搜索结果: 1-6 共查到“计算机科学技术 实体关系”相关记录6条 . 查询时间(0.18 秒)
本发明公开了一种面向低资源语言的实体关系联合抽取方法、装置、设备以及存储介质。该方法获取包含丰富资源语言和低资源语言的双语平行数据集，对句子对中的实体进行预处理；将处理得到的双语平行句子输入到XLM?Roberta多语言预训练模型中得到句子的特征表示；将实体的特征信息中通过注意力计算的方式添加相对位置信息；将双语实体对信息和双语句子对信息进行特征融合；通过二元分类器对融合得到的特征信息进行判断并通...
基于自扩展与最大熵的领域实体关系自动抽取
实体关系抽取 最大熵 自扩展 特征
2013/12/12
实体关系自动获取是信息抽取的难题之一。本文提出自扩展算法和最大熵机器学习算法相结合的方法,以旅游领域为研究对象进行实体关系的自动抽取。首先利用自扩展算法自动获取能体现实体对间大类关系的语义词汇,该词汇作为特征加入最大熵机器学习算法的特征集,并设定阈值实现训练语料的自动标注;然后使用最大熵机器学习算法对训练语料进行学习,构建实体关系抽取的分类器,实现实体关系的自动获取。在收集600篇旅游领域语料的基...
基于种子自扩展的命名实体关系抽取方法
命名实体 关系抽取 自学习
2009/2/26
命名实体间关系的抽取是信息抽取中的一个重要研究问题，该文提出了一种从大量的文本集合中自动抽取命名实体间关系的方法，找出了所有出现在同一句子内、词语之间的距离在一定范围之内的命名实体对，把它们的上下文转化成向量。手工选取少量具有抽取关系的命名实体对，把它们作为初始关系的种子集合，通过自学习，关系种子集合不断扩展。通过计算命名实体对和关系种子之间的上下文相似度来得到所要抽取的命名实体对。通过扩展关系种...
实体关系模板的获取技术
信息提取 机器学习 bootstrapping
2009/2/8
确定实体间的关系有助于理解文本，提高信息检索的正确率。该文研究中文实体关系模板的获取技术，提出了一种STG的bootstrapping训练方法。该方法采用生物信息学中的序列比对技术计算上下文的语义模板，使用一定的评估机制筛选模板，有效地扩充元组以提高下一轮训练的质量。实验结果表明，STG生成的模板不仅能覆盖大量的元组，而且正确率可达99%。
用语义模式提取实体关系的方法
信息抽取 实体关系 模式匹配 词汇语义
2008/12/12
研究了信息抽取中的汉语实体关系提取技术，在使用模式匹配技术的基础上引入了词汇语义匹配技术对汉语实体关系进行提取。比较了一般模式匹配技术和词汇语义模式匹配技术在汉语实体关系提取任务中的性能。实验结果表明，一般模式匹配技术在处理中文时效果较差，而词汇语义模式匹配技术更适合于处理汉语实体关系提取任务。