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

基于注意力机制的远程监督实体关系抽取

上海大学学报（自然科学版） 2021年第5期27卷 983-992页

作者：邢毅雪朱永华高海燕周金张克上海大学上海电影学院上海200072 上海大学生命科学学院上海200444

关系抽取是许多信息抽取系统中的一个关键步骤,旨在从文本中挖掘结构化事实.在应用传统的远程监督方法完成实体关系抽取任务时存在2个问题:(1)远程监督方法将语料库中的文本与已标注实体和实体间关系的知识库启发式地对齐,并将对齐结果... 详细信息

关系抽取是许多信息抽取系统中的一个关键步骤,旨在从文本中挖掘结构化事实.在应用传统的远程监督方法完成实体关系抽取任务时存在2个问题:(1)远程监督方法将语料库中的文本与已标注实体和实体间关系的知识库启发式地对齐,并将对齐结果作为文本的标注数据,这必然会导致错误标签问题;(2)目前基于统计学的方法过于依赖自然语言处理工具,提取特征处理过程中生成的噪声积累严重影响抽取结果.为了解决远程监督存在的弊端,提出了一种基于注意力机制的端到端的分段循环卷积神经网络(convolutional neural network,CNN)模型.为了检测更加细微的特征,在网络输入层添加了注意力机制,自动学习句子中与关系抽取相关的内容;基于位置特征和词向量特征对句子进行编码,并使用分段卷积神经网络(piecewise CNN,PCNN)抽取句子特征进行分类,在网络中使用了效率较高的最大边界损失函数来衡量模型的性能.该方法在New York Times(NYT)数据集上的准确率比经典的PCNN+MIL模型提高了2.0%,比经典的APCNN+D模型提高了1.0%,与其他几种基线模型相比,该模型准确率表现出色.

关键词：实体关系抽取注意力机制深度学习远程监督

基于RoBERTa和加权图卷积网络的中文地质实体关系抽取

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第8期51卷 297-303页

作者：张鲁段友祥刘娟陆誉翕中国石油大学(华东)计算机科学与技术学院山东青岛266580

知识是大数据和人工智能的基石,知识图谱的可解释性和可扩展性等优势使其成为智能系统的重要技术。智能决策在各个领域都有迫切的应用需求,为知识图谱提供基于数据分析和推理的决策支持和应用场景,但领域场景复杂、数据多源、知识维度广... 详细信息

知识是大数据和人工智能的基石,知识图谱的可解释性和可扩展性等优势使其成为智能系统的重要技术。智能决策在各个领域都有迫切的应用需求,为知识图谱提供基于数据分析和推理的决策支持和应用场景,但领域场景复杂、数据多源、知识维度广,因此知识图谱的构建和应用都面临着很多挑战。针对地质领域知识图谱构建过程中领域知识模式完备性差的问题,以及现有实体关系抽取方法在处理非欧氏数据时存在的不足,提出了一种基于图结构的实体关系抽取模型RoGCN-ATT。该模型使用RoBERTa-wwm-ext-large中文预训练模型作为序列编码器,结合BiLSTM获取更丰富的语义信息,使用加权图卷积网络结合注意力机制获取结构依赖信息,以增强模型对关系三元组的抽取性能。在地质数据集上F1值达78.56%,与其他模型的对比实验表明,RoGCN-ATT有效提升了实体关系抽取性能,为地质知识图谱的构建和应用提供了有力的支持。

关键词：实体关系抽取图卷积网络依存句法分析注意力机制地质领域

在线全文

学校读者我要写书评

暂无评论

基于三支决策的两阶段实体关系抽取研究

计算机工程与应用 2018年第9期54卷 145-150页

作者：朱艳辉李飞胡骏飞钱继胜王天吉湖南工业大学计算机学院湖南株洲412008 湖南工业大学湖南省智能信息感知及处理技术重点实验室湖南株洲412008 中国人民银行铜陵市中心支行安徽铜陵244000

实体关系抽取作为信息抽取研究的重要研究课题之一,对知识图谱数据层的构建有着重要的意义。提出一种基于三支决策的两阶段分类技术实现实体关系抽取,首先构建SVM三支决策分类器实现第一阶段实体关系抽取,采用softmax多分类函数作为三... 详细信息

实体关系抽取作为信息抽取研究的重要研究课题之一,对知识图谱数据层的构建有着重要的意义。提出一种基于三支决策的两阶段分类技术实现实体关系抽取,首先构建SVM三支决策分类器实现第一阶段实体关系抽取,采用softmax多分类函数作为三支决策概率函数,然后采用KNN分类器对三支决策分类后的中间域样本进行二阶段分类。以ACE2005的语料作为实验数据,将三支决策两阶段分类结果与传统SVM方法分类结果进行比较,实验结果表明,基于三支决策的两阶段实体关系抽取方法取得了很好的分类效果。

关键词：实体关系抽取三支决策支持向量机(SVM) K最近邻(KNN) softmax函数

在线全文

学校读者我要写书评

暂无评论

基于新型关系注意力机制的实体关系抽取

中南民族大学学报（自然科学版） 2021年第3期40卷 286-291页

作者：毛养勤覃俊尹帆叶正李蔚栋中南民族大学计算机科学学院&湖北省制造企业智能管理工程技术研究中心武汉430074

实体关系抽取是信息抽取领域的一项关键技术,在知识库自动构建、问答系统等领域有着极为重要的意义.远程监督关系抽取技术利用大型知识库(Knowledge Base,KB)自动对语料进行标注,但存在噪声过大的问题.前人提出的注意力模型中利用实体... 详细信息

实体关系抽取是信息抽取领域的一项关键技术,在知识库自动构建、问答系统等领域有着极为重要的意义.远程监督关系抽取技术利用大型知识库(Knowledge Base,KB)自动对语料进行标注,但存在噪声过大的问题.前人提出的注意力模型中利用实体对的向量表示相减得到关系语义表示,进而使用关系表示来达到降噪的效果,然而同一实体对间存在多种关系,此种表示方法会导致噪声无法很好的过滤.针对上述问题提出了适用于多种关系存在的实体关系表示方法,并构建了一种基于新型关系表示的注意力机制的远程监督关系抽取模型.该模型使用PCNN网络来获取句子的语义特征,使用变换矩阵为每个实体对集合学习一个新型的关系表示来构建句子层的注意力,以达到进一步降噪的目的.实验表明:模型的预测结果优于基于远程监督的实体关系抽取问题的基线.

关键词：实体关系抽取注意力机制关系表示

在线全文

学校读者我要写书评

暂无评论

融合依存信息的关系导向型实体关系抽取方法

计算机应用研究 2023年第5期40卷 1410-1415,1440页

作者：王景慧卢玲段志丽张亮王玉柯重庆理工大学计算机科学与工程学院重庆400050

中文实体关系抽取多以字符序列处理文本,存在字符语义表征不足、长字符序列语义遗忘等问题,制约了远距离实体的召回率,为此提出了一种融合依存句法信息的关系导向型抽取方法。输入层以字符序列和基于同义词表示的词序列为输入;编码端用... 详细信息

中文实体关系抽取多以字符序列处理文本,存在字符语义表征不足、长字符序列语义遗忘等问题,制约了远距离实体的召回率,为此提出了一种融合依存句法信息的关系导向型抽取方法。输入层以字符序列和基于同义词表示的词序列为输入;编码端用长短时记忆网络(LSTM)进行文本编码,并加入全局依存信息,用于产生关系门的表示;解码端加入依存类型信息,并在关系门的作用下,用双向长短时记忆网络(BiLSTM)解码得到实体关系三元组。该方法在SanWen、FinRE、DuIE、IPRE中文数据集上的F1值分别较基线方法提高5.84%、2.11%、2.69%和0.39%。消融实验表明,提出的全局依存信息和依存类型信息表示方法均可提升抽取性能,对长句和远距离实体的抽取性能也稳定地优于基线方法。

关键词：实体关系抽取依存句法分析剪枝关系导向同义词

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

知识库问答系统中实体关系抽取方法研究

计算机工程与应用 2020年第11期56卷 219-224页

作者：张芳容杨青武汉理工大学计算机科学与技术学院武汉430063

针对现有的中文开放领域知识库问答系统缺乏对多关系问答的支持,将知识库问答过程分为实体识别、实体关系抽取和答案检索三个步骤,重点讨论了实体关系抽取的实现方法。在实体关系抽取阶段,提出一种基于规则的关系词提取方法抽取问句中... 详细信息

针对现有的中文开放领域知识库问答系统缺乏对多关系问答的支持,将知识库问答过程分为实体识别、实体关系抽取和答案检索三个步骤,重点讨论了实体关系抽取的实现方法。在实体关系抽取阶段,提出一种基于规则的关系词提取方法抽取问句中的关系词,然后将关系词与知识库中的谓词进行相似度计算,得到关系集合,结合实体识别的结果,将问句转换为具有语义信息的三元组形式。实验结果表明,该方法可以支持多关系问答,并且具有较高的平均F1分数。

关键词：知识库问答实体关系抽取相似度计算

主实体增强型层叠指针网络在中文医学实体关系抽取中的应用

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第S1期51卷 97-102页

作者：姜植瀚昝红英张莉吉林大学软件学院长春130012 郑州大学计算机与人工智能学院郑州450001 吉林大学生命科学学院长春130012

随着中国医学事业的快速发展,中文医学文本的数量不断增加。为了从这些中文医学文本中提取有价值的信息,并解决中文医学领域的实体关系抽取问题,研究人员已经提出一系列基于双向LSTM的模型。然而,由于双向LSTM的训练速度等问题,文中引... 详细信息

随着中国医学事业的快速发展,中文医学文本的数量不断增加。为了从这些中文医学文本中提取有价值的信息,并解决中文医学领域的实体关系抽取问题,研究人员已经提出一系列基于双向LSTM的模型。然而,由于双向LSTM的训练速度等问题,文中引入了层叠指针网络框架来处理中文医学文本的实体关系抽取任务。为了弥补层叠指针网络框架中主实体识别能力不足以及解决复用编码层时的梯度问题,文中提出了主实体增强模块,并引入了条件层归一化方法,从而提出了面向中文医学文本的主语增强型层叠指针网络框架(Subject Enhanced Cascade Binary Pointer Tagging Framework for Chinese Medical Text,SE-CAS)。通过引入主实体增强模块,能够精确识别有效的主实体,并排除错误实体。此外,还使用条件层归一化方法来替代原模型中的简单相加方法,并将其应用于编码层和主实体编码层。实验结果证明,所提模型在CMeIE数据集上取得了5.73%的F1值提升。通过消融实验证实,各个模块均能带来性能提升,并且这些提升具有叠加效应。

关键词：实体关系抽取层叠指针网络医学关系抽取深度学习主语识别

基于并行异构图和序列注意力机制的中文实体关系抽取模型

在线全文

学校读者我要写书评

暂无评论

计算机应用 2024年第7期44卷 2018-2025页

作者：毛典辉李学博刘峻岭张登辉颜文婧食品安全大数据技术北京市重点实验室(北京工商大学) 北京100048 农产品质量安全追溯技术及应用国家工程实验室(北京工商大学) 北京100048

近年来,随着深度学习技术的快速发展,实体关系抽取在许多领域取得了显著的进展。然而,由于汉语具有复杂的句法结构和语义关系,面向中文的实体关系抽取任务中仍然存在着多项挑战。其中,中文文本中的重叠三元组问题是领域中的重要难题之... 详细信息

近年来,随着深度学习技术的快速发展,实体关系抽取在许多领域取得了显著的进展。然而,由于汉语具有复杂的句法结构和语义关系,面向中文的实体关系抽取任务中仍然存在着多项挑战。其中,中文文本中的重叠三元组问题是领域中的重要难题之一。针对中文文本中的重叠三元组问题,提出了一种混合神经网络实体关系联合抽取(HNNERJE)模型。HNNERJE模型以并行方式融合序列注意力机制和异构图注意力机制,并结合门控融合策略构建了深度集成框架。该模型不仅可以同时捕获中文文本的语序信息和实体关联信息,还能够自适应地调整主客体标记器的输出,从而有效解决重叠三元组问题。另外,通过引入对抗训练算法提高模型对未见样本和噪声的适应能力。运用SHAP(SHapley Additive exPlanations)方法对HNNERJE模型进行解释分析,基于模型的识别结果解析它在抽取实体和关系时所依据的关键特征。HNNERJE模型在NYT、WebNLG、CMeIE和DuIE数据集上的F1值分别达到了92.17%、93.42%、47.40%和67.98%。实验结果表明:HNNERJE模型可以将非结构化的文本数据转化为结构化的知识表示,有效提取其中蕴含的有价值信息。

关键词：实体关系抽取异构图注意力机制对抗训练 SHAP方法

在线全文

学校读者我要写书评

暂无评论

集成学习算法在实体关系抽取中的应用

西安建筑科技大学学报（自然科学版） 2011年第3期43卷 446-450页

作者：董丽丽高山张翔西安建筑科技大学信息与控制工程学院陕西西安710055 西部建筑科技国家重点实验室(筹) 陕西西安710055

针对基于特征向量的实体关系抽取方法中分类算法分类精度的不足,提出了基于集成学习算法的实体关系抽取方法.该方法将实体特征组合并转化为特征向量,使用集成学习中的***算法来构造实体关系抽取的分类器,弱分类器采用决策树进行构造,通... 详细信息

针对基于特征向量的实体关系抽取方法中分类算法分类精度的不足,提出了基于集成学习算法的实体关系抽取方法.该方法将实体特征组合并转化为特征向量,使用集成学习中的***算法来构造实体关系抽取的分类器,弱分类器采用决策树进行构造,通过提高分类效果好的分类器的权重和分类错误样本权重的方式来提高分类的精度,从而实现实体关系类别的识别.该方法在对《人民日报》语料库的测试中,得到了比较好的效果.

关键词：集成学习实体关系抽取特征向量 ADA Boost.MH