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:
为了解决嵌套命名实体关系抽取研究缺乏相关语料库这一问题, 在现有中文命名实体语料库的基础上, 将人工标注与机器学习相结合来抽取其语义关系.人工标注一个中文嵌套命名实体关系语料库, 然后分别采用支持向量机和卷积神经网络等方法, 进行中文嵌套实体关系抽取实验.实验结果表明, 在人工标注实体的中文嵌套命名实体语料上, 嵌套实体关系抽取的性能非常好, F1 指数达到 95%以上, 而在自动识别实体上的抽取性能尚不理想.
推荐文章
基于位置敏感Embedding的中文命名实体识别
命名实体识别
表示学习
Embedding
多尺度聚类
条件随机场
基于上下文信息的中文命名实体消歧方法研究
命名实体
语义知识库
聚类
语义列表
基于中文维基百科的命名实体消歧方法
命名实体消歧
词义消歧
中文维基百科
中文信息处理
基于BLSTM-CRF中文领域命名实体识别框架设计
BLSTM-CRF
CBOW
Boson
命名实体识别
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 中文嵌套命名实体关系抽取研究
来源期刊 北京大学学报(自然科学版) 学科
关键词 嵌套实体关系抽取 信息抽取 支持向量机 卷积神经网络
年,卷(期) 2019,(1) 所属期刊栏目 专题报道: 文本大数据分析与语义理解
研究方向 页码范围 8-14
页数 7页 分类号
字数 5764字 语种 中文
DOI 10.13209/j.0479-8023.2018.056
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 钱龙华 苏州大学计算机科学与技术学院 45 312 9.0 16.0
2 何云琪 苏州大学计算机科学与技术学院 5 5 2.0 2.0
3 李雁群 苏州大学计算机科学与技术学院 3 5 2.0 2.0
4 许浩亮 苏州大学计算机科学与技术学院 1 2 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  (2)
节点文献
引证文献  (2)
同被引文献  (9)
二级引证文献  (0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
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
嵌套实体关系抽取
信息抽取
支持向量机
卷积神经网络
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
北京大学学报(自然科学版)
双月刊
0479-8023
11-2442/N
16开
北京海淀北京大学校内
2-89
1955
chi
出版文献量(篇)
3152
总下载数(次)
8
总被引数(次)
52842
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导