检索结果-南通市图书馆

新一代信息技术 2022年第6期5卷 137-143,146页

作者：文辉徐永林于敬达而观信息科技(上海)有限公司上海200010

随着信息抽取与知识结构化技术的快速发展与应用,快速的抽取出结构化的领域知识(structured domain knowledge,SDK)已经成为企业软件应用的迫切需求.然而,结构化领域知识的快速抽取仍然存在问题:(1)领域模型语料往往比较稀少,AI模型抽... 详细信息

随着信息抽取与知识结构化技术的快速发展与应用,快速的抽取出结构化的领域知识(structured domain knowledge,SDK)已经成为企业软件应用的迫切需求.然而,结构化领域知识的快速抽取仍然存在问题:(1)领域模型语料往往比较稀少,AI模型抽取效果比较差.(2)语料标注工作量庞大,无法短时间内找到并标注质量高的样本,快速提升模型效果.(3)在不同领域知识需求下,抽取定制化策略与代码多样,难以复用,导致面对一个新领域,系统自动化抽取知识效率低下,无法快速的上线并应用.为解决上述问题,本文提出了基于主动学习的领域知识多模式抽取框架(Active Learning Based Domain Knowledge Multi-mode Extract Framework,以下简称ADKE),其中包括:领域词典、正则表达式模板、AI模型和规则引擎的多模式知识抽取,基于主动学习方式的词典和未标注样本选择优化策略,以此提升AI模型语料标注效率,并进一步的提升知识抽取效率,完成该框架应用与进化的闭环.通过实际项目的应用落地,验证了该框架可以有效地优化系统冷启动、数据低资源问题,提高新领域知识的抽取效率,降低开发复杂度.

关键词：领域知识抽取主动学习领域词典规则引擎 AI模型

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于Bootstrapping的领域知识自动抽取技术的研究

基于Bootstrapping的领域知识自动抽取技术的研究

引用

作者：康琪山东大学

学位级别：硕士

随着互联网的高速发展及其各种Web应用的快速增长,网络上的信息规模急剧扩大。网络已经成为人们生活中重要的知识库,人们对高效地获取信息的需求尤为迫切。在网络的海量数据中,包含了大量的半结构化的领域知识,例如电影、书籍和酒店等等... 详细信息

随着互联网的高速发展及其各种Web应用的快速增长,网络上的信息规模急剧扩大。网络已经成为人们生活中重要的知识库,人们对高效地获取信息的需求尤为迫切。在网络的海量数据中,包含了大量的半结构化的领域知识,例如电影、书籍和酒店等等,这些领域知识与我们的生活秘密相关。目前,虽然可以通过搜索引擎从海量数据中进行信息检索,但是搜索的结果并不是非常可靠。而这些领域知识往往来自供应商的后台数据库,同时基于关键字匹配的搜索引擎由于自身的限制,不能索引这些嵌入在半结构化的HTML网页中的领域知识。如何从大规模的Web网站中自动抽取并组织这些领域知识成为信息抽取研究的热点。Web信息抽取技术（Web Information Extraction）可以从半结构化的网页中抽取数据,并以结构化的方式存储在数据库中。本文在分析当前Web信息抽取技术的基础上,利用标签路径技术（Tag Path Technique）代替DOM树来表示HTML文档。该表示方法大大降低了标签的数量,提高了算法的性能。针对半结构化的网站,提出了一种新的基于Bootstrapping的自动抽取领域知识的算法：Domain-specific Knowledge Extraction from Websites, DKEW。 DKEW利用本体（Ontology）来统一标注同一领域中抽取的半结构化数据,便于存储和查询。DKEW首先利用基于标签路径技术的聚类算法对目标网页进行聚类,过滤掉噪音网页,DKEW只抽取包含详细信息的半结构化网页。根据标签路径技术,提出一种新的模式定义。对同一类别的网页,借助于机器学习方法和领域种子自动地进行模式学习。然后利用学习到的模式自动抽取领域知识并匹配到事先定义的领域本体,将匹配好的领域知识存储在结构化的、便于查询的知识库表格中。在知识抽取的同时,利用新抽取的具有高可信性的领域知识来扩充领域种子和Ontology,以便下次迭代应用。最后,通过Bootstrapping方法将相关的知识抽取过程结合起来,使之成为一套无需人工监督的自动抽取工具。DKEW只需要少量的人力进行领域种子的初始化。为了验证DKEW,本文利用自定义的网络爬虫爬取多个领域的网页数据。实验表明DKEW不仅在性能上优于现有的Web信息抽取方法RoadRunner,而且在效率上也远远高于RoadRunner。相比于RoadRunner需要手动匹配抽取的数据,DKEW利用自动的方式进行本体匹配,节省了大量的人力和时间。在多个领域上的实验表明,DKEW可以应用在大规模的Web信息抽取中。

关键词：领域知识抽取半结构化网站模式学习本体匹配 Bootstrapping

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

汉语通用数据库接口的研究与实现

汉语通用数据库接口的研究与实现

引用

作者：蔡凤真中国石油大学

学位级别：硕士

数据库自然语言接口是人工智能研究的重要分支,它的目标是使计算机能够“理解”自然语言,让用户直接使用自然语言访问数据库。经过四十多年的发展,数据库自然语言接口已经取得了长足的进步,一些成形的系统表现出不俗的性能,但是系统对... 详细信息

数据库自然语言接口是人工智能研究的重要分支,它的目标是使计算机能够“理解”自然语言,让用户直接使用自然语言访问数据库。经过四十多年的发展,数据库自然语言接口已经取得了长足的进步,一些成形的系统表现出不俗的性能,但是系统对含有隐含知识的查询句的适应性上还有待进一步提高。本文是在深入的研究了描述逻辑知识表示方法的基础上,采用基于语义模型的技术实现了用户汉语查询句到数据库模式的映射,重点分析了基于描述逻辑的隐含知识理解方法,从而使系统的语言覆盖范围扩展到支持对隐含知识的查询处理上。另外,本文还从体系结构入手,设计了基于描述逻辑推理机的领域知识抽取方法,使系统具有获取新领域知识的能力,以实现应用领域的可移植性。本文的研究重点放在了知识表示和理解方法上,主要完成从已经分好词的汉语查询句输入到SQL语句的生成部分,包含了基于描述逻辑的语义模型的构建、隐含知识的理解和领域知识的抽取三大模块。本文利用中国石油大学的人事数据库展开了实验,结果表明该方法是有效的,能实现含有隐含知识查询句的处理。同时,本文还通过具体的实例演示了领域知识的半自动抽取过程。

关键词：数据库自然语言接口描述逻辑语义模型领域知识抽取

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

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：