作者:
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:
自2006年Hinton提出新的神经网络学习算法以来,卷积神经网络(CNN)在图像识别、语音识别等领域取得巨大成功,引发一股深度学习热潮.伴随着基于海量文本的词向量表示技术的进步,卷积神经网络逐渐在自然语言处理领域取得超越传统机器学习算法的识别效果.综述CNN在关系抽取领域的最新研究成果,介绍其发展历程、基本框架,并对CNN在该领域的发展方向进行总结和展望.
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
卷积神经网络在乐器板材优劣识别中的应用研究
卷积神经网络
网格搜索
语谱图
木材振动信号
卷积神经网络在岩性识别中的应用
测井解释
深度学习
卷积神经网络
岩性识别
神经网络规则抽取研究
神经网络
规则抽取
机器学习
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 卷积神经网络在关系抽取中的应用研究
来源期刊 现代计算机 学科
关键词 卷积神经网络 词向量 关系抽取
年,卷(期) 2017,(9) 所属期刊栏目 研究与开发
研究方向 页码范围 58-60
页数 3页 分类号
字数 2127字 语种 中文
DOI 10.3969/j.issn.1007-1423.2017.09.015
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 罗少伟 四川大学计算机学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (3)
同被引文献  (21)
二级引证文献  (0)
2017(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
卷积神经网络
词向量
关系抽取
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
现代计算机
旬刊
1007-1423
44-1415/TP
16开
广东省广州市
46-121
1984
chi
出版文献量(篇)
11312
总下载数(次)
39
总被引数(次)
33178
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导