkbWpqYm3Ay2D-dv-vJrr6QosS84rTUIt3korTnS-c9393_fO_E57vnPJ_V8nzK1qdrJ7xYuOLZgj3PZu560bz3xfq2px2rn6-b_mzzVB4G1rTEnOJUXijNzaDh5hri7KFbnpiXlpiXHp-VX1qUB5SJTy5Mr6isSAK5zNAA6C5jEpQCAJa4WGs</recordid><startdate>2019</startdate><enddate>2019</enddate><creator>毛尚伟</creator><creator>张志清</creator><creator>汤槟</creator><creator>郑成坤</creator><creator>翟波</creator><creator>符云清</creator><general>重庆中冶赛迪信息技术有限公司,重庆401122%重庆大学,重庆,400044</general><general>中冶赛迪技术研究中心有限公司,重庆401122</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2019</creationdate><title>基于Transfer-crf神经网络的电子表格智能识别算法</title><author>毛尚伟 ; 张志清 ; 汤槟 ; 郑成坤 ; 翟波 ; 符云清</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_cqgxyxb2019100243</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2019</creationdate><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>毛尚伟</creatorcontrib><creatorcontrib>张志清</creatorcontrib><creatorcontrib>汤槟</creatorcontrib><creatorcontrib>郑成坤</creatorcontrib><creatorcontrib>翟波</creatorcontrib><creatorcontrib>符云清</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>重庆理工大学学报（自然科学版）</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>毛尚伟</au><au>张志清</au><au>汤槟</au><au>郑成坤</au><au>翟波</au><au>符云清</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于Transfer-crf神经网络的电子表格智能识别算法</atitle><jtitle>重庆理工大学学报（自然科学版）</jtitle><date>2019</date><risdate>2019</risdate><volume>33</volume><issue>10</issue><spage>155</spage><epage>160</epage><pages>155-160</pages><issn>1674-8425</issn><abstract>TP18; 电子表格是一种使用非常广泛的数据存储和分析工具,但其数据结构形式多样、结构复杂.为了快速准确地识别电子表格结构,提出了基于深度学习序列标注模型的电子表格结构自动识别方法.首先,确定待识别的电子表格数据结构;其次,采用中国国家统计局数据对模型进行训练;最后,将本文提出的算法与基于条件随机场序列标注的电子表格结构识别方法进行实验对比.实验结果表明:提出的算法在多个评估指标上都取得了较好的结果.</abstract><pub>重庆中冶赛迪信息技术有限公司,重庆401122%重庆大学,重庆,400044</pub><doi>10.3969/j.issn.1674-8425(z).2019.10.024</doi></addata></record> |
| fulltext | fulltext |
| identifier | ISSN: 1674-8425 |
| ispartof | 重庆理工大学学报（自然科学版）, 2019, Vol.33 (10), p.155-160 |
| issn | 1674-8425 |
| language | chi |
| recordid | cdi_wanfang_journals_cqgxyxb201910024 |
| source | 国家哲学社会科学学术期刊数据库 (National Social Sciences Database) |
| title | 基于Transfer-crf神经网络的电子表格智能识别算法 |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-31T09%3A46%3A44IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8ETransfer-crf%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E7%9A%84%E7%94%B5%E5%AD%90%E8%A1%A8%E6%A0%BC%E6%99%BA%E8%83%BD%E8%AF%86%E5%88%AB%E7%AE%97%E6%B3%95&rft.jtitle=%E9%87%8D%E5%BA%86%E7%90%86%E5%B7%A5%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5%EF%BC%88%E8%87%AA%E7%84%B6%E7%A7%91%E5%AD%A6%E7%89%88%EF%BC%89&rft.au=%E6%AF%9B%E5%B0%9A%E4%BC%9F&rft.date=2019&rft.volume=33&rft.issue=10&rft.spage=155&rft.epage=160&rft.pages=155-160&rft.issn=1674-8425&rft_id=info:doi/10.3969/j.issn.1674-8425(z).2019.10.024&rft_dat=%3Cwanfang_jour%3Ecqgxyxb201910024%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=cqgxyxb201910024&rfr_iscdi=true |