典型文献
面向新兴产业的检验检测服务关系抽取
文献摘要：
挖掘新兴产业中的检测信息有利于发现检测机构的检测能力,促进机构合作,加速产业升级.针对新兴产业检验检测数据存在语义混乱、一个主实体对应多个客实体的问题,本文提出一种混合关系标签的深度神经网络实体关系抽取模型.在输入层,构建基于关系的标签,并与语义信息拼接形成模型的输入,增强了模型对不同关系的区分度;在特征提取层,使用双向长短期神经网络与卷积神经网络,从整体与局部提升模型对主客实体特征的抽取能力,同时引入注意力机制,削弱无关特征的影响,提升模型对主客实体的识别能力.实验结果表明,该模型不仅能有效识别出新兴产业检验检测领域的实体,而且能精准判断实体之间的关系,取得了较好的结果.
文献关键词：
新兴产业;检验检测;关系抽取;标签;卷积神经网络
中图分类号：
作者姓名：
张婷婷;让冉;张龙波;邢林林;蔡红珍
作者机构：
山东理工大学计算机科学与技术学院,山东淄博255000;山东理工大学农业工程与食品科学学院,山东淄博255000
文献出处：
引用格式：
[1]张婷婷;让冉;张龙波;邢林林;蔡红珍-.面向新兴产业的检验检测服务关系抽取)[J].智能计算机与应用,2022(02):32-36,43
A类：
B类：
新兴产业,检测服务,发现检测,检测机构,检测能力,机构合作,检测数据,深度神经网络,网络实体,实体关系抽取,取模,输入层,语义信息,拼接,成模,区分度,双向长短期神经网络,整体与局部,实体特征,注意力机制,识别能力,检验检测领域
AB值：
0.357962
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。
