基于BILSTM_CRF的知识图谱实体抽取方法

来源 :计算机应用与软件 | 被引量 : 24次 | 上传用户：abc37562735

【摘要】

：

针对传统知识图谱实体抽取方法需要大量人工特征和专家知识的问题,提出一种基于BILSTM_CRF模型的神经网络结构实体抽取方法。它既能使用双向长短时记忆网络BILSTM(Bidirectional Long Short-Term Memory)提取文本信息的特征,又可利用条件随机场CRF(Conditional Random Fields)衡量序列标注的联系。该方法对输入的文本进行建模,把句子中的每

【作者】

：

翟社平段宏宇李兆兆

【机构】

：

西安邮电大学计算机学院,陕西省网络数据分析与智能处理重点实验室

【出处】

：

计算机应用与软件

【发表日期】

：

2019年05期

【关键词】

：

知识图谱实体抽取神经网络词向量 BILSTM_CRF模型 Knowledge graph Entity extraction Neural network

【基金项目】

：

工业和信息化部通信软科学项目(2018-R-26),陕西省自然科学基金资助项目(2012JM8044),陕西省社会科学基金资助项目(2016N008),陕西省教育厅科学研究计划资助项目(12JK0733),西安邮电大学研究生创新基金项目(CXL2016-13)

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

基于马尔可夫随机场的眼底图像血管分割研究

眼底图像血管分割是医用图像分割中较为复杂的一种,在目前的研究中存在分割精度低、效率不高等问题。提出基于马尔可夫随机场的眼底图像血管分割算法,根据眼底图像的特点构建马尔可夫随机场模型,提取H通道作为特征场参数,利用最大后验准则完成标号场更新,最终实现对视网膜血管的分割。算法通过眼底图像数据库DRIVE进行测试,结果表明:该算法平均准确度为0.954 6,平均敏感度为0.899 9,平均特异度为0.9

期刊

马尔可夫随机场眼底图像视网膜血管分割特征场Markov random fieldFundus imageRetinal vein segmentat

新时期高速公路管理中思想政治工作的创新

在我国社会经济发展中高速公路扮演着重要角色，其运营管理水平与长远发展水平存在着直接关联，一定程度上影响着我国经济发展走势。在新时期的高速公路管理过程中，我们需要充分认

期刊

新时期高速公路管理思想政治工作创新

基于ARCH类模型的中国沪市股指波动性研究

金融市场的波动一直是经济分析人员和投资者关注的焦点。以沪市综合指数为研究对象,分别运用ARCH模型、GARCH模型进行初步研究,分析中国沪市股价波动的动态特征,结果表明,GAR

期刊

ARCH模型GARCH模型沪市波动性

基于BILSTM_CRF的知识图谱实体抽取方法

其他学术论文