2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩58頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、大數(shù)據(jù)相關(guān)產(chǎn)業(yè)與技術(shù)的發(fā)展使得科技信息服務(wù)業(yè)面臨前所未有的機(jī)遇和挑戰(zhàn),需要對現(xiàn)有的應(yīng)用進(jìn)行研究與改進(jìn),這些應(yīng)用都廣泛而深入的依賴知識圖譜,如:搜索引擎、個(gè)人智能助手、機(jī)器翻譯和問答系統(tǒng)等。
  作為從無結(jié)構(gòu)文本中構(gòu)建知識圖譜(或稱知識庫)的關(guān)鍵性步驟,上述應(yīng)用從實(shí)體關(guān)系抽取中受益良多。而作為弱監(jiān)督學(xué)習(xí)實(shí)體關(guān)系抽取的兩種重要方法,Rel-LDA和Type-LDA,近年來頗受重視。但是,這兩個(gè)模型繼承了LDA模型的“詞袋假設(shè)”,存在諸

2、多限制。為打破這一限制,本文結(jié)合TNG模型的在多元語法特征方面的長處,提出了Rel-TNG和Type-TNG兩個(gè)模型,并詳細(xì)給出了兩個(gè)模型的吉布斯采樣算法。在此基礎(chǔ)上,本文基于GENIA和EPI語料進(jìn)行了試驗(yàn)。試驗(yàn)結(jié)果表明,雖然本文提出的模型和Rel-LDA、Type-LDA兩個(gè)模型在表現(xiàn)方面的差異沒有統(tǒng)計(jì)顯著性,但是,當(dāng)引入先驗(yàn)數(shù)據(jù),Rel-TNG和Type-TNG的表現(xiàn)明顯優(yōu)于前者
  主題模型實(shí)體關(guān)系抽取大規(guī)模應(yīng)用的主要障礙

3、是高昂的計(jì)算成本,在資源有限的情況下,這表現(xiàn)為模型訓(xùn)練速度緩慢。究其根本原因,相關(guān)的成本產(chǎn)生于:不同CPU上變量的同步以保持一致性;多種候選關(guān)系時(shí)的采樣過程等。幸運(yùn)的是,已有的一些研究可以大大降低計(jì)算成本。本文針對Rel-TNG和Type-TNG模型的大規(guī)模應(yīng)用進(jìn)行了具體分析,得出結(jié)論:1)Alias方法和稀疏性方法不適用于實(shí)體關(guān)系抽取主題模型;2)同步AD方法和異步AD方法作為近似方法,在模型的訓(xùn)練質(zhì)量上與原始的采樣方法存在可忽略的區(qū)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論