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:
实体关系抽取是信息抽取的一项重要内容,总结现有的方法对于该领域的发展具有指导和借鉴意义。结合当前的研究进展,分析和比较了有监督、无监督和弱监督3类关系抽取方法的原理和代表性算法,总结了各类方法的特性并对关系抽取的发展趋势进行了展望。
推荐文章
基于循环卷积神经网络的实体关系抽取方法研究
GRU
循环卷积神经网络
注意力机制
关系抽取
基于特征选择的实体关系抽取
关系抽取
特征选择
信息增益
期望交叉熵
x2统计
基于多通道卷积神经网的实体关系抽取
关系抽取
卷积神经网
深度学习
多通道
基于机器学习的HTML标题抽取
机器学习
标题
信息抽取
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 基于机器学习的实体关系抽取方法
来源期刊 兵工自动化 学科 工学
关键词 实体关系抽取 机器学习 有监督 无监督 弱监督
年,卷(期) 2013,(9) 所属期刊栏目
研究方向 页码范围 57-62
页数 6页 分类号 TP303
字数 6781字 语种 中文
DOI 10.7690/bgzdh.2013.09.017
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 钟志农 国防科学技术大学电子科学与工程学院 37 384 13.0 18.0
2 雷霖 国防科学技术大学电子科学与工程学院 6 43 3.0 6.0
3 吴烨 国防科学技术大学电子科学与工程学院 13 96 5.0 9.0
4 刘方驰 国防科学技术大学电子科学与工程学院 1 18 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (141)
参考文献  (8)
节点文献
引证文献  (18)
同被引文献  (20)
二级引证文献  (5)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 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(6)
  • 引证文献(4)
  • 二级引证文献(2)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(4)
  • 引证文献(3)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
实体关系抽取
机器学习
有监督
无监督
弱监督
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
兵工自动化
月刊
1006-1576
51-1419/TP
大16开
四川省绵阳市207信箱
1982
chi
出版文献量(篇)
6566
总下载数(次)
20
总被引数(次)
28636
论文1v1指导