10.3969/j.issn.1008-0821.2019.02.006
实体语义关系分类及应用研究
[目的/意义]实体语义关系分类是信息抽取重要任务之一,将非结构化文本转化成结构化知识,是构建领域本体、 知识图谱、 开发问答系统、 信息检索系统的基础工作.[方法/过程]本文详细梳理了实体语义关系分类的发展历程,从技术方法、 应用领域两方面回顾和总结了近5年国内外的最新研究成果,并指出了研究的不足及未来的研究方向.[结果/结论]热门的深度学习方法抛弃了传统浅层机器学习方法繁琐的特征工程,自动学习文本特征,实验发现,在神经网络模型中融入词法、 句法特征、 引入注意力机制能有效提升关系分类性能.
实体语义关系、关系分类、神经网络、深度学习
39
TP391(计算技术、计算机技术)
2019-03-18(万方平台首次上网日期,不代表论文的发表时间)
共11页
47-56,84