基于实体对弱约束的远监督关系抽取 |
| |
引用本文: | 欧阳丹彤,肖君,叶育鑫. 基于实体对弱约束的远监督关系抽取[J]. 吉林大学学报(工学版), 2019, 49(3): 912-919 |
| |
作者姓名: | 欧阳丹彤 肖君 叶育鑫 |
| |
作者单位: | 吉林大学计算机科学与技术学院,长春130012;吉林大学符号计算与知识工程教育部重点实验室,长春130012;吉林大学符号计算与知识工程教育部重点实验室,长春,130012 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金;国家自然科学基金;浙江省自然科学基金 |
| |
摘 要: | 为缓解远监督关系抽取中的假阳性问题并进一步提高关系抽取的准确率和召回率,提出基于实体对弱约束的远监督关系抽取模型。首先,从知识库和文本中获取实体对的约束信息,约束信息由实体对关键词和实体类型两部分组成;然后,通过训练神经网络模型自动获取不同关系所对应的实体对约束信息的特征;最后,将这些特征用作弱约束联合语句特征一起进行关系预测。在对比实验中,基于实体对弱约束的模型达到了更高的准确率和召回率,表明了实体对弱约束能有效缓解假阳性问题、加强关系抽取。
|
关 键 词: | 人工智能 远监督关系抽取 神经网络 实体对弱约束 注意力机制 |
Distant supervision for relation extraction with weak constraints of entity pairs |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|