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:
提出一种融合门控机制的远程监督关系抽取方法.首先在词级别上自动选择正相关特征,过滤与关系标签无关的词级别噪声;然后在门控机制内引入软标签的思想,弱化硬标签对噪声过滤的影响;最后结合句子级别的噪声过滤,提升模型的整体性能.在公开数据集上的实验结果表明,相对于句子级别噪声过滤方法,所提方法的性能有显著提高.
推荐文章
基于GRU和注意力机制的远程监督关系抽取
深度学习
远程监督
门控循环单元
注意力机制
基于ENCODER_ATT机制的远程监督关系抽取
关系抽取
远程监督
ENCODER
注意力机制
融合注意力机制的人机交互信息 半监督敏感数据抽取算法
注意力机制
人机交互
半监督
敏感数据抽取
BiLSTM模型
CRF模型
关系抽取综述
关系抽取
有监督方法
无监督方法
半监督方法
远程监督
神经网络
联合抽取
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 融合门控机制的远程监督关系抽取方法
来源期刊 北京大学学报(自然科学版) 学科
关键词 关系抽取 远程监督 门控机制 卷积神经网络
年,卷(期) 2020,(1) 所属期刊栏目 专题报道:面向人工智能的自然语言分析与理解
研究方向 页码范围 39-44
页数 6页 分类号
字数 4876字 语种 中文
DOI 10.13209/j.0479-8023.2019.101
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 徐金安 北京交通大学计算机与信息技术学院 35 194 10.0 13.0
2 张玉洁 北京交通大学计算机与信息技术学院 34 208 9.0 13.0
3 陈钰枫 北京交通大学计算机与信息技术学院 22 54 3.0 6.0
4 李兴亚 北京交通大学计算机与信息技术学院 1 0 0.0 0.0
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  (0)
同被引文献  (0)
二级引证文献  (0)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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
关系抽取
远程监督
门控机制
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
北京市自然科学基金
英文译名:Natural Science Foundation of Beijing Province
官方网址:http://210.76.125.39/zrjjh/zrjj/
项目类型:重大项目
学科类型:
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