基于深度学习的远程监督关系抽取方法研究

摘要：

为更好判定远程监督语句中的实体语义关系,实现对语言处理信息的准确提取,提出基于深度学习的远程监督关系抽取方法.借助远程监督方法,获取关系三元组中已存储的信息参量,再通过待学习数据标注的方式,完成远程监督关系的抽取数据集构建.在此基础上,设计监督执行框架,利用已定义的句子级别特征条件,实现对待抽取标签的学习处理,完成基于深度学习的远程监督关系抽取方法研究.实验结果表明,所提方法可同时调度的远程监督语句数值量更大,而所需的分辨等待时间却相对更短,可在有效判定远程监督语句中实体语义关系的同时,实现对语言处理信息的准确提取与分配.

关键词：深度学习、远程监督、关系抽取、数据标注、级别特征、实体语义关系

所属期刊栏目：30

分类号：TN914

在线出版日期：2022-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：106-109,114