开放式信息抽取相关论文
开放信息抽取(Open IE)是自然语言处理(NLP)的核心任务.尽管在这方面工作投入很多,但仍有许多问题需要解决.传统的开放式信息抽取......
随着互联网时代的来临,人们能从媒体获取的信息越来越多。信息抽取这一学科正是研究如何从海量的文本数据中抽取出关键的信息,因此......
实体关系的语义映射是将自然语言文本中的关系指称项与知识库中的属性关系建立语义关联的技术，是大规模知识库构建、语义搜索等应用......
近年来,随着移动互联网、物联网、云计算等技术的迅猛发展,网络应用井喷式出现,应用产生的数据呈现爆炸式增长。如何从大规模数据......
应用机器学习方法处理机器阅读的相关任务是人工智能的长远目标,但通常需要大量的人工监督操作.研究一种无监督学习在机器阅读的一......
对大数据进行研究和分析,将大数据转化为信息和知识对于知识工程和信息网络安全领域都具有重要的科学价值和实际意义。本体知识库......
万维网的快速发展给我们带来了信息爆炸的问题,如何能快速提取有价值的信息成了首要任务,并促成了开放式信息抽取技术的诞生。开放......
互联网中存在大量的使用自然语言表达的知识。信息抽取的任务是将文本的内容转换为结构化的知识库。传统的信息抽取系统,使用规则......
针对故事文本的语义理解需要,采用开放式信息抽取方式对故事文本进行多元事实抽取,并将多元事实框架表示成事件语义模型。本方法提......
自然语言处理是语言学和人工智能间的跨学科研究领域，其目的是研究和开发应用程序，使得计算机具有理解或生成文本、语音等类似人类思......
实体关系抽取是信息抽取的组成部分,其目标是确定实体之间是否存在某种语义关系。由于中文语法错综复杂、表达方式灵活、语义多样......
属性知识库扩展研究中已有的开放式信息抽取方法都十分依赖深度句法分析或有效的词典规则,在短文本处理上效果较差,召回率较低.文......
