相关实验视频
Updated: Jan 17, 2026

CRISPR Gene Editing Tool for MicroRNA Cluster Network Analysis
Published on: April 25, 2022
MINIGE-MNER:一个由基因编辑启发的多阶段交互网络,用于多式联络命名实体识别
Bo Kong1, Shengquan Liu1, Liruizhi Jia1
1School of Computer Science and Technology, Xinjiang University, Urumqi, 830046, China; Key Laboratory of Multilingual Information Technology in Xinjiang Uygur Autonomous Region, Urumqi, 830046, China.
本研究介绍了MINIGE-MNER,这是一种多模拟命名实体识别 (MNER) 的新方法,可以有效处理模式噪声和语义不匹配. 该方法通过平衡信息过和跨模式对齐来实现最先进的结果.
科学领域:
- 人工智能的人工智能
- 自然语言处理 (Natural Language Processing) 是一种自然语言处理.
- 计算机视觉 计算机视觉
背景情况:
- 多模式命名实体识别 (MNER) 结合了文本和图像数据用于实体识别.
- 现有的MNER方法与不平衡的模式噪声,语义不匹配以及由于缺乏文本优势而导致的信息丢失作斗争.
研究的目的:
- 为MNER (MINIGE-MNER) 提出一种由基因编辑启发的多阶段交互网络.
- 通过改进噪音处理,语义对齐和文本主导来解决现有的MNER技术的局限性.
主要方法:
- 一个基因淘汰模块使用变异信息瓶来进行平衡模式噪声过.
- 一个基因重组位点确定模块,以增强跨模态语义对齐.
- 一个以文本为导向的基因重组模块,用于以文本为主导,视觉补充的融合范式.
主要成果:
- MINIGE-MNER在Twitter-2015上获得了76.45%的F1分数,并在Twitter-2017上获得了88.67%的F1分数.
- 在各自的数据集上,性能比最新的方法高出0.83%和0.42%.
- 综合实验验证了MINIGE-MNER的优越性和模块有效性.
结论:
- 在MNER中,MINIGE-MNER有效地减轻了模式噪声,语义不匹配和信息丢失.
- 拟议的基因编辑启发网络为实体识别提供了多式联络信息融合的重大进步.
更多相关视频
09:40Characterization of Functionally Associated miRNAs in Glioblastoma and their Engineering into Artificial Clusters for Gene Therapy
Published on: October 4, 2019
08:28Automated Multimodal Stimulation and Simultaneous Neuronal Recording from Multiple Small Organisms
Published on: March 3, 2023
相关概念视频
Regulation of Expression at Multiple Steps
RNA Editing