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:
针对目前基于语义角色的实体及关系抽取技术效果不理想以及存在无法正确提取多个宾语的缺陷,提出一种基于语义角色和依存关系融合的方法:1)通过语义角色标注的方式抽取主语和核心谓词;2)以核心谓词为切入点,通过依存句法关系分析句子的并列结构(COO)和动宾结构(VOB),抽取其中的宾语实体;3)整合主语、核心谓词和宾语构成[实体关系实体]三元组.对该算法和单纯依赖语义角色识别的算法进行了对比实验,结果显示该算法的精确率、召回率、F1值3个指标更优,表明这种实体关系抽取的方法可行有效,且在抽取多宾语的任务中效果明显.
推荐文章
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
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
基于依存句法分析与分类器融合的触发词抽取方法
事件抽取
触发词
依存句法分析
触发词-实体描述对
支持向量机
分类器融合
实体词语义信息对中文实体关系抽取的作用研究
《同义词词林》
知网
树核函数
关系抽取
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 一种融合语义角色和依存句法的实体关系抽取算法
来源期刊 北京信息科技大学学报(自然科学版) 学科 工学
关键词 实体抽取 知识图谱 语义角色标注 依存句法分析
年,卷(期) 2019,(1) 所属期刊栏目
研究方向 页码范围 64-67,98
页数 5页 分类号 TP391
字数 3373字 语种 中文
DOI 10.16508/j.cnki.11-5866/n.2019.01.012
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 侯霞 北京信息科技大学计算机学院 56 171 8.0 11.0
2 秦晓慧 北京信息科技大学计算机学院 2 0 0.0 0.0
3 赵雪 北京信息科技大学计算机学院 4 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (113)
共引文献  (482)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1954(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(13)
  • 参考文献(0)
  • 二级参考文献(13)
2013(11)
  • 参考文献(0)
  • 二级参考文献(11)
2014(14)
  • 参考文献(2)
  • 二级参考文献(12)
2015(9)
  • 参考文献(0)
  • 二级参考文献(9)
2016(11)
  • 参考文献(2)
  • 二级参考文献(9)
2017(10)
  • 参考文献(3)
  • 二级参考文献(7)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
实体抽取
知识图谱
语义角色标注
依存句法分析
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
北京信息科技大学学报(自然科学版)
双月刊
1674-6864
11-5866/N
大16开
北京市
1986
chi
出版文献量(篇)
2043
总下载数(次)
10
总被引数(次)
11074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导