语义关系抽取相关论文
以阿司匹林副作用为研究样本的主题,搜集PubMed数据库中与“药物副作用引起疾病”主题词关联规则相对应的文献记录,在文献摘要中提......
实体间语义关系抽取是自然语言处理中的一个重要问题,不仅是信息抽取的一项主要任务,而且具有广阔的应用前景。核函数的研究和使用......
实体间语义关系抽取是信息抽取中的重要环节,目的是通过命名实体对的上下文来确定实体之间是否存在关系以及存在何种关系。目前实......
实体间语义关系抽取是信息抽取中的重要环节，目的是通过命名实体对的上下文来确定实体之间是否存在关系以及存在何种关系。作为实体......
研究语义是当前人工智能、语义网、语义词典等研究领域的热点,它可以有效支持机器翻译和自然语言处理等技术。文章根据藏文独特的......
在国家科技基础条件平台中如何建设汉语字词之间的语义关系库,并且利用初始的语义关系库自动获取句法模式和新的关系。使用了句法......
实体间语义关系抽取是信息抽取中的重要环节,其目的是从文本中找出实体对之间的语义关系并对它们进行分类。本文主要通过发掘有效......
语义关系抽取是信息抽取中的一个重要的研究领域。目前基于特征向量的语义关系抽取已经很难通过发掘新的特征来提高抽取的性能。本......
目的为给用户提供更为相关、整体和结构化的Web医学信息,提出一种多特征融合的语义关系抽取方法,以解决中文Web医学信息中两两医学......
命名实体语义关系抽取是信息抽取中的主要任务之一，本文对现有的语义关系抽取系统构建方法进行了分类和介绍，并对这些方法进行了讨论......
界定了信息检索用概念等级关系的涵义，明确了其包含的属种、实例和整部三种子关系类型并阐明概念等级关系自动识别研究在信息组织和......
随着大数据时代的到来和计算机硬件体系的不断更新,人工智能在学术界和产业界都取得了长足的发展,如人机博弈、自动控制等。自动问......
针对医学数据专业性强、结构复杂等特点,解析了构建医学知识图谱的关键技术,介绍了利用机器学习和深度学习的方法识别医学命名实体......
