基于卷积神经网络的旅游信息关系抽取研究

摘要：

[目的/意义]在非结构化语料集中抽取知识要素,是实现知识图谱的重要环节,本文探索了应用深度学习中的卷积神经网络(CNN)模型进行旅游领域知识关系抽取方法.[方法/过程]抓取专业旅游网站的相关数据建立语料库,对部分语料进行人工标注作为训练集和测试集,通过Python语言编程实现分词、 向量化及CNN模型,进行关系抽取实验.[结果/结论]实验结果表明,应用卷积神经网络对非结构化的旅游文本进行关系抽取时能够取得满意的效果(Precision 0.77,Recall 0.76,F1-measure 0.76).抽取结果通过人工校对进行优化后,可以为旅游知识图谱构建、 领域本体构建等工作奠定基础.

关键词：卷积神经网络、关系抽取、旅游信息、词向量

所属期刊栏目：39

分类号：G203(信息与传播理论)

在线出版日期：2019-08-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：132-136,158