基于关系自适应解码的实体关系联合抽取

来源 :计算机应用 | 被引量 : 0次 | 上传用户:dbfan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于编码器-解码器的实体关系联合抽取模型解决了流水线模型存在的误差传递问题,但是以往基于编码器-解码器的模型还是存在两点问题:一是在解码阶段同时生成实体和关系,而两者是不同的对象,使得同一语义空间的映射降低了抽取效果;二是没有考虑不同关系之间的交互信息。针对这两点问题,提出了关系自适应解码模型。所提模型将实体关系联合抽取任务转化为对应关系的实体对生成任务。首先以编码器-解码器为基础,将不同关系分而治之;根据不同的关系来自适应输出相应关系的实体对,使解码阶段更专注于实体的生成。然后不同关系之间共享同一
其他文献
本文指出“建设机电技术信息库,构建企业技术服务平台”已成为企业技术体系建设中一项核心工作内容,并进一步论述了其作用、任务和目标、分类、收集渠道、管理以及目前运行中存
鉴于滚动轴承振动性能的失效概率分布呈现多变性、非线性、不确定性等特征,提出分别用振动数据序列的Hurst指数和最大熵指标表征滚动轴承振动性能的混沌特性和不确定性。基于
本刊讯 近日,北京建工北安集团金属容器结构公司顺利通过了国家质量监督检验检疫总局对该公司压力管道GBl级和GC1级资质的复审,并新获得了压力管道GA1乙级许可证。
块对角表示(BDR)模型可以通过利用线性表示对数据有效地进行聚类,却无法很好地利用高维数据常见的非线性流形结构信息。针对这一问题,提出了基于近邻图改进的块对角子空间聚类(BDRNG)算法来通过近邻图来线性拟合高维数据的局部几何结构,并通过块对角约束来生成具有全局信息的块对角结构。BDRNG同时学习全局信息以及局部数据结构,从而获得更好的聚类表现。由于模型包含近邻图算子和非凸的块对角表示范数,BDR
随着社会主义生态文明的建设,现阶段我国各地对于环境保护问题越发重视。目前,中西部地区的生态环境较为脆弱,做好植物保护工作,对于预防水土流失、提升区域环境质量、促进农
近年来,随着“退耕还林”“天然林保护”等工程的实施,林场和苗圃的面积日趋增加,但栽植的多是单一且生长周期较长的林木。我国土地资源有限,为充分利用土地资源促进林下经济