联合抽取相关论文
随着医疗系统数字化的快速推进,中文电子病历海量涌现,特别是,在人口老龄化日趋严重、新冠疫情全球大流行、医疗资源短缺的背景下,......
冶金设备长期处于高负荷状态,工况十分恶劣,极易造成设备故障。而设备故障多以故障调查单及运维履历文档的形式由工人记录,存在内......
实体识别和关系抽取是信息抽取技术的两个核心子任务,针对这两个任务,目前主流的方法是流水线式抽取,即“分步走”。实质上,关系抽......
随着人工智能领域的发展,知识图谱受到了广泛的关注。结构化的数据能够直接用于知识图谱的构建,然而结构化数据存在体量不足、更新......
地质关系三元组的抽取对地质领域知识图谱的构建具有非常重要的意义。针对现有的实体关系联合抽取模型无法有效识别重叠三元组（同一......
医疗事件抽取是构建医疗知识图谱的重要基础.针对医疗领域有标签数据匮乏的问题,构建基于Trans-former 编码器、BiLSTM 和注意力机......
命名实体识别和关系抽取作为信息抽取基础和核心的子任务,旨从非结构化和半结构化的文本中提取出命名实体及实体间的语义关系类型,......
实体关系联合抽取作为信息抽取领域的核心任务,能够从非结构化或半结构化的文本中自动识别实体、实体类型以及实体之间特定的关系......
中医理论知识体系结构庞大,实体和实体间关系错综复杂,需采用合适的技术手段对该领域知识加以组织和存储,以便能灵活地运用到日常......
学位
知识库问答融合了自然语言处理的核心技术,旨在利用知识库中的三元组回答用户的自然语言问句,现已逐渐成为人机交互的新趋势。面对......
基于span的联合抽取模型在命名实体识别和关系抽取上取得了优异的效果.这些模型将文本span作为候选实体,并将span元组视为候选关系......
随着移动互联网的爆发,旅游信息产业有了长足的进步和深入发展,导致旅游数据来源不同且相对分散,知识图谱作为大数据时代新型的知......
针对实体关系抽取任务中的三元组重叠问题,基于编码器-解码器结构的联合抽取方法能够通过序列生成的方式加以解决.但现有方法没有......
随着网民数量的增加以及移动端设备的普及,大量的网络活动使互联网上数据成指数级增长。在海量的数据中很大比例为非结构化文本数......
随着互联网文本数据量的爆炸式增长,从海量的文本数据中自动化地抽取浓缩的结构化知识变得日益重要。关系抽取是信息抽取的关键技......
在当前互联网时代,大量新领域下的非结构文本数据中蕴含了海量信息.面向新领域的事件抽取方法研究能快速地构建领域知识库,用于支......
[目的]针对非结构化文本中的三元组抽取问题,设计能够提升抽取效果并适用于重叠场景的联合抽取模型.[方法]设计一种基于位置感知的......
现有实体关系联合抽取方法未充分考虑中文句子中实体关系的复杂结构特征,为此,提出一种基于图卷积神经网络(GCN)的中文实体关系联......
临床病历电子化的推广普及使得利用自动化的方法从病历中快速抽取高价值的信息成为可能.作为一种重要的医学信息,肿瘤医疗事件由描......
中医典籍凝聚了古人的智慧结晶及临床经验.近年来,中医领域的实体识别和关系抽取任务受到了广泛关注,并且一些联合抽取方法得到了......
实体关系抽取是构建大规模知识图谱及各种信息抽取任务的关键步骤。基于预训练语言模型,提出基于头实体注意力的实体关系联合抽取......
实体识别及关系联合抽取是指从非结构化的自然文本中抽取命名实体并判断实体之间的语义关系。命名实体识别和关系分类在后续自然语......
[目的/意义]金融领域实体关系抽取是构造金融知识库的基础,对金融领域的文本信息利用具有重要作用.本文提出金融领域实体关系联合......
实体关系抽取是自然语言处理中一个重要的任务,命名实体识别是从自然语言文本中识别出具有特定意义的实体词,关系抽取是在实体识别......
随着网络的发展,大量文本充斥着人们的生活,信息提取可以帮助人们快速地获得重要信息,信息提取的研究也变得越来越重要,而实体识别......
针对现有实体和关系联合抽取方法中存在的实体与关系依赖建模不足、实体发生重叠难以抽取其所涉及的多个关系的问题,设计了基于深......
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......
随着互联网的发展,每个互联网的使用者都成为了内容的创作者,为了快速的从创造的海量信息中获取内容,就需要利用到信息抽取技术。......
实体识别与关系抽取是信息抽取中的一项重要任务。目前主流的做法是将实体关系进行联合抽取,现有的基于远程监督的实体和关系抽取......
针对当前网络安全领域知识获取中所依赖的流水线模式存在实体识别错误的传播,未考虑实体识别与关系抽取任务间的联系,以及模型训练......
关系抽取发展至今,总体上可以分为基于规则和基于统计的抽取方式;之后出现的众多方法大多是以统计为主,辅助以规则;后来引入了包括......
随着互联网的迅猛发展和用户数的大规模增长,如何在大数据中提取人们的观点和情感倾向成为亟待研究和解决的问题。情感分析从本世......
药物实体及关系抽取研究对于生物医学研究具有重要的促进作用,也是进一步构建生物医学知识库的基础.现存方法主要采用流水线方式,......
在知识图谱的构建过程中,传统方法先进行命名实体识别,再进行关系抽取,导致任务间关联信息的丢失,而且忽略了实体间的重叠关系。为......
事件抽取是自然语言处理领域的重要研究方向。传统的事件类型抽取系统采用分类方式,无法解决跨句子的事件角色和事件类型匹配问题......
针对现有的基于远程监督的实体和关系抽取方法存在着标签噪声问题,提出了一种基于强化学习的实体关系联合抽取方法。该模型有两个......
