典型文献
远程监督的自适应实体抽取
文献摘要：
针对传统领域知识实体抽取算法主要依赖专家的专业知识,需要的标注工作量较大,本文提出了基于远程监督的实体抽取算法并应用于粮油存储领域.算法在PU学习的框架下,通过判定和分类2个阶段抽取实体,利用双向长短期记忆网络进行二分类实体判别.再通过全连接网络实体类型判别,构建了一个粮油领域知识图谱.研究表明:本算法可以应用于粮油存储领域的知识图谱构建,适用于训练实体样本较少的实体抽取任务,能够缩小使用双向长短期记忆网络算法进行实体抽取任务所需的语料规模,并在使用更小语料规模的情况下达到与经典双向长短期记忆网络算法相当的实体抽取效果.
文献关键词：
领域知识图谱;本体设计;实体抽取;远程监督;深度学习;PU学习;双向长短期记忆网络;知识图谱构建
中图分类号：
作者姓名：
葛亮;张艺璇;李伟平
作者机构：
中国科学技术大学计算机科学与技术学院,安徽合肥 230027;北京大学软件与微电子学院, 北京 100871
文献出处：
引用格式：
[1]葛亮;张艺璇;李伟平-.远程监督的自适应实体抽取)[J].哈尔滨工程大学学报,2022(04):564-571
A类：
B类：
远程监督,实体抽取,知识实体,粮油,PU,双向长短期记忆网络,二分类,全连接网络,网络实体,实体类,领域知识图谱,知识图谱构建,长短期记忆网络算法,语料规模,小语料,下达,本体设计
AB值：
0.211844
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
