實(shí)體關(guān)系抽取是自然語言處理領(lǐng)域中的重要任務(wù)之一,同時(shí)也是知識圖譜構(gòu)建過程中的關(guān)鍵一步。實(shí)體關(guān)系抽取的目的是從自然語言文本中提取出實(shí)體之間的關(guān)聯(lián)關(guān)系,從而把實(shí)體聯(lián)系起來,形成以三元組為知識單元的網(wǎng)狀知識庫,成為知識圖譜的知識來源。在實(shí)體關(guān)系抽取領(lǐng)域,已經(jīng)有很多的方法提出來,但是仍然存在各種問題。本文通過深入研究各種關(guān)系抽取方法,針對企業(yè)圖譜構(gòu)建這一實(shí)際目標(biāo),提出了兩種基于深度學(xué)習(xí)的關(guān)系抽取模型。由于目前的研究主要是基于英文數(shù)據(jù)集的,而且中文標(biāo)準(zhǔn)數(shù)據(jù)集缺乏。本文通過網(wǎng)絡(luò)爬蟲的方式,并利用遠(yuǎn)程監(jiān)督的方法構(gòu)建了一個(gè)用于企業(yè)關(guān)系抽取的數(shù)據(jù)集。數(shù)據(jù)的主要來源是上市公司公告和企業(yè)新聞。為了使實(shí)驗(yàn)更具有說服力,本文在最后的實(shí)驗(yàn)階段,還使用了一個(gè)標(biāo)準(zhǔn)的英文關(guān)系抽取數(shù)據(jù)集。傳統(tǒng)的關(guān)系抽取方法通常需要制定大量的規(guī)則,或者構(gòu)造復(fù)雜的特征工程,隨著深度學(xué)習(xí)的發(fā)展,基于深度學(xué)習(xí)的關(guān)系抽取算法漸漸被提出來了。本文在目前研究的基礎(chǔ)上,提出了兩種改進(jìn)的基于深度學(xué)習(xí)的關(guān)系抽取模型。第一種模型是BiGRU-CNN模型,該模型是將BiGRU網(wǎng)絡(luò)和CNN網(wǎng)絡(luò)以串聯(lián)的方式組合,同時(shí)利用了CNN網(wǎng)絡(luò)和RNN網(wǎng)絡(luò)的優(yōu)勢。另一種模型是...

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-1基于傳統(tǒng)模式匹配方法的信息抽取系統(tǒng)體系結(jié)構(gòu)

東南大學(xué)碩士學(xué)位論文8圖2-1基于傳統(tǒng)模式匹配方法的信息抽取系統(tǒng)體系結(jié)構(gòu)上述部分并不是每個(gè)信息抽取系統(tǒng)必須包含的。圖2-1為基于傳統(tǒng)模式匹配方法的信息抽取系統(tǒng)體系結(jié)構(gòu)。在知識圖譜構(gòu)建中，實(shí)體消歧和共指消解被劃分到知識融合而不是信息抽取中。2.1.2關(guān)系抽取任務(wù)中的相關(guān)概念基本概念....

圖2-2基于機(jī)器學(xué)習(xí)的關(guān)系抽取流程

11圖2-2基于機(jī)器學(xué)習(xí)的關(guān)系抽取流程機(jī)器學(xué)習(xí)的分類算法有：樸素貝葉斯，邏輯斯諦回歸，最近鄰算法，決策樹，支持向量機(jī)，最大熵模型等等。在關(guān)系抽取任務(wù)中，最常用的機(jī)器學(xué)習(xí)算法是邏輯斯諦回歸算法、支持向量機(jī)和最大熵模型。下面簡要描述三種分類器。邏輯斯諦回歸：邏輯斯諦回歸分類器是一種廣....

圖2-3邏輯斯諦分布的分布函數(shù)和密度函數(shù)

11圖2-2基于機(jī)器學(xué)習(xí)的關(guān)系抽取流程機(jī)器學(xué)習(xí)的分類算法有：樸素貝葉斯，邏輯斯諦回歸，最近鄰算法，決策樹，支持向量機(jī)，最大熵模型等等。在關(guān)系抽取任務(wù)中，最常用的機(jī)器學(xué)習(xí)算法是邏輯斯諦回歸算法、支持向量機(jī)和最大熵模型。下面簡要描述三種分類器。邏輯斯諦回歸：邏輯斯諦回歸分類器是一種廣....

圖2-4SVM示意圖

13隔的分離超平面。對于線性可分離的訓(xùn)練數(shù)據(jù)集，存在無限多個(gè)線性可分離的超平面。但是，具有最大幾何間距的超平面是唯一的。圖2-4SVM示意圖如圖2-4所示，其中的實(shí)線就是SVM最優(yōu)分類超平面，距離該超平面最近的樣本點(diǎn)被稱為“支持向量機(jī)”�？紤]如何找到具有最大幾何間距的另一個(gè)超平面....

本文編號：3996494