联合抽取相关论文
随着医疗系统数字化的快速推进,中文电子病历海量涌现,特别是,在人口老龄化日趋严重、新冠疫情全球大流行、医疗资源短缺的背景下,......
冶金设备长期处于高负荷状态,工况十分恶劣,极易造成设备故障。而设备故障多以故障调查单及运维履历文档的形式由工人记录,存在内......
实体识别和关系抽取是信息抽取技术的两个核心子任务,针对这两个任务,目前主流的方法是流水线式抽取,即“分步走”。实质上,关系抽......
随着人工智能领域的发展,知识图谱受到了广泛的关注。结构化的数据能够直接用于知识图谱的构建,然而结构化数据存在体量不足、更新......
地质关系三元组的抽取对地质领域知识图谱的构建具有非常重要的意义。针对现有的实体关系联合抽取模型无法有效识别重叠三元组（同一......
命名实体识别和关系抽取作为信息抽取基础和核心的子任务,旨从非结构化和半结构化的文本中提取出命名实体及实体间的语义关系类型,......
中医理论知识体系结构庞大,实体和实体间关系错综复杂,需采用合适的技术手段对该领域知识加以组织和存储,以便能灵活地运用到日常......
学位
知识库问答融合了自然语言处理的核心技术,旨在利用知识库中的三元组回答用户的自然语言问句,现已逐渐成为人机交互的新趋势。面对......
专业领域资源命名实体识别和关系抽取是对资源描述有关的自由文本进行信息抽取的重要方式,基于实体和关系可以构建出资源库和资源......
随着网民数量的增加以及移动端设备的普及,大量的网络活动使互联网上数据成指数级增长。在海量的数据中很大比例为非结构化文本数......
随着互联网文本数据量的爆炸式增长,从海量的文本数据中自动化地抽取浓缩的结构化知识变得日益重要。关系抽取是信息抽取的关键技......
现有实体关系联合抽取方法未充分考虑中文句子中实体关系的复杂结构特征,为此,提出一种基于图卷积神经网络(GCN)的中文实体关系联......
实体识别及关系联合抽取是指从非结构化的自然文本中抽取命名实体并判断实体之间的语义关系。命名实体识别和关系分类在后续自然语......
实体关系抽取是自然语言处理中一个重要的任务,命名实体识别是从自然语言文本中识别出具有特定意义的实体词,关系抽取是在实体识别......
随着网络的发展,大量文本充斥着人们的生活,信息提取可以帮助人们快速地获得重要信息,信息提取的研究也变得越来越重要,而实体识别......
