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:
分类体系主要由上下位关系组成,传统的基于模板的上下位关系抽取方法分为两类:第一类方法只使用高质量的模板导致低召回率;第二类方法使用所有可用的模板导致低精度.根据模板的质量将其分为更细粒度的强句法模板和弱句法模板.为了提高弱模板的精度,将弱模板和概念/实体结合构建语义模板.结合强句法模板和语义模板,提出一套新颖的框架从语料中抽取上下位关系,具有高精度和召回率的特点.在中英文语料上进行的实验,实验结果证明了框架的有效性.
推荐文章
基于CCRF的领域本体概念上下位关系抽取
层叠条件随机场
领域本体概念
上下位关系
概念对
关系抽取
一种基于句子结构特征的领域术语上下位关系获取方法
领域本体
概念上下位关系
关系抽取
层叠条件随机场(CCRFs)
支持向量机(SVM)
基于混合核方法的上下位语义抽取
语义抽取
解析树核
子串核
上下位语义
混合核
基于混合特征的上下位关系验证方法
上下位关系
关系获取
知识获取
上下位关系验证
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 一种基于语义的上下位关系抽取方法
来源期刊 计算机应用与软件 学科 工学
关键词 知识图谱 分类体系 关系抽取 上下位关系 句法模板
年,卷(期) 2019,(2) 所属期刊栏目 人工智能与识别
研究方向 页码范围 216-221
页数 6页 分类号 TP3
字数 5761字 语种 中文
DOI 10.3969/j.issn.1000-386x.2019.02.039
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 肖仰华 复旦大学计算机科学学院 26 170 9.0 11.0
2 陈金栋 复旦大学计算机科学学院 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  (10)
共引文献  (4)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (12)
二级引证文献  (0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 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(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
知识图谱
分类体系
关系抽取
上下位关系
句法模板
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导