关系提取相关论文
随着智能电网的发展，部署了大量监控设备形成传感器网络，产生了大量的异构数据，传统数据管理办法难以有效利用海量数据。电力知识图谱......
大数据时代的到来,涌现出大量蕴含丰富语义信息的非结构化文本数据。为了应对海量数据的挑战,关系提取与知识图谱成为自然语言处理......
随着大数据时代的到来,人们需要处理的数据量急速增长,如何快速有效地从浩瀚的网络中提取到关键信息,成为业界迫切需要解决的难题......
地质调查正在从“数字化”走向“智能化”,需要在大数据思维的指导下,面向非结构化数据开展机器阅读和地质知识的自动提取.地学命......
概念图谱是具有层次结构的等级概念图,表征概念之间的上下位关系,通常通过语义关系的挖掘和分类层次的推理构建而成。在大数据环境......
专业知识的总结提取是现代信息时代的研究热点,在医疗领域中就诊医生的选择一直是导医系统中的一个典型问题,时常会出现患者在挂号......
随着互联网的快速发展,大学术数据迅速增长,为科学发现和技术创新在世界范围内的传播提供了技术基础。然而,随着数据量的不断增多,......
[目的/意义]文本向量化处理是文本挖掘、信息检索、情感分析等领域必须要经过的预处理过程,使节点向量包含丰富且有效的语义及结构......
甲状腺超声检查报告中记录着超声检查影像以及诊断结果，其中超声检查影像表现部分蕴含着非常丰富的知识，主要包括各种解剖实体和病理......
目的:通过从两个生物医学文献集合中识别并提取基因-药物和药物-不良反应实体及关系,构建基因-药物-不良反应关系网络,进而推测基......
对本体的研究在计算机领域变的越来越广泛，但手工构造本体是一项繁琐而辛苦的任务还会导致知识获取瓶颈。本体学习(ontology learni......
随着社会的发展,人们对数字信息的需求越来越强烈,信息技术面临着种种挑战,如信息的表示、知识的共享、软件的复用等等。如何对网......
随着信息技术的飞速发展与广泛应用,Internet中产生了巨量的文本信息。如何从这些文本信息中提取出有用的信息是目前国内外研究人......
互联网经济迅速发展,网络上由用户产生的数据越来越多,且大部分是文本数据。巨量的数据中蕴含众多有价值的信息,如何从复杂的文本......
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......
生物医学文献是生物医药大数据的一类重要来源,其中包含了大量有价值的信息。但这些信息多以非结构化文本的形式存在,加之文献数目......
因果图在确定因果关系中起着至关重要的作用,当前已应用于包括生物学和医学等许多领域。传统的因果图构造方法通常是数据驱动的,因......
生物医学文献数量巨大,并且每天仍以极快的速度增长。在同行评审的期刊上平均每天有3000篇新的文章发表,截至2019年,仅Pubmed就有2......
知识图谱在教育领域的广泛应用,使得对基于教育数据自动构建知识图谱的需求越来越迫切。针对现有的教育类中文知识图谱构建的技术......
现代医学认为,多种疾病的发生和发展都与基因突变有着密不可分的联系。研究疾病和变异之间的关联关系对于系统性地理解疾病的致病......
在生命机体中生物实体(如化合物、蛋白质等)之间时刻发生各种相互作用,研究生物实体的作用关系对理解生命机制至关重要。随着生物......
随着网络的发展,大量文本充斥着人们的生活,信息提取可以帮助人们快速地获得重要信息,信息提取的研究也变得越来越重要,而实体识别......
随着科技的飞速发展,许多新的技术领域和研究成果日益增加,给技术领域分析工作带来不少难度。当前对科学技术研究内容的界定主要是......
传统搜索引擎需要用户从返回网页中提炼有用知识；社交网络搜索根据人物的社会关系、共同爱好，提供人物和兴趣间的关系等方面的搜索结......
随着知识图谱在教育领域的广泛应用,对根据教学内容自动构建知识图谱的需求越来越迫切。针对教育类中文知识图谱生成技术中知识点......
目前本体学习的研究重点在于概念及关系的提取,概念提取领域一致度与领域相关度相结合的方法取得了比较好的效果,而关系提取则主要......
广义空间实体关系特征词能够正确表示两实体之间的关系及其语义信息。为了准确地提取关系特征词，基于关系候选词的位置、词性和词频......
生物医学研究人员经常搜索大量文献,寻找生物实体之间的作用关系,如:药物-药物、化合物-蛋白质等作用关系。随着医学文献的激增和......
蛋白质相互作用关系对理解生物过程具有非常重要的意义,为了解决同位语依存关系带来的噪音干扰,提出了一个改进的基于树核的PPI提......
多关系群体挖掘是近年来快速发展的重要的数据挖掘领域之一。传统的群体挖掘方法是假定网络中只有一种关系，并且挖掘结果与用户需求......
关系提取旨在从大量的非结构化数据中提取实体对间的关系。目前,大多数神经网络仅考虑单分支信息流,难以获取足够的语义特征来进行......
肿瘤-药物-基因语义关系的及时发现和获取，在肿瘤个体化用药中发挥着重要作用。本文收集并整合了肿瘤、药物和基因相关的科学文献数......
为了帮助高等院校和大学生合理有效地利用网络上的就业信息资源,化解就业知识供需不对称问题,本文提出基于网络文本挖掘的"专业-岗......
本体学习已成为计算机领域的一个研究热点,目前本体学习的研究重点在于概念及关系的提取。针对现有学习方法准确率不高,提出一种结......
现有时序异常检测方法存在计算效率低和可解释性差的问题。考虑到Transformer模型在自然语言处理任务中表现出并行效率高且能够跨......
网络中蕴涵了丰富的地理信息,于是网络也成为了获取地理信息的重要源头。传统获取地理信息的方式必须依赖于大批人力和时间,这导致......
知识图谱技术的推广与应用,给相关领域带来了新的研究方向与挑战。目前油气勘探开发领域的知识图谱正处于起步阶段,需要大量该领域......
实现家谱资源的高效的组织和利用,需要从非结构化的家谱文本中提取实体及关系,进行结构化的表示。实体和关系的提取通常被作为序列......
目的:从海量生物医学文献中挖掘疾病-基因-药物三者之间的关联关系,为精准医疗与靶向治疗提供依据。方法:利用词典与规则相结合的......
化合物与疾病关系识别是生物医学文献挖掘中的一项重要任务,化合物与疾病关系有助于改善生物医学搜索引擎的搜索结果,缩短药物研发......
从海量无结构互联网信息中提取高质量的社会网络有着广阔的应用前景和较高的学术价值,本文以新浪微博网站作为信息源提取用户之间......
为解决实际教学过程中教学内容较多的问题,提出面向教学的知识点定义,在基于切分单元的最大匹配算法基础上,结合优化规则进行知识......
“捆绑”是一种重要的认知加工。在情景记忆形成中,人们只有将知觉到的事物各方面特征联结为一个整体,才能够在需要的时候准确地提......
基于文献的分析挖掘是发现未知新知识的有效途径,本文提出了基于文献的知识发现应用于成矿预测领域的研究思路,构建了基于文献的知......
使用ERPs技术，探讨跨领域项目间联结记忆中项目提取和关系提取的差异。学习阶段，系列呈现面孔．事件动词材料，让被试识记面孔、事件动词......
