基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在自然语言处理的几个子任务上,传统的方法都是分而治之,例如分词、句法分析、命名实体识别、实体关系识别等.但是,孤立地分析和处理这些子任务会丢失一些彼此之间的内在联系,而这些子任务之间的内在联系往往会对每个子任务有很大帮助.所以,有人提出用联合集成式的模型,从整体上解决这些问题.但是,这些模型都只针对特定领域内的数据进行处理,还未能对开放式的信息进行处理.因此,提出了基于马尔可夫逻辑网的联合推理模型来处理开放式信息抽取(Open IE).经过大量的实验证明,该模型的执行效率明显高于传统的模型.同时,该模型的适应性更好.
推荐文章
基于主动学习隐马尔可夫模型的文本信息抽取
主动学习
隐马尔可夫模型
文本信息抽取
基于模拟退火算法和隐马尔可夫模型的文本信息抽取
文本信息抽取
改进的模拟退火算法
二阶隐马尔可夫模型
基于隐马尔可夫模型的中文文本事件信息抽取
隐马尔可夫模型
事件信息抽取
触发词
事件要素
基于隐马尔可夫模型的Web信息抽取
信息抽取
隐马尔可夫模型
扩展DOM树
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于马尔可夫逻辑网的联合推理开放信息抽取
来源期刊 计算机科学 学科 工学
关键词 Open IE 马尔可夫逻辑网 联合推理
年,卷(期) 2012,(9) 所属期刊栏目 人工智能
研究方向 页码范围 202-205
页数 分类号 TP181
字数 5376字 语种 中文
DOI 10.3969/j.issn.1002-137X.2012.09.045
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨炳儒 北京科技大学计算机与通信工程学院 319 4361 32.0 49.0
2 刘英华 北京科技大学计算机与通信工程学院 8 65 5.0 8.0
3 刘永彬 北京科技大学计算机与通信工程学院 7 33 4.0 5.0
4 李广源 北京科技大学计算机与通信工程学院 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (7)
参考文献  (3)
节点文献
引证文献  (8)
同被引文献  (11)
二级引证文献  (17)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(5)
  • 引证文献(2)
  • 二级引证文献(3)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Open IE
马尔可夫逻辑网
联合推理
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导