检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

实体关系抽取的技术方法综述

现代图书情报技术 2008年第8期 18-23页

作者：徐健张智雄吴振新中国科学院国家科学图书馆北京100190 中国科学院研究生院北京100049 中山大学资讯管理系广州510275

对实体关系抽取研究以MUC和ACE评测为主线的发展进行总结,并指出实体关系抽取任务普遍存在的三个问题是特定领域标引数据集的获取、模式的获取以及共指消解。在对当前关系抽取的相关文献、系统和项目进行分析研究的基础上,将基于非结构... 详细信息

对实体关系抽取研究以MUC和ACE评测为主线的发展进行总结,并指出实体关系抽取任务普遍存在的三个问题是特定领域标引数据集的获取、模式的获取以及共指消解。在对当前关系抽取的相关文献、系统和项目进行分析研究的基础上,将基于非结构化文本的实体关系抽取技术方法归纳为:基于模式匹配的关系抽取、基于词典驱动的关系抽取、基于机器学习的关系抽取、基于Ontology的关系抽取以及混合抽取方法,旨在为进一步构建实体关系抽取系统提供良好借鉴。

关键词：实体关系抽取信息抽取关系抽取方法

融合多特征的基于远程监督的中文领域实体关系抽取

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2019年第2期32卷 133-143页

作者：王斌郭剑毅线岩团王红斌余正涛昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学智能信息处理重点实验室昆明650500

针对从未标记的文本中抽取中文领域实体关系的问题,文中提出基于远程监督的领域实体属性关系抽取的混合方法,利用知识库中已有结构化的关系三元组,从自然语言文本中自动获取训练语料.针对远程监督方法标注数据存在大量噪声的问题,采用... 详细信息

针对从未标记的文本中抽取中文领域实体关系的问题,文中提出基于远程监督的领域实体属性关系抽取的混合方法,利用知识库中已有结构化的关系三元组,从自然语言文本中自动获取训练语料.针对远程监督方法标注数据存在大量噪声的问题,采用隐含狄利克雷分布主题模型抽取主题关键词,再与关系类型进行相似度计算和对关键词模式匹配进行去噪.最后提取词性特征、依存关系特征和短语句法树特征,并进行融合,训练关系抽取模型.实验表明,3种特征融合的F值较高,抽取性能较好.

关键词：远程监督实体关系抽取领域知识库特征融合隐含狄利克雷分布主题模型

基于CNN-BLSTM的食品舆情实体关系抽取模型研究

在线全文

学校读者我要写书评

暂无评论

食品科学技术学报 2021年第2期39卷 152-158页

作者：王庆棒汪颢懿左敏张青川温馨袁玉梅北京工商大学农产品质量安全追溯技术及应用国家工程实验室北京100048 北京工商大学计算机与信息工程学院北京100048

食品舆情实体关系抽取是构建食品舆情知识图谱的关键技术,也是当前信息抽取领域的重要研究课题。针对食品舆情中常出现的实体对多关系问题,在卷积神经网络(convolutional neural network,CNN)中引入基于位置感知的领域词语义注意力机制... 详细信息

食品舆情实体关系抽取是构建食品舆情知识图谱的关键技术,也是当前信息抽取领域的重要研究课题。针对食品舆情中常出现的实体对多关系问题,在卷积神经网络(convolutional neural network,CNN)中引入基于位置感知的领域词语义注意力机制;在双向长短时记忆(bidirectional long short-term memory,BLSTM)网络中引入基于位置感知的语义角色注意力机制,构建基于CNN-BLSTM的食品舆情实体关系抽取模型。在食品舆情数据集上进行了对比实验,实验结果表明:基于CNN-BLSTM的食品舆情实体关系抽取模型在食品舆情数据集上准确率比常用的几种深度神经网络模型高出8.7%~13.94%,验证了模型的合理性和有效性。

关键词：实体关系抽取注意力机制位置感知语义角色标注卷积神经网络双向长短时记忆网络

一种新型高效的文库知识图谱实体关系抽取算法

在线全文

学校读者我要写书评

暂无评论

西安电子科技大学学报 2021年第6期48卷 75-83页

作者：胡代旺焦一源李雁妮西安电子科技大学计算机科学与技术学院陕西西安710071

实体关系抽取旨在给定的一个句子中抽取两个实体之间的语义关系。实体关系抽取是信息抽取和自然语言处理中的一项基本而重要的任务。尽管近年来已出现了一些较好的深度实体关系抽取算法,但如何充分利用语料库信息并有效地抽取语句中实... 详细信息

实体关系抽取旨在给定的一个句子中抽取两个实体之间的语义关系。实体关系抽取是信息抽取和自然语言处理中的一项基本而重要的任务。尽管近年来已出现了一些较好的深度实体关系抽取算法,但如何充分利用语料库信息并有效地抽取语句中实体间的语义关系,以进一步提高深度模型的精度仍面临着严峻的挑战。本文首先基于训练文库构建了一种新的实体语义关系图,随着测试的进行它也可以不断扩展。实体语义关系图用于从语料库的所有句子中全局获取实体之间的语义关系。然后,选取语料库中存在的大量“other”关系作为负样本进行训练,以提高分类性能。最后,利用轻量级预训框架ALBERT、图卷积网络和负样本学习三元组损失,提出了一种新的实体关系抽取算法。该算法能不断地汇总和完善与待抽取实体对间关系的相关知识,因此可以有效地提高实体关系抽取的精度。在SemEval-2010 Task8和TACRED的基准测试中对这种算法进行的广泛性能对比实验,表明该算法的性能均优于目前最具代表性的深度实体关系抽取算法。

关键词：实体关系抽取自然语言处理图神经网络

在线全文

学校读者我要写书评

暂无评论

基于过滤机制的链式实体关系抽取模型

模式识别与人工智能 2023年第7期36卷 590-601页

作者：夏鸿斌沈健刘渊江南大学人工智能与计算机学院无锡214122 江南大学江苏省媒体设计与软件技术重点实验室无锡214122

当前实体关系抽取任务中普遍采用堆叠标注层的方式处理关系重叠问题.这种处理方式中很多关系对应标注层的计算是冗余的,会导致标注矩阵的稀疏化,影响模型的抽取效果.针对上述问题,文中提出基于过滤机制的链式实体关系抽取模型,先通过编... 详细信息

当前实体关系抽取任务中普遍采用堆叠标注层的方式处理关系重叠问题.这种处理方式中很多关系对应标注层的计算是冗余的,会导致标注矩阵的稀疏化,影响模型的抽取效果.针对上述问题,文中提出基于过滤机制的链式实体关系抽取模型,先通过编码层获得文本的向量特征,再通过五阶段的链式解码结构顺序抽取关系三元组的主体、客体和关系.链式解码结构在避免标注矩阵稀疏化的同时,能够通过过滤机制完成实体和关系的自动对齐.在解码过程中:条件层规范化用于提高阶段间特征的融合程度,减少误差累积的影响;门控单元用于优化模型的拟合性能;首尾分离和关系修正模块用于关系集的多重校验.在公开数据集上的对比实验表明,文中模型取得较优性能.

关键词：实体关系抽取关系三元组链式解码结构过滤机制门控单元条件层规范化

面向某地区电网继电保护装置缺陷知识图谱构建的实体关系抽取

在线全文

学校读者我要写书评

暂无评论

电网技术 2023年第5期47卷 1874-1885页

作者：王书鸿郑少明刘中硕刘一民董鹏陶畅于逸廷薛安成新能源电力系统国家重点实验室(华北电力大学) 北京市昌平区102206 国家电网华北电力调控分中心北京市西城区100053

继电保护装置缺陷时有发生,威胁其作为第一道防线的可靠性,进而影响电网安全稳定运行。随着电网规模扩大,保护装置数量增加,现场运维工作需要智能化辅助减小运维压力;同时,保护装置历史缺陷数据累积,蕴含有助于辅助运维的信息有待文本... 详细信息

继电保护装置缺陷时有发生,威胁其作为第一道防线的可靠性,进而影响电网安全稳定运行。随着电网规模扩大,保护装置数量增加,现场运维工作需要智能化辅助减小运维压力;同时,保护装置历史缺陷数据累积,蕴含有助于辅助运维的信息有待文本挖掘。有鉴于此,该文以某地区电网实际继电保护装置缺陷数据和专业词典为基础,提出了一种面向继电保护装置缺陷知识图谱构建的实体关系抽取方法。首先,以传统本体构建思想为基础,借助词频–逆文档频率(term frequency-inverse document frequency,TF-IDF)方法,抽取了继电保护装置领域术语,并定义了概念及其间关系,实现了继电保护装置缺陷本体构建;其次,根据继电保护装置缺陷记录文本特征,提出了基于语法规则的实体关系抽取方法,实现了近邻词位实体的关系抽取;再次,提出了基于远程监督学习的实体关系抽取方法,实现了长间隔词位实体关系抽取;进一步,利用关系抽取可信度评价指标,实现了综合语法规则和远程监督的实体关系抽取;最后,利用Protégé对装置缺陷本体及关系抽取结果做了局部可视化展示。

关键词：继电保护装置缺陷文本领域本体实体关系抽取

在线全文

学校读者我要写书评

暂无评论

深度学习实体关系抽取研究综述

软件学报 2019年第6期30卷 1793-1818页

作者：鄂海红张文静肖思琪程瑞胡莺夕周筱松牛佩晴北京邮电大学计算机学院数据科学与服务中心北京100876 教育部信息网络工程研究中心(北京邮电大学) 北京100876

实体关系抽取作为信息抽取、自然语言理解、信息检索等领域的核心任务和重要环节,能够从文本中抽取实体对间的语义关系.近年来,深度学习在联合学习、远程监督等方面上的应用,使关系抽取任务取得了较为丰富的研究成果.目前,基于深度学习... 详细信息

实体关系抽取作为信息抽取、自然语言理解、信息检索等领域的核心任务和重要环节,能够从文本中抽取实体对间的语义关系.近年来,深度学习在联合学习、远程监督等方面上的应用,使关系抽取任务取得了较为丰富的研究成果.目前,基于深度学习的实体关系抽取技术,在特征提取的深度和模型的精确度上已经逐渐超过了传统基于特征和核函数的方法.围绕有监督和远程监督两个领域,系统总结了近几年来中外学者基于深度学习的实体关系抽取研究进展,并对未来可能的研究方向进行了探讨和展望.

关键词：实体关系抽取深度学习联合学习远程监督生成对抗网络

面向食品安全事件新闻文本的实体关系抽取研究

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2020年第7期51卷 244-253页

作者：郑丽敏齐珊珊田立军杨璐中国农业大学信息与电气工程学院北京100083 食品质量与安全北京实验室北京100083

为解决从大规模网络文本中快速、准确识别食品安全事件并进行实体关系抽取受中文复杂语法特性限制的问题,提出一种基于依存分析的面向食品安全事件新闻文本的实体关系抽取方法FSE_ERE(Entity relation extraction of food safety events... 详细信息

为解决从大规模网络文本中快速、准确识别食品安全事件并进行实体关系抽取受中文复杂语法特性限制的问题,提出一种基于依存分析的面向食品安全事件新闻文本的实体关系抽取方法FSE_ERE(Entity relation extraction of food safety events,FSE_ERE)。该方法结合句子的依存分析结果和实体关系抽取模型,对非结构化中文文本进行无监督的实体关系抽取,并引入一种将文本相似度结合到PU学习(Positive and unlabeled learning)的半监督分类方法,利用改进的特征加权处理方法提高分类精度,使得FSE_ERE方法能够在高质量的食品安全事件新闻文本中完成实体关系抽取工作。实验结果表明,FSE_ERE方法在食品安全事件新闻文本数据集和多类型混合新闻文本数据集上的实体关系抽取均达到了先进的性能,F值分别达到了71.21%和67.42%,证明了FSE_ERE方法的有效性和可移植性。

关键词：食品安全事件实体关系抽取依存分析 PU学习文本相似度

在线全文

学校读者我要写书评

暂无评论

基于深度强化学习的文本实体关系抽取方法

电子科技大学学报 2022年第1期51卷 91-99页

作者：罗欣陈艳阳耿昊天许文波张民电子科技大学资源与环境学院成都611731 电子科技大学长三角研究院浙江湖州313001

从文本大数据中快速准确地抽取文本的实体关系信息是构建知识图谱的关键。针对目前主流的远程监督关系抽取方法常常忽略实体对的类型信息和句子语法信息的问题,该文提出了一种基于深度强化学习的文本实体关系抽取方法。首先,利用结合实... 详细信息

从文本大数据中快速准确地抽取文本的实体关系信息是构建知识图谱的关键。针对目前主流的远程监督关系抽取方法常常忽略实体对的类型信息和句子语法信息的问题,该文提出了一种基于深度强化学习的文本实体关系抽取方法。首先,利用结合实体周围词注意力机制的双向长短期记忆网络作为句子编码的第一个模块;然后,在此基础上加入实体类型嵌入模块,利用实体类型来丰富句子编码信息;最后,将一个依存句法分析模块纳入模型,共同组成了关系抽取器。同时,为实现标签级别的降噪,该文结合强化学习方法,设计了一个标签学习器来学习句子的软标签,以纠正错误标签。设计的标签学习器与关系抽取器结合,构成了基于深度强化学习的文本关系抽取框架。在公开数据集ACE2005、Chinese-Literature-NER-RE-Dataset和自建的数据集上进行实验,结果表明本文提出的方法在精度和召回率上都优于目前几种主流的模型。

关键词：深度学习实体关系抽取强化学习远程监督文本数据