检索结果-南通市图书馆

作者：王驰龙重庆邮电大学

学位级别：硕士

随着大数据时代的到来,海量的信息以半结构或者原始文本的形式存在于网络中,如何将其中的信息以结构化的形式储存是当前亟待解决的问题。知识图谱作为结构化的语义网络被广泛用于自然语言处理中,关系抽取可用于文本中实体对之间语义关... 详细信息

随着大数据时代的到来,海量的信息以半结构或者原始文本的形式存在于网络中,如何将其中的信息以结构化的形式储存是当前亟待解决的问题。知识图谱作为结构化的语义网络被广泛用于自然语言处理中,关系抽取可用于文本中实体对之间语义关系的识别,在文本的语义理解和知识图谱的构建及完善中发挥着重要作用。基于神经网络的关系抽取方法是当前关系抽取的主流方法之一,它可降低传统自然语言处理中特征工程的复杂性,减少错误传播,在实际应用中取得了较强的效果与泛化性。结合词分布的向量表示和深度残差网络,本文开展了关系抽取方法的研究工作,本文的主要工作如下:1.提出了一种融合词语义信息与词位置信息的词分布模型。首先,结合二维高斯分布拟合单词的位置集合,用于文本的相似度计算,在此基础上,给出了融合词语义信息与词位置信息的词分布模型;其次,通过计算各个类簇间的高频词与类簇间的相似度,提出了句子级的词分布向量表示方法;最后,通过计算单词与各个类簇间的相似度,并结合关系文本聚类,提出了单词级的词分布向量表示方法。实验结果表明:在远程监督数据Wiki和NYT上,本文提出的结合词分布模型的单词级向量方法比文献中的方法具有更好的效果。2.提出了一种基于深度残差网络的关系抽取方法。首先,结合多尺度骨干架构(Res2Net),在深度网络的残差单元结构中使用分层层叠的特征组(Scale),取代了通用卷积层,扩充每个网络层的感受野范围,实现了不同粒度级别的多尺度特征表示;其次,融合挤压激励模块(Squeeze-and-Excitation Networks),在残差网络中通过机器学习的方式自主获取各个特征通道的重要程度;最后,结合句子级的注意力机制(Attention),在远程监督的数据集上减弱噪声影响,提高了关系抽取效果。实验结果表明:在NYT数据集上,相比文献中的方法PCNN+ATT、CNN+RL等方法,本文提出的方法取得了较好的效果,提高了远程监督关系抽取的Top-K准确率。

关键词：关系抽取词分布卷积神经网络深度残差网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于规则化词分布特征的无监督特征选取算法

基于规则化词分布特征的无监督特征选取算法

引用

全国网络与信息安全技术研讨会

作者：张爱华荆继武向继秦钰中国科学技术大学电子与信息工程系信息安全国家重点实验室(中国科学院研究生院)

无监督的聚类算法在中文网络信息处理中有着广泛的应用。由于存在大量的中文词语,适当的特征提取算法,可以降低计算资源消耗,提高聚类质量。但当前使用的无监督特征选取算法需要采用较多的参数,特征提取的结果与参数和数据集相关,具有... 详细信息

无监督的聚类算法在中文网络信息处理中有着广泛的应用。由于存在大量的中文词语,适当的特征提取算法,可以降低计算资源消耗,提高聚类质量。但当前使用的无监督特征选取算法需要采用较多的参数,特征提取的结果与参数和数据集相关,具有随机性和过拟合的缺点。本文提出了基于规则化的词分布的无监督特征提取算法,通过对不同的规则化算法和不同数据集的实验结果表明,此算法简单、有效、稳定和普适。实验验证了不同聚类结果评价方法具有相似的变化特性,LTC 向量化算法的结果总是优于其它向量化算法。

关键词：聚类特征提取词分布 LTC 向量化聚类结果评价

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

搜索引擎结果的重排序方法

引用

计算机应用 2005年第2期25卷 305-308页

作者：杨广翔俞宁谌莉武汉大学计算机学院湖北武汉430079 武汉大学教育科学学院湖北武汉4300079

当前Web搜索引擎返回的搜索结果一般是按“超链分析”进行排序的。采用词频统计、词分布特征量等方法对Web搜索引擎的搜索结果的关键词相关度进行计算,并重新对搜索结果排序,可以使得搜索结果中有关的页面文集更加集中。从而方便了信息... 详细信息

当前Web搜索引擎返回的搜索结果一般是按“超链分析”进行排序的。采用词频统计、词分布特征量等方法对Web搜索引擎的搜索结果的关键词相关度进行计算,并重新对搜索结果排序,可以使得搜索结果中有关的页面文集更加集中。从而方便了信息的使用,特别是在对于特定内容的信息搜索时。

关键词：词频统计搜索引擎词分布排序

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：