中文实体关系抽取

作品数：30被引量：313H指数：12
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：钱龙华周国栋黄瑞红孙乐冯元勇更多>>
相关机构：苏州大学北京邮电大学华东师范大学北京交通大学更多>>
相关期刊：《微电子学与计算机》《计算机系统应用》《福建电脑》《电讯技术》更多>>
相关基金：国家自然科学基金江苏省自然科学基金中央高校基本科研业务费专项资金国家高技术研究发展计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于深度学习的中文实体关系抽取研究被引量：1
《长江信息通信》2024年第1期64-66,共3页齐宁 
实体关系抽取能够从文本中提取事实三元组信息,这对于构建大规模的知识图谱是十分重要的。在现有的研究中,通常以先进行实体识别,而后进行关系分类或者进行统一标注的方式来完成这一任务,虽然这些方法能够使关系抽取任务变得更易实现,...
关键词：关系抽取 知识图谱 实体嵌套 
基于分段卷积模型的中文实体关系抽取模型及应用
《信息系统工程》2022年第9期145-148,共4页邵镜泽 李琳娜 聂耀鑫 
针对部分垂直领域中文语言结构的独特性和语义的复杂性,提出使用一种面向实体关系抽取的分段卷积模型,并在部分中文垂直领域的数据上实施实验。试验结果表明,所使用模型在中文垂直领域特征上具有可行性和有效性。
关键词：关系抽取 分段卷积模型 知识图谱 
融合多特征BERT模型的中文实体关系抽取被引量：8
《计算机系统应用》2021年第5期253-261,共9页谢腾 杨俊安 刘辉 
安徽省自然科学基金(1908085MF202)。
关系抽取是构建知识图谱的一项核心技术.由于中文具有复杂的语法和句式,同时现有的神经网络模型提取特征有限以及语义表征能力较差,从而影响中文实体关系抽取的性能.文章提出了一种融合多特征的BERT预训练模型的实体关系抽取算法.首先...
关键词：实体关系抽取 双向编码表征模型 词向量 外部特征 特征融合 
面向新闻领域的中文实体关系抽取被引量：1
《电讯技术》2021年第1期50-57,共8页王博 王侃 王成刚 刘然 刘威鹏 黄慧荣 
随着互联网技术的快速发展,人们能够及时地获取大量的新闻文本信息,如何从新闻中自动获取关键信息,把新闻中具有价值的信息转化为结构化数据,从而快速有效地获取有用的知识已是迫切需求。实体关系抽取是获取关键信息的方法之一,但目前...
关键词：新闻文本信息 实体关系抽取 长短时记忆网络 最短依存路径 条件随机场 注意力机制 
基于多特征自注意力BLSTM的中文实体关系抽取被引量：26
《中文信息学报》2019年第10期47-56,72,共11页李卫疆 李涛 漆芳 
国家自然科学基金(61363045)
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...
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 
多特征融合的中文实体关系抽取研究被引量：2
《无线互联科技》2019年第9期164-165,共2页孙康康 
词性等特征在句子中扮演着重要的角色,往往能揭示命名实体之间的关系,而当前的实体关系抽取任务大多仅基于词向量进行,忽视了词性等对实体关系抽取任务有益的特征。因此,文章采用了一种多特征融合的方式进行中文实体关系抽取模型的训练...
关键词：实体关系抽取 多特征 双向长短期记忆网络 注意力机制 
基于高层语义注意力机制的中文实体关系抽取被引量：1
《广西师范大学学报（自然科学版）》2019年第1期32-41,共10页武文雅 陈钰枫 徐金安 张玉洁 
国家自然科学基金(61473294;61370130);北京市自然基金(4172047);中央高校基本科研业务费专项资金(2015JBM033)
实体关系抽取在挖掘结构化事实的信息抽取系统中扮演着重要的角色。近年来,深度学习在关系抽取任务中取得了显著的成果,同时,注意力机制也逐步地融入到神经网络中,进一步提高了关系抽取的性能。但是,目前的注意力机制主要关注一些低层...
关键词：关系抽取 卷积神经网络 注意力机制 数据增广 依存句法约束 
中文实体关系抽取研究综述被引量：18
《计算机与现代化》2018年第8期21-27,34,共8页武文雅 陈钰枫 徐金安 张玉洁 
国家自然科学基金资助项目(61473294;61370130);北京市自然科学基金资助项目(4172047);中央高校基本科研业务费专项资金资助项目(2015JBM033)
作为信息抽取任务中极为关键的一项子任务,实体关系抽取对于语义知识库的构建和知识图谱的发展都有着重要的意义。对于中文而言,语义关系更加复杂,实体关系抽取的作用也就愈加显著,因此,对中文实体关系抽取的研究方法进行详细考察极为...
关键词：中文实体关系抽取 有监督方法 无监督方法 半监督方法 开放域实体关系抽取方法 深度学习 
面向企业知识图谱构建的中文实体关系抽取被引量：12
《华东师范大学学报（自然科学版）》2018年第3期55-66,共12页孙晨 付英男 程文亮 钱卫宁 
国家重点研发计划(2016YFB1000905);国家自然科学基金广东省联合重点项目(U1401256);国家自然科学基金(61672234;61402177);华东师范大学信息化软科学研究课题(41600-10201-562940/018)
企业知识图谱是针对金融领域为描述企业间商业往来关系而构建的一类垂直领域知识库.尽管垂直领域知识图谱在领域覆盖的广度上不如开放知识图谱,但是它对知识准确率的要求却远远高于开放知识图谱,因此虽然近些年开放知识图谱取得了很大...
关键词：企业知识图谱 实体关系抽取 最大熵模型 
基于COAE2016数据集的中文实体关系抽取算法研究被引量：14
《山东大学学报（理学版）》2017年第9期7-12,18,共7页孙建东 顾秀森 李彦 徐蔚然 
111计划资助项目(B08004);国家自然科学基金资助项目(61300080;61273217;61671078);国家教育部博士点基金资助项目(20130005110004)
实体关系抽取是知识图谱技术的重要环节之一。英文实体关系抽取的研究已经比较成熟,相比之下,中文实体关系抽取的发展却并不理想。由于相关语料的匮乏,中文实体关系抽取的发展受到了一定的限制。针对这一问题,COAE2016在任务三中提出了...
关键词：关系抽取 模板匹配 SVM CNN 
全选清除导出
共3页<123>
检索报告 对象比较 聚类工具 使用帮助 返回顶部