检索结果-内蒙古大学图书馆

随着科学的繁荣和发展，新的理论、方法和技术不断涌现，不同的方法与技术交汇融合，相得益彰。尽管搜索引擎已经取得了巨大的进步，但仍然很难确定新技术与前期技术之间的关联性，难以推演新技术的衍生逻辑。为了帮助科研人员快速、精准地捕捉科技创新的契机，设计能够从大量文档中自动提取和组织科学信息的智能系统非常重要。当前使用的主流技术是实体识别和关系抽取技术。　　传统的研究方法基于流水线模式，将实体识别和关系抽取视为两个独立的任务分别处理，以便针对两个任务的特点灵活地设计模型。但是这种处理模式存在错误级联传播、未利用任务间内在联系及信息冗余等问题。为解决传统流水线模式存在的缺点，科研人员提出了实体识别及关系联合抽取模型，本文以此为出发点，调研了近年来联合抽取模型的国内外研究进展，梳理了在联合抽取模型中常用的方法:底层参数共享的方法、序列标注方法以及最近兴起的基于图论的方法。本文使用底层参数共享的方法，结合注意力机制，对联合抽取模型进一步研究，并将研究结果实用化。本文的主要内容如下:　　首先，本文引入基于Bert模型的文本信息编码方法。Bert是一种动态的词向量模型，通过对语义建模而不是对单词建模的方式，解决了自然文本中一词多义的问题。本文在训练的过程中对词向量进行微调，以获得最优的词语和句子语义表示。　　其次，我们提出基于注意力机制的跨度与关系元组表示方法，从文本上下文中提取更多的语义特征。针对实体识别模型和关系抽取模型共享跨度的表示，使用注意力机制从文本中提取上下文特征和长距离的依赖信息用以表示跨度，提升两个模型的性能。在训练时，使用了负采样、加权损失函数等技术进一步提升模型的效果。本文在ADE、CoNLL04和SciERC数据集上进行实验，取得了优异的成绩，说明了工作的有效性。　　最后，本文将提出的联合抽取模型应用在论文数据库DBLP中，提取论文摘要中的实体（如任务、方法、指标、材料等）及其关系，搭建科学技术演化系统，为构建科技领域的知识图谱提供数据支持。

关键词：论文数据库信息处理实体识别关系抽取注意力机制

来源：评论

学校读者我要写书评

暂无评论

DOI和论文数据库抽取在文献元数据获取方面的应用

引用

现代情报 2012年第12期32卷 44-49页

作者：马坤济南大学山东省网络环境智能计算技术重点实验室山东济南250022

为了提高文献录入效率和准确率,减少录入文献的人工审核,提出一种基于DOI和论文数据库的在线文献元数据获取方法,设计DOI解析代理集成异构的DOI注册代理机构的服务接口,通过RoadRunner算法实现基于论文数据库详情页的文献元数据抽取。... 详细信息

为了提高文献录入效率和准确率,减少录入文献的人工审核,提出一种基于DOI和论文数据库的在线文献元数据获取方法,设计DOI解析代理集成异构的DOI注册代理机构的服务接口,通过RoadRunner算法实现基于论文数据库详情页的文献元数据抽取。最后实现在线文献元数据智能录入系统,验证上述方法的有效性和实用性。

关键词：数字对象标识符论文数据库 Web信息抽取网页聚类

来源：评论

学校读者我要写书评

暂无评论

谈论文数据库对学术论文的再加工——从参考文献的编排谈起