检索结果-南通市图书馆

基于局部注意力和本地远程监督的实体关系抽取方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

吉林大学学报(工学版) 2023年

作者：郭晓然王铁君闫悦西北民族大学数学与计算机科学学院西北民族大学中国民族信息技术研究院

针对复杂语境下重叠三元组的实体关系抽取，提出一种基于局部注意力和本地远程监督的联合抽取方法LARE。设计了指针式分层序列标注方案解决三元组的实体重叠问题；提出局部注意力机制，通过滑动窗口进行注意力计算以关注局部细节信息；... 详细信息

针对复杂语境下重叠三元组的实体关系抽取，提出一种基于局部注意力和本地远程监督的联合抽取方法LARE。设计了指针式分层序列标注方案解决三元组的实体重叠问题；提出局部注意力机制，通过滑动窗口进行注意力计算以关注局部细节信息；建立本地知识库，训练时利用远程监督方式标注，并随机替换一些实体关系对生成新的训练句子，增强模型的拟合能力。经过对比实验，本文方法在百度数据集和唐卡数据集上的F1值分别为81.49%和53.07%，优于其它基线模型，提升了实体重叠情况下的关系抽取性能。

关键词：计算机应用实体关系抽取实体重叠局部注意力机制本地远程监督

CHIP 2020评测任务2概述:中文医学文本实体关系抽取

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中文信息学报 2022年第6期36卷 101-108页

作者：甘子发昝红英关同峰李雯昕张欢朱田恬穗志方陈清财郑州大学信息工程学院河南郑州450001 北京大学计算语言学教育部重点实验室北京100871 哈尔滨工业大学(深圳) 广东深圳518000 鹏城实验室广东深圳518052

第六届中国健康信息处理会议(China conference on Health Information Processing,CHIP 2020)组织了中文医疗信息处理方面的6个评测任务,其中任务2为中文医学文本实体关系抽取任务,该任务的主要目标为自动抽取中文医学文本中的实体关... 详细信息

第六届中国健康信息处理会议(China conference on Health Information Processing,CHIP 2020)组织了中文医疗信息处理方面的6个评测任务,其中任务2为中文医学文本实体关系抽取任务,该任务的主要目标为自动抽取中文医学文本中的实体关系三元组。共有174支队伍参加了评测任务,最终17支队伍提交了42组结果,该任务以微平均F_(1)值为最终评估标准,提交结果中F_(1)最高值达0.6486。

关键词：实体关系抽取中文医学文本处理信息抽取

一种面向中医领域科技文献的实体关系抽取方法

在线全文

学校读者我要写书评

暂无评论

图书情报工作 2022年第18期66卷 105-113页

作者：董美常志军中国科学院文献情报中心北京100190 中国科学院大学经济与管理学院图书情报与档案管理系北京100190

[目的/意义]针对现有的中医领域知识图谱来源于科技文献的知识相对缺少的问题,提出一套面向中医科技文献实体关系抽取的解决方案,补充中医临床研究知识库,为领域知识图谱构建提供数据基础。[方法/过程]针对中医科技文献,设计领域实体关... 详细信息

[目的/意义]针对现有的中医领域知识图谱来源于科技文献的知识相对缺少的问题,提出一套面向中医科技文献实体关系抽取的解决方案,补充中医临床研究知识库,为领域知识图谱构建提供数据基础。[方法/过程]针对中医科技文献,设计领域实体关系表示模型;并根据领域数据多标签和重叠的特点,将实体关系抽取任务分解为关系分类和实体识别两个子任务,将关系分类结果融入实体识别任务中,设计基于预训练模型BERT的实体关系抽取级联模型。[结果/结论]在自建中医科技文献信息抽取数据集(TCM-STD-IE)上进行实验验证,关系分类和实体识别的F1-micro分别为92.74%、93.58%。

关键词：实体关系抽取预训练模型中医科技文献领域知识图谱

基于多特征自注意力BLSTM的中文实体关系抽取

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2019年第10期33卷 47-56,72页

作者：李卫疆李涛漆芳昆明理工大学信息工程与自动化学院

实体关系抽取解决了原始文本中目标实体之间的关系分类问题,同时也被广泛应用于文本摘要、自动问答系统、知识图谱、搜索引擎和机器翻译中。由于中文句式和语法结构复杂,并且汉语有更多歧义,会影响中文实体关系分类的效果。该文提出了... 详细信息

实体关系抽取解决了原始文本中目标实体之间的关系分类问题,同时也被广泛应用于文本摘要、自动问答系统、知识图谱、搜索引擎和机器翻译中。由于中文句式和语法结构复杂,并且汉语有更多歧义,会影响中文实体关系分类的效果。该文提出了基于多特征自注意力的实体关系抽取方法,充分考虑词汇、句法、语义和位置特征,使用基于自注意力的双向长短期记忆网络来进行关系预测。在中文COAE 2016Task 3和英文SemEval 2010Task 8数据集上的实验表明该方法表现出了较好的性能。

关键词：实体关系抽取自注意力双向长短期记忆网络多特征

基于藏文Albert预训练语言模型的图采样与聚合实体关系抽取

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2022年第10期36卷 63-72页

作者：于韬尼玛次仁拥措尼玛扎西西藏大学信息科学技术学院西藏拉萨850000 西藏大学西藏自治区藏文信息技术人工智能重点实验室西藏拉萨850000 西藏大学藏文信息技术教育部工程研究中心西藏拉萨850000

实体关系抽取任务是对句子中实体对间的语义关系进行识别。该文提出了一种基于Albert预训练语言模型结合图采样与聚合算法(Graph Sampling and Aggregation,GraphSAGE)的实体关系抽取方法,并在藏文实体关系抽取数据集上实验。该文针对... 详细信息

实体关系抽取任务是对句子中实体对间的语义关系进行识别。该文提出了一种基于Albert预训练语言模型结合图采样与聚合算法(Graph Sampling and Aggregation,GraphSAGE)的实体关系抽取方法,并在藏文实体关系抽取数据集上实验。该文针对藏文句子特征表示匮乏、传统藏文实体关系抽取模型准确率不高等问题,提出以下方案:①使用预先训练的藏文Albert模型获得高质量的藏文句子动态词向量特征;②使用提出的图结构数据构建与表示方法生成GraphSAGE模型的输入数据,并通过实验证明了该方法的有效性;③借鉴GraphSAGE模型的优势,利用其图采样与聚合操作进行关系抽取。实验结果表明,该文方法有效提高了藏文实体关系抽取模型的准确率,且优于基线实验效果。

关键词：藏文实体关系抽取 Albert GraphSAGE

融合关键词提取与远程监督的文物信息资源实体关系抽取方法研究

在线全文

学校读者我要写书评

暂无评论

现代情报 2023年第2期43卷 30-41页

作者：彭博童兆莉华中科技大学建筑与城市规划学院湖北武汉430074 华中师范大学信息管理学院湖北武汉430079 湖北省城镇化工程技术研究中心湖北武汉430074

[目的/意义]“文博热”的到来在互联网中催生了大量与文物有关的信息资源,其中大多数以非结构化数据的形式存在,如何从中抽取实体关系是进行信息资源深度利用、传播文物知识、弘扬中华优秀传统文化的基础。[方法/过程]文章提出了一种利... 详细信息

[目的/意义]“文博热”的到来在互联网中催生了大量与文物有关的信息资源,其中大多数以非结构化数据的形式存在,如何从中抽取实体关系是进行信息资源深度利用、传播文物知识、弘扬中华优秀传统文化的基础。[方法/过程]文章提出了一种利用关键词抽取算法获取信息资源中与文物主题有关的关键词作为外部知识库检索词,使用SPARQL检索获取实体关系并根据语义进行对齐后,利用远程监督自动进行信息资源实体关系抽取的方法。[结果/结论]在与其他方法的对比试验中,该方法在多个关键词阈值下取得了较好的效果,融合了多种关键词抽取方法在获取信息资源内容上的优势与特点,有效解决了远程监督关系抽取带来的噪音以及关系长尾问题,是一种面向网络信息资源自动进行实体关系抽取的可行方法。

关键词：关键词提取远程监督文本聚类文本分类实体关系抽取

在线全文

学校读者我要写书评

暂无评论

复杂中文文本的实体关系抽取研究

计算机科学 2009年第8期36卷 208-211页

作者：王苑徐德智陈建二中南大学信息科学与工程学院长沙410083

实体关系抽取是信息抽取研究领域中的重要研究课题之一。针对已有方法在处理复杂文本上的不足,提出了复杂中文文本的实体关系抽取方法。结合中文文本的语法特征,提出了7条抽取关系特征序列的启发式规则,并采用语义序列核和KNN机器学习... 详细信息

实体关系抽取是信息抽取研究领域中的重要研究课题之一。针对已有方法在处理复杂文本上的不足,提出了复杂中文文本的实体关系抽取方法。结合中文文本的语法特征,提出了7条抽取关系特征序列的启发式规则,并采用语义序列核和KNN机器学习算法结合的方法来分类和标注关系的类型。通过对ACE评测定义下的两个子类的实体关系抽取,关系抽取的平均F值达到了76%,明显高于传统的基于特征向量和最短依存路径核的方法。

关键词：实体关系抽取语法特征启发式规则语义序列核

在线全文

学校读者我要写书评

暂无评论

基于条件随机域模型的中文实体关系抽取

计算机工程 2010年第24期36卷 192-194页

作者：周晶南京高等职业技术学校计算机管理系南京210019

针对信息抽取领域中存在的抽取结果难以满足需要的问题,给出基于条件随机域模型的方法,以解决组块标注和实体关系抽取问题。通过定义中文组块和实体关系的标注方式,选择比较通用的《人民日报》语料,训练出效率较高的二阶模板来抽取文本... 详细信息

针对信息抽取领域中存在的抽取结果难以满足需要的问题,给出基于条件随机域模型的方法,以解决组块标注和实体关系抽取问题。通过定义中文组块和实体关系的标注方式,选择比较通用的《人民日报》语料,训练出效率较高的二阶模板来抽取文本中的实体关系。实验结果表明,该方法可以获得更好的抽取效果。

关键词：信息抽取组块标注实体关系抽取条件随机域模型

在线全文

学校读者我要写书评

暂无评论

面向招投标领域的远程监督实体关系抽取研究

计算机工程与应用 2020年第17期56卷 243-250页

作者：陈雨婷刘旭红刘秀磊北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 北京信息科技大学计算机学院北京100101

招投标网站资源中蕴含着丰富的情报信息。“远程监督”方法借助知识库自动标注数据,弥补了传统信息抽取方法在语料准备阶段对人工强依赖的缺陷,可有效提高信息抽取效率。该方法会引入噪声数据,导致信息抽取效果不够理想。因此,提出一种... 详细信息

招投标网站资源中蕴含着丰富的情报信息。“远程监督”方法借助知识库自动标注数据,弥补了传统信息抽取方法在语料准备阶段对人工强依赖的缺陷,可有效提高信息抽取效率。该方法会引入噪声数据,导致信息抽取效果不够理想。因此,提出一种基于因子图模型的远程监督实体关系抽取方法,并结合领域特征,采用知识融合技术提高实体抽取质量,进而针对远程监督的缺陷提出基于负例数据学习的降噪方法。实验结果表明,该方法能够有效减少“噪声”干扰,提高关系抽取性能。

关键词：实体关系抽取远程监督因子图模型知识融合