面向电子交易的商品供应信息抽取模型

随着互联网的普及和电子商务的发展,形成了大量的商品供应信息资源。从企业门户网站和电子市场的海量商品网页中抽取出供应信息资源,是电子交易迫切需要解决的问题。在分析信息抽取过程和商品网页结构的基础上,构建了基于网页DOM树的商品供应信息抽取模型。该模型由网页采集层、HTML文档解析层、信息抽取层和结果处理层组成,并重点对信息抽取层的抽取规则进行了探讨。

基于深度学习的Web信息抽取模型研究与应用

Web网页中包含了大量异构的半结构化或非结构化数据,如何准确地从这些网页中提取有价值的信息显得极其重要。文章基于深度学习,结合BERT构建了一种新型的BERT+BiLSTM+CRF信息抽取模型,实验结果表明了该方法的有效性。

基于通用信息抽取模型的年鉴大事记知识图谱构建研究——以林业大事记知识图谱为例

针对大事记数据的特点,以及各行业对于大事记的信息化需求,本文尝试提出一种利用知识图谱来整理大事记中的信息的方法,从而有效抽取领域年鉴大事记中的多元主体,厘清主体间复杂关系,并用于查阅及宣传工作。首先,根据大事记中各类事件的特点,进行事件分类和概念建模,从整体的角度,对大事记的信息化处理方案进行设计;其次,对知识图谱进行顶层设计,选取通用信息抽取模型进行信息抽取、知识图谱构建与存储的工作;最后,以《中国林业年鉴》的林业大事记部分为例,说明知识图谱的构建过程和应用。本文提出的知识图谱的构建过程和方法能够通过少量人工标注数据将大事记转化为结构化的知识库形式,便于高效便捷地检索大事记记录的事件信息,为挖掘大事记档案文本的价值提供了基础。

基于HMM和小波神经网络混合模型的Web信息抽取

提出一种将隐马尔科夫模型(HMM)和小波神经网络(WNN)相结合的混合模型应用于信息抽取。其首先将网页节点特征化,并依据网页内容建立不同的HMM,之后通过WNN调用相应的HMM用于信息抽取。HMM无法准确抽取的重要信息,利用WNN做辅助判别。实验证明,该混合模型可以提高Web信息抽取的精准度。

国内基于本体的信息抽取研究现状与热点分析

以国内2002年1月至2016年5月间发表的与基于本体的信息抽取有关的期刊文献为分析对象,运用内容分析法从领域本体的构建及基于本体的信息抽取方法、信息抽取模型、信息抽取算法、信息抽取系统、信息抽取的应用领域等6个方面对国内该领域的研究现状与热点进行分析,认为目前国内该研究领域具有研究内容从理论走向实践、研究主体多样性、尚未形成核心作者和核心团队等特点,指出本体构建的自动化及基于本体的信息抽取的评估机制、信息抽取的实践应用将成为未来的发展趋势。

金融领域事件因果关系发现及事理图谱构建与应用

事理图谱是研究事物动态发展的有效手段。针对金融因果事理图谱构建过程中数据集匮乏及构建方案缺少实践对比的现状,该文面向金融领域中发生频率较高的热点事件,研究构建事理图谱的方法。该文提出了一种新的金融领域事件论元的定义,制定了基于ATT+SBV结构的句法分析方案,针对信息抽取任务提出了面向金融因果事件的序列标注定义。该文同时提出了一种基于BERT+Bi-LSTM+CRF模型的信息抽取方案,并与不同神经网络模型进行对比研究。实验结果表明,该模型在信息抽取任务中,F_1值达到95.78%,准确性有较大提升。该文通过Neo4j图数据库存储并构建金融因果事理图谱,以事件关系可视化的方式揭示现实金融事件的演变逻辑规律,分析金融网络的风险传导扩散机制。