典型文献
基于深度学习的文本关系抽取研究
文献摘要：
为了丰富建筑领域的知识图谱,让建筑领域的研究学者可以更直观地看出近些年国内研究现状,该文尝试从改善知识图谱构建过程中三元组的抽取工作.关系抽取作为自然语言处理领域的一大难点,尤其是在处理非结构化文本方面.该文基于深度学习的PCNN神经网络模型,进行短文本处理,获取三元组数据,为后续搭建知识图谱做铺垫.该文也是致力于能够更好地提升关系抽取的效率,为从事建筑行业研究人员或其他领域的文本抽取研究提供了实际意义.
文献关键词：
知识图谱;关系抽取;深度学习;神经网络;PCNN
中图分类号：
作者姓名：
曹恒;陈宇璇
作者机构：
安徽建筑大学电子与信息工程学院,安徽合肥230601
文献出处：
引用格式：
[1]曹恒;陈宇璇-.基于深度学习的文本关系抽取研究)[J].电脑知识与技术,2022(22):52-54
A类：
B类：
关系抽取,建筑领域,更直,国内研究现状,知识图谱构建,构建过程,三元组,自然语言处理,非结构化,结构化文本,PCNN,短文本,文本处理,铺垫,建筑行业,实际意义
AB值：
0.301258
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。
