|
|||||
|
|
| 远程监督实体关系抽取研究 | |
| 引用本文： | 柯,佳.远程监督实体关系抽取研究[J].情报科学,2021,39(10):165-169. |
| 作者姓名： | 柯 佳 |
| 摘 要： | 【目的/意义】实体关系抽取是构建领域本体、知识图谱、开发问答系统的基础工作。远程监督方法将大规
模非结构化文本与已有的知识库实体对齐，自动标注训练样本，解决了有监督机器学习方法人工标注训练语料耗
时费力的问题，但也带来了数据噪声。【方法/过程】本文详细梳理了近些年远程监督结合深度学习技术，降低训练
样本噪声，提升实体关系抽取性能的方法。【结果/结论】卷积神经网络能更好的捕获句子局部、关键特征、长短时记
忆网络能更好的处理句子实体对远距离依赖关系，模型自动抽取句子词法、句法特征，注意力机制给予句子关键上
下文、单词更大的权重，在神经网络模型中融入先验知识能丰富句子实体对的语义信息，显著提升关系抽取性能。
【创新/局限】下一步的研究应考虑实体对重叠关系、实体对长尾语义关系的处理方法，更加全面的解决实体对关系
噪声问题。 |
| 点击此处可从《情报科学》浏览原始摘要信息 | |
| 点击此处可从《情报科学》下载免费的PDF全文 | |