【摘 要】
:
随着大数据时代的来临,人工智能技术不断发展,已经影响和改变了人类社会生产和日常生活的方方面面。知识图谱是机器理解人类知识的基础,是人工智能领域的一个重要研究话题。现实世界中,人类知识纷繁复杂,日新月异,人工手动构建的知识图谱无法保证全面性和时效性,因此研究知识图谱自动构建技术非常有意义。关系提取是知识图谱构建的关键子任务之一,旨在从非结构化文本中自动抽取实体间的关系。目前,关系提取任务的主流解决方
论文部分内容阅读
随着大数据时代的来临,人工智能技术不断发展,已经影响和改变了人类社会生产和日常生活的方方面面。知识图谱是机器理解人类知识的基础,是人工智能领域的一个重要研究话题。现实世界中,人类知识纷繁复杂,日新月异,人工手动构建的知识图谱无法保证全面性和时效性,因此研究知识图谱自动构建技术非常有意义。关系提取是知识图谱构建的关键子任务之一,旨在从非结构化文本中自动抽取实体间的关系。目前,关系提取任务的主流解决方案是训练有监督的机器学习或深度学习模型,使模型能够识别文本中的关系模式。考虑到训练数据标注成本高的问题,远程监督在关系提取任务中得到广泛应用。远程监督将知识库与无监督文本对齐,来自动构造训练数据,因此可以减少人工标注成本。然而,远程监督构造的数据存在长尾分布和错误标注的问题,这导致关系提取算法存在训练不充分的问题。因此,针对远程监督存在的问题,本文从实体和关系两个角度展开研究,提出两种能解决长尾分布和错误标注问题的关系提取算法。本文的主要贡献如下:·基于无监督语料挖掘实体的语义信息:为解决远程监督学习中,由于训练数据不均衡致使模型训练不充分的问题,利用无监督语料构建实体近似图,进而挖掘实体的语义信息。现有的模型无法从训练数据中获取这种信息,因此是关系提取算法的重要补充,能够有效缓解训练不充分的问题。·提出基于实体间隐式相互关系的关系提取算法:为了解决远程监督中实体对训练不充分的问题,利用实体语义信息建模实体间的隐式相互关系,使每对实体对都能从其他实体对的训练数据中获取知识。为了引入实体间的隐式相互关系,设计了一个可扩展的关系提取模型,该模型能够集成实体间隐式相互关系、实体类型以及训练数据的信息。在两个广泛使用的公开数据集New York Times(NYT)和Google Distant Supervision(GDS)上进行实验,实验结果表明该模型在准确率和召回率等关键指标上均显著优于目前最先进的模型,而且能够有效缓解实体对训练数据不足的问题。·提出基于关系原型的关系提取算法:针对远程监督中关系训练不充分问题,从无监督语料和训练数据中学习关系原型,来捕捉关系之间的相关性,使知识能从训练数据充足的关系迁移到训练数据匮乏的关系,从而缓解关系训练不充分的问题。为了引入关系原型,设计了一种能够整合关系原型、实体类型信息以及训练数据信息的关系提取模型。在两个广泛使用的公开数据集New York Times(NYT)和Google Distant Supervision(GDS)上进行实验,实验结果表明该模型在准确率和召回率等关键指标上均显著优于目前最先进的模型,并且可以缓解关系训练不充分的问题,显著改善长尾关系的预测效果。
其他文献
镉是一种高毒性的有害重金属。近年来,由于人类活动的加剧,土壤镉污染日益严重。而镉能够通过食物链的富集危害动物和人类的健康。因此,修复镉污染的土地、提高中轻度镉污染
目的:研究不同浓度五味子醇甲对高糖孵育下大鼠胸主动脉平滑肌细胞(vascular smooth muscle cell,VSMC)增殖、凋亡的影响,探讨五味子醇甲对治疗糖尿病动脉粥样硬化(atheroscl
区块链技术因其去中心化、防篡改以及可追溯的特点受到各方青睐。可编程的智能合约的出现则将区块链技术的应用领域拓展到传统行业的方方面面。然而单线程串行的智能合约执行模型愈发成为系统的性能瓶颈,如何高效地并发执行智能合约交易进而提升系统性能成为现如今区块链技术落地的一大挑战。由于区块链环境中拜占庭节点的存在,智能合约交易的执行与传统数据库有着很大的区别,故传统的数据库并发控制协议不能直接应用到智能合约交
林火干扰是导致北方森林土壤氮营养生境变化的重要因素。本文以大兴安岭北部寒温带典型森林立地土壤氮素为研究对象,采用连续定点监测的方法,系统研究时间序列上重度强度林火
目的通过人群研究和细胞学实验,探讨去泛素化酶USP7在乙型病毒性肝炎(viral hepatitis type B)中的动态变化及抗炎作用机制。以期为乙型病毒性肝炎的治疗和二级预防提供理论
地核的热导率和电导率是重要的地球物理学参量。热导率决定了地核向外传导热量的速度,从而影响了地球内核的年龄以及地核和地幔的热演化。鉴于碳元素在太阳系以及碳质球粒陨石中的丰度,以及铁碳合金和铁碳化合物展现出的高温高压稳定性和声速特性,地核中被认为有碳存在。我们采用范德堡四电极法探究了铁碳合金和铁碳化合物在高压下的电导率和热导率。在高压下碳元素展现出极强的合金效应,可以很大程度地提高铁合金的电阻率从而降
中国市场正处于起步发展阶段,股票市场二十多年以来的发展,仍然有许多不完善之处,股票市场反复出现股价的“暴涨暴跌”就是股市不完善的表现之一。这种证券市场中,许多投资者由于某种原因抛售手中所持有的股票,使得股票价格在短时间内迅速下跌的现象称之为“股价崩盘”。暴涨的股市使投资者看到收益,却忽视了股价波动带来的风险,导致大量投资者盲目投资,一旦股价发生暴跌,对企业来说是惨重的打击,同时对投资者的经济利益也
目的利用circRNA芯片在抗结核药物性肝损伤(anti-tuberculosis drug-induced liver injury,ADLI)患者与非ADLI患者中以及ADLI细胞模型中筛选以组蛋白去乙酰化酶2(histone deacet
豫西宜阳地区中寒武统馒头组二段、三段出露完整,主要由厚层紫红色、褐黄色页岩与鲕粒灰岩及各类微生物岩组成。本文对鲕粒的宏观特征、圈层结构及鲕粒中泥晶方解石的成因机
桑叶是桑科植物桑(Morus alba L.)的叶片,在四川、浙江、江苏、山东等地已广泛种植,是蚕桑经济中的重要植物。作为传统中药之一,桑叶具有疏散风热、清肺润燥、清肝明目的功效