反馈机制的实体及关系联合抽取方法

反馈机制的实体及关系联合抽取方法

论文摘要

实体及关系抽取是信息抽取中的两个核心任务,是构建知识图谱的重要基石。对于实体识别和关系抽取,当前通常采取人工提取特征和规则,分独立两步实现的方法,这种方法易造成数据重复预处理和错误传播。实体识别和关系抽取两个模块存在相互关联性,实体识别是进行关系抽取的基础,实体关系抽取结果又可反馈校验实体信息。因此,文中提出无须添加人工特征和引入互反馈机制的混合神经网络模型(Mufeedback-Join Model)来完成实体及其关系的联合抽取,实现实体关系对实体识别的反馈校验机制。该模型共享Bi-LSTM特征提取层来提取文本上下文特征,依据共享层特征引入Attention机制捕获关键局部特征来完成解码,再用条件随机场CRF完成实体序列的标注任务,融合共享层特征和实体特征,并将其输入到CNN模型来实现实体关系的抽取,最后计算关系抽取结果的损失值,再联合实体识别损失值反馈修正特征提取层和实体识别模型参数。将此算法应用在实体数据集上进行实验,在同等硬件环境下,该方法可以缩短的模型训练时间,提升实体及关系抽取的准确率、召回率和F1值,联合抽取的F1值整体提升了3.91%,实体识别子模块的F1值平均提升了1.34%,关系抽取的F1值提升了5.79%。实验数据说明,联合抽取模型可以实现两个子模块的合并,从而缩短数据处理时间和减少错误数据的传递;相互反馈的机制可以提升整体识别效果。

论文目录

  • 1 引言
  • 2 相关研究
  •   2.1 实体及关系管道抽取方法
  •     1)命名实体识别
  •     2)实体关系抽取
  •   2.2 实体及关系联合抽取方法
  • 3 反馈式联合抽取模型的构建
  •   3.1 联合抽取算法
  •   3.2 共享层模块
  •   3.3 命名实体识别(NER)模块
  •   3.4 实体关系抽取(RE)模块
  • 4 算法应用与结果分析
  •   4.1 数据集的建立
  •   4.2 实验环境与参数
  •   4.3 实验结果分析
  • 文章来源

    类型: 期刊论文

    作者: 马建红,李振振,朱怀忠,魏字默

    关键词: 反馈机制,联合抽取,深度学习,实体识别,关系抽取

    来源: 计算机科学 2019年12期

    年度: 2019

    分类: 信息科技

    专业: 计算机软件及计算机应用,自动化技术

    单位: 河北工业大学人工智能与数据科学学院

    基金: 河北省科技厅互联网的创新软件设计及公共应用服务平台项目(15240118D)资助

    分类号: TP391.1;TP18

    页码: 242-249

    总页数: 8

    文件大小: 1200K

    下载量: 454

    相关论文文献

    • [1].基于谱顶层分割的网络社区层次抽取方法[J]. 计算机系统应用 2020(01)
    • [2].融合门控机制的远程监督关系抽取方法[J]. 北京大学学报(自然科学版) 2020(01)
    • [3].生物医学语义关系抽取方法综述[J]. 图书馆论坛 2017(06)
    • [4].基于最大熵的越南语新闻事件元素抽取方法[J]. 数据采集与处理 2017(04)
    • [5].两种转换波共转换点道集抽取方法的对比分析与应用[J]. 岩性油气藏 2013(06)
    • [6].结合百科知识与句子语义特征的关系抽取方法[J]. 计算机科学 2020(S1)
    • [7].融入多特征的汉越新闻观点句抽取方法[J]. 中文信息学报 2019(11)
    • [8].面向中文产品评论的完整评价对象抽取方法[J]. 计算机工程 2017(06)
    • [9].一种基于时空分析的事件抽取方法[J]. 国外电子测量技术 2017(06)
    • [10].实体-属性抽取简介[J]. 电脑知识与技术 2019(33)
    • [11].基于深度学习的作战文书事件抽取方法[J]. 信息工程大学学报 2019(05)
    • [12].一种改进的基于核心句的评价搭配抽取方法[J]. 计算机工程 2015(02)
    • [13].基于多头注意力机制的人物关系抽取方法[J]. 成都工业学院学报 2020(01)
    • [14].基于相似义原和依存句法的政外领域事件抽取方法[J]. 计算机工程与科学 2020(09)
    • [15].结合主题分布与统计特征的关键词抽取方法[J]. 计算机工程 2017(07)
    • [16].基于知乎的热点话题信息抽取方法研究[J]. 信息通信 2015(12)
    • [17].一种面向文本的概念抽取方法的研究[J]. 计算机应用与软件 2009(09)
    • [18].基于半监督条件随机场的信息抽取方法[J]. 信息与电脑(理论版) 2020(10)
    • [19].基于代码克隆检测的抽取方法重构模式识别[J]. 计算机应用与软件 2019(09)
    • [20].基于唯一标识符的小范围均衡随机抽取方法[J]. 电子设计工程 2018(15)
    • [21].面向领域概念的语义关系抽取方法[J]. 中国传媒大学学报(自然科学版) 2017(03)
    • [22].网络游记中地方热度特产信息的抽取方法研究[J]. 微型电脑应用 2017(10)
    • [23].基于文本化简的实体属性抽取方法[J]. 计算机工程与应用 2020(21)
    • [24].关系抽取方法研究[J]. 电子技术 2009(04)
    • [25].基于深度学习的关系抽取研究综述[J]. 中文信息学报 2019(12)
    • [26].网页内容安全快速信息抽取方法[J]. 信息网络安全 2012(10)
    • [27].针对科技路线图的文本挖掘研究:信息抽取方法[J]. 情报理论与实践 2017(05)
    • [28].基于句法结构的评价对象抽取方法研究[J]. 长春教育学院学报 2017(06)
    • [29].特定领域概念属性关系抽取方法研究[J]. 吉林大学学报(信息科学版) 2017(04)
    • [30].一种中文法律审判文书的知识抽取方法[J]. 信息系统工程 2020(05)

    标签:;  ;  ;  ;  ;  

    反馈机制的实体及关系联合抽取方法
    下载Doc文档

    猜你喜欢