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:
从基于自然语言的需求文本中抽取概念模型已有很多相关研究,然而,抽取模型中的关系信息因其复杂性而较少被研究者系统地分析和处理.文中提出了一个通用的关系信息抽取方法,给出抽取规则,从需求文本中确定和抽取关系信息.基于该方法设计并实现了一个系统CREAT3,从中文需求文本自动生成i*框架中的SD(Strategy Dependency,策略依赖)模型,侧重抽取策略依赖关系信息.将得到的模型和专家抽取结果进行对比,结果显示该系统可以获得相当高的准确率,同时也保证了很高的召回率,证明了方法的可用性.并且较相关工作具有更好的可扩展性.
推荐文章
一种软件需求依赖关系自动提取方法
需求依赖
机器学习
深度学习
命名实体识别
实体关系提取
自然语言处理
一种基于PCA和RS的文本特征抽取方法
PCA
RS
特征抽取
特征约简
结合语义和依存关系的药物相互作用关系抽取
药物相互作用
关系抽取
循环神经网络
多头自注意力机制
最短依存路径
融合句法依存树注意力的关系抽取研究
关系抽取
句法依存
注意力
融合
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 一种基于依存文法的需求文本策略依赖关系抽取方法
来源期刊 计算机学报 学科 工学
关键词 自然语言需求文本 依存文法 关系抽取 策略依赖模型
年,卷(期) 2013,(1) 所属期刊栏目 需求工程
研究方向 页码范围 54-62
页数 9页 分类号 TP311
字数 7137字 语种 中文
DOI 10.3724/SP.J.1016.2013.00054
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 李天颍 清华大学软件学院 2 25 1.0 2.0
2 刘璘 清华大学软件学院 11 95 4.0 9.0
3 赵德旺 清华大学软件学院 2 25 1.0 2.0
4 曹原 清华大学软件学院 2 30 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (4)
参考文献  (5)
节点文献
引证文献  (24)
同被引文献  (60)
二级引证文献  (101)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(14)
  • 引证文献(7)
  • 二级引证文献(7)
2016(10)
  • 引证文献(5)
  • 二级引证文献(5)
2017(21)
  • 引证文献(2)
  • 二级引证文献(19)
2018(31)
  • 引证文献(4)
  • 二级引证文献(27)
2019(40)
  • 引证文献(1)
  • 二级引证文献(39)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
自然语言需求文本
依存文法
关系抽取
策略依赖模型
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
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
论文1v1指导