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),請進行舉報或認領(lǐng)
文檔簡介
1、信息抽?。↖nformation Extraction)技術(shù)可以從非結(jié)構(gòu)化數(shù)據(jù)中抽取人們感興趣的實體、關(guān)系、事件等,形成結(jié)構(gòu)化存儲以供查詢檢索。命名實體識別和實體間關(guān)系抽取是信息抽取中兩個非常重要的子任務(wù),也是研究的熱點問題。隨著文本數(shù)據(jù)的爆炸式增長,如何使用豐富的未標注語料來提高信息抽取的性能成為一個迫切的問題,在這方面,以有監(jiān)督為代表的傳統(tǒng)方法表現(xiàn)不佳,采用弱監(jiān)督和無監(jiān)督方法進行處理成為當前的趨勢。本文在深入研究總結(jié)前人研究成果的基
2、礎(chǔ)上,對弱監(jiān)督的命名實體識別和關(guān)系抽取進行了改進,并取得了良好的效果。
在命名實體識別方面,本文提出了SACRF(Self-training with Active learning based on CRF)方法,依據(jù)少量的初始訓(xùn)練語料和大量未標注數(shù)據(jù),采用條件隨機場作為基礎(chǔ)分類器,使用自學(xué)習(xí)方法自動擴展未標注語料,并使用主動學(xué)習(xí)標注置信度低的樣本。實驗表明,該方法在自動擴展訓(xùn)練集、提高實體識別的準確率和召回率的同時,能夠顯
3、著降低人工標注的工作量。
在關(guān)系抽取方面,基于傳統(tǒng)弱監(jiān)督方法存在的噪聲引入以及準確率不高問題,本文改進了Tri-Training算法的投票策略,并引入主動學(xué)習(xí)思想來進一步提高準確率。在關(guān)系抽取實驗中,改進方法的識別準確率與傳統(tǒng)Tri-Training算法相比具有很大的提升。
最后,本文基于所提出方法,實現(xiàn)了一個基于文本數(shù)據(jù)的信息抽取與關(guān)聯(lián)分析可視化原型系統(tǒng)。該系統(tǒng)可以將文本數(shù)據(jù)進行實體、關(guān)系抽取并布局展示,同時具備初
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)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 實體關(guān)系抽取關(guān)鍵技術(shù)研究.pdf
- 基于機器學(xué)習(xí)的企業(yè)實體間關(guān)系的抽取技術(shù)研究.pdf
- 基于核函數(shù)的命名實體關(guān)系抽取技術(shù)研究.pdf
- 面向領(lǐng)域文本知識實體識別及關(guān)系抽取的關(guān)鍵技術(shù)研究.pdf
- 基于迭代方法的命名實體關(guān)系抽取技術(shù)研究.pdf
- 中文文本實體關(guān)系抽取方法研究.pdf
- 基于海量文本數(shù)據(jù)的實體關(guān)系抽取及挖掘.pdf
- 中文開放式實體關(guān)系抽取技術(shù)研究.pdf
- 面向開放領(lǐng)域文本的實體關(guān)系抽取.pdf
- 面向金融文本的實體識別與關(guān)系抽取研究.pdf
- 文本的實體關(guān)系抽取及其可視化研究.pdf
- 基于海量文本數(shù)據(jù)的實體關(guān)系抽取及挖掘(1)
- 生物醫(yī)學(xué)文本中實體關(guān)系抽取的研究.pdf
- 基于KSVM的中文實體關(guān)系抽取研究.pdf
- 基于SVM的中文實體關(guān)系抽取研究.pdf
- 實體關(guān)系自動抽取技術(shù)的比較研究.pdf
- 文本主題段落內(nèi)部概念關(guān)系抽取技術(shù)研究.pdf
- 基于本體的實體關(guān)系抽取與檢索.pdf
- 領(lǐng)域?qū)嶓w屬性及事件抽取技術(shù)研究.pdf
- 基于svm的中文實體關(guān)系抽取研究(1)
評論
0/150
提交評論