基于ALBERT的网络文物信息资源实体关系抽取方法研究

摘要：

[研究目的]实体间关联关系是知识的基本载体,对网络文物信息资源中实体关系进行抽取是大数据环境下进行文物知识发现、绘制文物知识图谱的前提,也是文物信息资源开发利用需要解决的重要问题.[研究方法]针对网络文物信息资源结构化数据标准详实、实体关系特征明确、语言描述规范等特征,从知识库中查询实体关系并依照规则进行实体关系标注,利用元数据标准进行实体关系对齐,使用预训练语言模型获取字符特征,应用深度学习有关方法获取语义特征,进行了非结构化文物信息资源实体关系的抽取.[研究结论]研究表明,在与其他预训练语言模型及深度学习方法的关系抽取对比实验中,该方法的综合效率相对较高,并根据实体关系分类的不同进行特征挖掘,为文物信息资源的研究与推广提供了有益的参考.

关键词：文物信息资源、远程监督、预训练模型、深度学习、知识发现、ALBERT

所属期刊栏目：41

分类号：G203(信息与传播理论)

在线出版日期：2022-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：156-162,178