问答模式下结合属性语义的实体属性抽取研究

实体属性抽取任务中常面临属性标签过多时模型存在爆炸风险的问题,且目前大多数属性抽取模型对文本均分配一致的注意力因子,未将上下文的变化考虑在内。为解决上述问题,提出一种基于问答模式的结合属性语义的实体属性抽取方法。该方法的要点在于,将文本看作上下文,把属性视为查询,从上下文中提取到的答案等同于期望的属性值。文中对文本和属性的语义表示进行建模,并提出一个动态注意力机制用于捕捉二者间的语义交互、实现信息融合,同时自适应地控制属性信息融入文本向量的程度。为了验证该方法的有效性,将模型与目前广泛应用的BiLSTM模型、BiLSTM-CRF模型、OpenTag模型和Open Tagging模型在包含大量属性标签的数据集AE-110K、AE-650K上进行对比实验,结果表明,模型在结合属性语义信息且采用动态Attention的条件下,其预测准确度、召回率和F1值更高。

结合全局特征的命名实体属性值抽取

关注非结构化文本中命名实体属性值的抽取问题.当前主流有监督属性值抽取方法仅使用局部特征,抽取效果有限,开展了利用文本全局特征改善属性值抽取的研究.通过适用于中文属性值抽取的全局特征,用局部特征以外的有价值信息提高抽取效果.据此,提出结合全局特征的感知机学习算法,该算法能够方便地融合文本全局特征,并将全局特征和局部特征统一结合到模型学习过程中,使模型具有更好的特征表示能力.实验结果表明,所提出方法的整体抽取效果高于仅使用局部特征的CRF模型和平均感知机模型.该方法适用于开放领域的属性值获取,具有较好的泛化能力.

基于同义扩展的在线百科中实体属性抽取

实体属性抽取是信息抽取、知识库构建等任务的重要基础。该文提出了一种利用在线百科获取实体属性的方法,该方法首先通过在线百科的结构特征和领域独立的抽取模式捕获可能的属性短语,然后根据同义扩展获取尽可能多的属性表述形式,并同时得到对应实体类别的同义属性集合。实验表明,该方法在保证属性抽取准确率不变的情况下,获得了比仅使用频率的方法覆盖范围更广的实体属性集合。

基于实体属性特征分析的编码方案及其在MIS中的应用

从关系数据库规范化理论的角度分析了编码问题,讨论了编码问题与关系数据库规范化理论有可能存在的冲突,提出了基于实体属性特征分析的编码方案。

基于文本化简的实体属性抽取方法

研究了非结构化中文文本的实体属性抽取方法。引入文本化简作为抽取的预处理过程,解决传统信息抽取方法因为长难句的存在和自然语言表述多样性导致抽取效果不佳的问题。其中,文本化简被建模为一个序列到序列(seq2seq)的翻译过程,并用机器翻译领域的seq2seq-RNN模型进行实现。为了提升模型的化简效果,进行了不同层面的优化,包括使用预训练词向量、收集常用词汇表、引入词性标注和设计化简评分函数,这些优化使模型专注于化简过程中句法转换的学习。针对化简后的文本,设计基于简洁规则的方法进行信息元组和实体属性抽取。实验表明,对seq2seq-RNN的改进能提升文本化简的效果,而且在化简文本上抽取的信息数量比在原始文本上的多,信息也比较精确。

Trans_isA:一种基于实体属性和语义层次的表示学习方法

传统的表示学习方法将三元组按照独立的个体进行表示,使得实体和关系的表示向量缺乏语义层次信息.同一关系(如is_A关系)链接的两个实体,其自身属性以及语义范畴都可能是不相同的,因此在对is_A关系三元组进行表示学习时,要将头实体和尾实体区分开,以不同的方法进行编码.为此,首先将is_A关系下的实体编码为一个球体,球体间相对位置表示为实体间关系;然后在实体属性的基础上,利用二元关系的传递性判定条件对实体间语义层次进行建模,将其命名为Trans_isA模型.在WN18RR数据集上对Trans_isA进行了链接预测和三元组分类实验,验证了模型的有效性.

基于实体属性抽取的植物问答系统的研究

随着互联网的不断发展,信息抽取技术也在不断革新与进步,将植物描述信息结构化,对于植物分类学和植物标本的采集鉴定等进一步的深入研究具有重要意义。文章结合实体属性抽取技术,构建了植物信息知识库,从而实现了一个新型的植物问答系统,使用户能直接得到准确具体的答案。

地产去金融化,也需加强实体属性

房地产行业由于与金融体系有过深过密的联系,所以在风险属性上被定义为"灰犀牛",需要预警提防,避免这种风险发于未然。因此,在对地产行业的管控举措上有走极端的倾向。本身公平定位上看,地产行业同样带有实体经济的属性,所以政策在抽离地产金融属性的同时,需要维持并强化地产于金融之外的实体属性。

实体—属性抽取的GRU+CRF方法

[目的/意义]研究利用深度学习的循环神经网络GRU结合条件随机场CRF对标注的中文文本序列进行预测,来抽取在线评论文本中的实体—属性。[方法 /过程]首先根据设计好的文本序列标注规范,对评论语料分词后进行实体及其属性的命名实体标注,得到单词序列、词性序列和标注序列;然后将单词序列、词性序列转为分布式词向量表示并用于GRU循环神经网络的输入;最后输出层采用条件随机场CRF,输出标签即是实体或属性。[结果/结论]实验结果表明,本文的方法将实体—属性抽取简化为命名实体标注,并利用深度学习的GRU捕获输入数据的上下文语义以及条件随机场CRF获取输出标签的前后关系,比传统的基于规则或一般的机器学习方法具有较大的应用优势。

基于实体-属性框架的领域知识库构建

知识库是进行各种自然语言处理任务不可或缺的一项基础性的资源。而目前知识库的构建还是一个难点问题,尤其是以自动方式构建复杂的领域性知识库系统的研究还处于探索阶段。本文提出一种基于实体-属性框架的领域知识库自动构建方法,致力于利用航空百科辞典的信息自动获取术语之间的上下位关系及部分实体属性关系,其中,基于多策略的上下位关系术语对提取融合了后缀子串匹配、模板自动构建、实质提取三种方法,分别考虑了辞典中反映上下位关系的不同信息。其中模板自动构建方法,在无需人工标注语料的情况下获得了比较好的效果。属性提取部分采用了以人工标注语料为前提的模板匹配方法。实验表明,本文系统对术语上下位关系抽取的F值达到76.01%,对各个属性的抽取也达到了75%以上。

面向中医电子病历的症状实体及属性抽取

文章针对中医临床症状实体及属性抽取存在医疗短文本语义信息欠缺,常用的流水线方法易导致多任务之间产生错误累积的问题,提出一种基于深度学习的症状实体及属性抽取方法。首先通过基于BLSTM-CRF的序列标注模型完成“实体/修饰属性”识别;其次根据扩展步长的就近匹配原则生成高覆盖率、低冗余度的“实体—属性值”候选对;最后基于ERNIEBGRU-MP完成关系分类,利用ERNIE丰富文本上下文信息,联合BGRU提取文本全局特征信息,采用最大池化法过滤冗余和噪声信息,提高模型的泛化性和鲁棒性。

基于VBA巧用南方CASS的实体扩展属性

说明了地籍调查与建库中存在的问题,引入实体扩展属性的概念,以房屋属性为例,通过分析CASS数据的dxf文件的存储结构,基于VBA巧用南方CASS的实体扩展属性,设计程序,通过将获取的扩展属性的存储格式进行转换,实现了将ArcGIS转换成CASS文件的扩展属性进行拆分,使扩展属性与单个要素相关联,将其转换为CASS标准格式,方便在CASS中查看属性的功能。

实体的动态属性在数据库设计中的解决方案

该文主要是针对数据库设计中遇到实体的动态属性的问题,分别结合关系型和非关系型两大类数据库技术,介绍解决实体属性可变性问题的解决方法:关系弄的解决方案是改行为列和使用两个关系实体,非关系型的解决方案是采用HBase模型和Mongo DB模型。这些方案为开发用户的数据需求提供多种可选方案,极大地为用户提供了方便。

基于属性的访问控制研究进展

基于属性的访问控制(ABAC)能够解决开放网络环境下资源保护所面临的细粒度问题以及网络系统所面临的大规模用户问题,为未来的开放网络环境提供了较为理想的访问控制策略方案.本文从ABAC理论和应用研究两个方面详细分析和总结了ABAC国内外的现有研究成果,分析了ABAC研究尚待解决的问题及未来研究趋势,为未来开放网络环境中的复杂信息系统访问控制研究提供借鉴和文献参考.

基于属性的访问控制关键技术研究综述

云计算、物联网等新型计算模式为我们提供了便捷的数据共享、高效计算等服务,极大地提高了数据的处理效率,提升了计算和存储资源的利用能力.但这些新型计算模式存储并融合了大量具有"所有权"特征的数据,如果不对这些数据提供可靠的保护,一旦泄漏就会给用户带来巨大的损失.作为数据保护的基石性技术之一,访问控制可保障数据仅能被拥有相应权限的用户访问,得到了广泛的研究.其中,基于属性的访问控制通过使用属性作为访问控制的关键要素,有效解决了具有大规模、强动态性及强隐私性特点的新型计算环境下的细粒度访问控制问题,为云计算、物联网计算等新型计算环境提供了理想的访问控制策略.该文将基于属性的访问控制的整体流程分为准备阶段和执行阶段,并对两阶段面临的关键问题、研究现状和发展趋势进行分析.针对其中的实体属性发现、权限分配关联关系挖掘、访问控制策略描述、多机构合作、身份认证、权限更新与撤销等难点问题进行深入探讨.最后,在对已有技术进行深入分析对比的基础上,指出未来基于属性的访问控制的研究方向.

基于概率软逻辑模型的实体解析

在马尔科夫逻辑网(MLN)的实体解析算法中任意闭原子采用硬约束,导致推理及权重学习过程较难收敛到最优解,降低解析精度及执行效率。为此,提出一种将概率软逻辑(PSL)模型应用到实体解析中的方法,该模型中闭原子采用软约束,易于进行知识推理与权重学习。阐述PSL模型基本理论,通过实体关系、实体属性、本体约束构造PSL模型的逻辑规则,描述实体解析的匹配过程,根据PSL模型的推理机制实现实体解析的决策过程。实验结果表明,与基于MLN的实体解析算法相比,该方法可大幅提高实体解析的准确率、F1值及执行效率。

浅析利用CASS 9.1将无属性地形图重画为标准入库地形图的方法

数字化地籍测绘已经成为我国地籍测量工作的主要方法,但是由于多种原因,会产生一些无属性的地形图,此类地形图无法入库。笔者结合多年来从事地籍测绘工作的经验,针对CASS 9.1测绘成图软件,对无属性地形图重画成标准入库地形图技巧进行介绍,对测绘大比例尺地图的应用有一定的指导作用。

以明示的实体标记性词语为参照的多选式完形语篇挖空词语意义猜测模式及应用

完形语篇中富含实体指称词语和实体属性描述语,针对此类删除词语的意义预测目前尚无有效办法。为解决此问题,本文对概念参照点模式进行了改造,提出了"以明示的实体标记性词语为参照的多选式完形语篇挖空词语意义猜测模式"。该模式建议提取分布于语篇中关于同一实体的所有指称词语和属性描述语,予以集中,组建临时的实体标记性词语认知领地,分析领地内多个词语的核心概念,再以核心概念为参照,来猜测挖空词语的意义。如果正文语篇块仅提供了某个实体的唯一指称词语,就以该词语为参照,激活头脑中储存的关于该实体的常规属性图式,再以图式为引导,猜测挖空词语的意义。文章还针对词语的不同分布状态和出现频次,用完形填空真题,演示参照点猜测模式的具体应用步骤。本文是对完形语篇解读理论的一次有益探索。

一种基于事实知识的实体相关度计算方法

在近来出现的面向实体的搜索服务中,准确地预测实体间的相关程度是至关重要的。该文提出了一种基于实体的事实知识,即利用"实体—属性—属性值"(SPO)记录进行实体相关度计算的方法。该文通过基于属性和属性值的两步概率估计,将实体表示为一个属性值词的概率分布列,并通过比对两个实体共享的属性值词汇得出二者的相关度。实验表明,在用于面向实体搜索的相关实体排序问题上,该文方法达到了80.9%的平均top-5准确率,优于词袋方法和基于查询日志共现的方法。此外,该文通过定量分析,考察了不同领域的用户需求特性对实体相关度计算结果的影响。