基于深度学习的文本关系抽取研究
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.
知识图谱、关系抽取、深度学习、神经网络、PCNN
18
TP181(自动化基础理论)
2022-09-26(万方平台首次上网日期,不代表论文的发表时间)
共3页
52-54