融合实体语义的实体关系抽取联合解码

针对复杂语境中存在多义词或上下文联系不强的实体,导致模型难以正确识别其关系的问题,提出一种基于BERT和联合解码的实体关系抽取模型。该模型首先采用BERT对实体进行语义编码,提取出实体的上下文信息;然后,利用自注意力机制标记出头实体,并对尾实体进行预测;最后,设计联合解码机制,结合实体语义信息和关系抽取任务进行联合解码。实验结果表明,与基准模型相比,所提模型在纽约时报(NYT)数据集和WebNLG数据集上的准确率和F1值均有所提高,能够有效地提高实体关系提取的准确性。

一种基于本体的地理实体语义模型设计方法

以新型基础测绘为背景,针对实景三维(3D)时空数据生产存储过程中现有时空数据模型缺乏对包含几何、语义和状态等的地理实体数据支持的问题,本文提出了一种基于本体的地理实体语义模型设计方法,首先构建面向地理实体领域本体的数据概念模型,然后利用一种新型的地理信息数据模型——语义实体模型(SEM),将本体概念实例化。以自然实体中山体为例,构建山体实体概念模型,以SEM数据模型进行山体实体本体表示,将实例结果导入地理实体数据库,验证结果表明SEM数据模型可实现多模态地理实体数据的一体化存储,并兼顾了地理空间数据的几何、语义等特征。SEM模型提供了一种新型地理信息数据组织方式,解决了传统基础测绘数据割裂的问题,可实现异源异构数据融合和数据的联动更新。

基于合一句法和实体语义树的中文语义关系抽取

该文提出了一种基于卷积树核函数的中文实体语义关系抽取方法,该方法通过在关系实例的结构化信息中加入实体语义信息,如实体类型、引用类型和GPE角色等,从而构造能有效捕获结构化信息和实体语义信息的合一句法和实体语义关系树,以提高中文语义关系抽取的性能。在ACE RDC 2005中文基准语料上进行的关系探测和关系抽取的实验表明,该方法能显著提高中文语义关系抽取性能,大类抽取的最佳F值达到67.0,这说明结构化句法信息和实体语义信息在中文语义关系抽取中具有互补性。

基于实体语义扩展的跨境民族文化文本检索

由于跨境民族相关的文化实体常出现相同实体具有不同名称表达的情况,使用当前主流的文本检索方法在跨境民族文化数据集上将面临语义稀疏的问题。该文提出一种基于实体语义扩展的跨境民族文化检索方法,利用跨境民族文化知识图谱,以知识三元组的形式将跨境民族文化之间的实体关联起来,并添加实体类别标签,以此缓解跨境民族文化实体中语义信息不充分的问题。通过TransH模型对实体及扩展语义信息进行向量化表示,融合到查询文本中进行语义增强,以此提升跨境民族文化文本检索的准确性。实验结果表明,该方法比基线模型提高了5.4%。

实体语义关系分类及应用研究

[目的/意义]实体语义关系分类是信息抽取重要任务之一,将非结构化文本转化成结构化知识,是构建领域本体、知识图谱、开发问答系统、信息检索系统的基础工作。[方法/过程]本文详细梳理了实体语义关系分类的发展历程,从技术方法、应用领域两方面回顾和总结了近5年国内外的最新研究成果,并指出了研究的不足及未来的研究方向。[结果/结论]热门的深度学习方法抛弃了传统浅层机器学习方法繁琐的特征工程,自动学习文本特征,实验发现,在神经网络模型中融入词法、句法特征、引入注意力机制能有效提升关系分类性能。

基于实体语义的多级安全数据模型

提出了一种基于实体语义的多级安全数据模型。该模型借鉴了Smith-Winslett模型基于置信的语义和MLR模型数据借用的思想。定义了ESM数据模型,并描述了它的4个完整性性质和4个数据操作。ESM模型消除了语义模糊性,同时又保持了向上的信息流。证明了ESM模型的正确性、完备性和安全性。

国家级基础地理实体数据转换生产及实体三维化的设计与实现

为探索研究国家级基础地理实体数据的生产技术方法,本文基于四川省简阳市2021年1∶50000基础地理信息数据,运用地理信息技术,探索研究了国家级基础地理实体数据库模板制作、数据转换、组合实体构建、实体关系构建等环节的关键技术和作业方法,探索了基础地理实体数据三维信息采集的技术路线,设计研发了针对基础地理实体数据生产的软件工具,旨在提升数据生产工作效率,为实景三维中国建设存量基础地理信息数据转换生产基础地理实体数据提供技术支持,对新型基础测绘工作的推进具有重要意义。

基础地理实体转换生产及应用

针对采用基础地理信息要素数据进行基础地理实体转换生产中存在数据源格式多样、转换工作量大、语义化困难、地理实体三维信息缺失的问题,实现基础地理信息要素数据快速实体化转换及应用,本文设计了一套转换生产流程,应用ETL技术进行数据转换,应用知识图谱和地理信息系统(GIS)空间运算进行实体关系语义化,应用多源高程数据采集基础地理实体三维信息,最终实现快速转换生产基础地理实体数据的应用场景。本方案经生产验证,生产流程和技术可行,满足生产精度要求,且实体化速度快,可应用于多种应用场景。

基于流演算智能体构建三维语义实体及其交互感知

基于流演算的行为推理方法提出了五元组智能体模型,通过该模型在虚拟环境中建立语义实体,虚拟人作为一种特殊的语义实体,通过与环境对象的语义交互,感知虚拟环境。虚拟人能够根据当前的状态和预先的规划自主完成追逐行为,为动态虚拟环境中的目标追击问题提供一种智能化仿真方法。以语义交互的方式实现虚拟人的各种感知仿真,建立虚拟人智能体的推理结构和层次化的行为方式。在Unity引擎上以有限状态机方式给出了应用实例,验证了该方法的可行性和有效性。

面向任务地图综合中要素的语义性权重判定

在综合过程中,不仅要考虑要素细节的几何性权重,还要考虑不同要素类的语义性权重,即要素类在地图空间中表示的详细度由该要素类和用户、用户任务的相关度决定,从而最终根据地理实体语义相似性量化地图综合中的地理实体权重。

基于LayoutXLM的核电工程图纸标题栏信息自动提取方法研究

对核电工程图纸进行数字化管理,需要从大量既有图纸的标题栏中提取有用信息。针对核电工程图纸标题栏结构多变的特点,提出了基于LayoutXLM的标题栏文本信息自动提取方法。首先,利用光学字符识别技术获取标题栏图像的文本坐标和文本内容,将标题栏文本、文本布局信息和标题栏图像信息作为多模态预训练模型LayoutXLM的输入,提取出标题栏文本的语义实体特征。然后,将实体特征作为BiGRU-CRF网络和双仿射注意力机制的输入,分别构建语义实体识别模型和关系抽取模型。最后,使用自建标题栏数据集对语义实体识别模型和关系抽取模型进行验证。实验结果表明,语义实体识别的F1分数达到90%以上,关系抽取的F1分数达到78%,验证了该方法的有效性,为标题栏信息的自动提取提供了新的思路。

基于实体的文本数据与XML文档的匹配技术研究

目前飞机企业等单位的大量数据采用XML格式存储,且与其它业务文本数据之间缺乏联系.在异构数据集成领域,文本数据与XML文档的模式匹配还较少有人关注.提出文本数据与XML文档的匹配方法,该匹配方法采用两阶段的算法,首先使用基于条件随机场的实体抽取算法从文本文档中提取实体信息,然后通过基于实体的最近语义片段(ECSF)检索算法在XM L树中查询覆盖所有实体及实例的最近语义片段作为匹配对象.ECSF检索算法中基于实体的最近语义片段含义是XM L树上的覆盖所有实体及实例信息的最小子树,且实例所对应的实体必须是该实例的祖先节点.最后通过实验验证了本文提出方法的可行性和有效性,且具有较好的匹配效果,包括召回率和准确率.

专利供需知识图谱半自动化构建及应用

[研究目的]为提高专利知识图谱构建的自动化水平,并实现知识服务与交易服务的融合,提出了面向供需信息挖掘的供需知识图谱(PSD-KG)的构建思路。[研究方法]知识图谱规划方面,对专利交易涉及实体及关系进行了拓展,规划了共由12类实体和14类关系组成的PSD-KG。知识图谱构建方法上,建立专利领域词典以实现语料自动化标注,并提出了基于BERT-BiLSTM-CRF模型的语义实体识别方法。[研究结论]与传统的CRF、BiLSTM-CRF模型对比发现,该文模型的准确率、召回率和F1指数均高于85%,验证了方法的有效性;以燃料电池领域为例构建PSD-KG,通过技术供需热点识别及演化研究,识别出三类技术热点,包括:持续热门技术点、新兴热门技术点和潜在热点技术;并在交易网络分析、供需信息检索等方面挖掘新应用场景。研究成果也为专利交易推荐提供了知识库。

糖尿病患者血糖管理知识图谱构建与应用研究

糖尿病是严重危害人民健康的重大疾病之一,目前我国采取多种防治措施,其中患者血糖管理是糖尿病治疗的关键点。为帮助患者提高自我管理行为能力,有效控制血糖水平,本研究基于临床指南、专家经验、医院电子病历等医学资料,通过知识抽取、知识融合及知识存储等技术提取其中的语义实体,梳理实体之间的关系,最终使用Neo4j图数据库构建出糖尿病知识图谱,并基于此图谱实现手机端智能问答应用,为患者血糖管理提供支撑。

基于功效特征的专利聚类方法

当前专利是按照领域划分的,而基于功效特征可以实现跨领域的专利聚类,这在企业创新设计中具有重要意义,而精确提取专利功效特征和快速获得最优聚类结果是其中的关键任务。为此提出一种信息实体语义增强表示(ERNIE)和卷积神经网络(CNN)相结合的功效特征联合提取(FEI-Joint)模型来提取专利文献的功效特征,并且改进自组织神经网络(SOM)算法,从而提出具有早期拒绝策略与类合并思想的自组织神经网络(ERCM-SOM)来实现基于功效特征的专利聚类。对FEI-Joint模型与TF-IDF、狄利克雷分布(LDA)、CNN在特征提取后的聚类效果上进行比较和分析,结果表明其F-measure值比其他模型有明显提高。ERCM-SOM算法与K-Means算法、SOM算法相比,在Fmeasure值提高的同时,其时间较SOM算法有明显缩短。对比使用专利分类号(IPC)的专利分类,采用基于功效特征的聚类方法可实现跨领域的专利聚类效果,为设计者借鉴其他领域的设计方法奠定了基础。

基于深度学习的远程监督关系抽取方法研究

为更好判定远程监督语句中的实体语义关系,实现对语言处理信息的准确提取,提出基于深度学习的远程监督关系抽取方法。借助远程监督方法,获取关系三元组中已存储的信息参量,再通过待学习数据标注的方式,完成远程监督关系的抽取数据集构建。在此基础上,设计监督执行框架,利用已定义的句子级别特征条件,实现对待抽取标签的学习处理,完成基于深度学习的远程监督关系抽取方法研究。实验结果表明,所提方法可同时调度的远程监督语句数值量更大,而所需的分辨等待时间却相对更短,可在有效判定远程监督语句中实体语义关系的同时,实现对语言处理信息的准确提取与分配。

汉语上位句型研究

汉语语法学创立以来,对句型的研究都是从一个平面到另一个平面的研究,而不是从一个层次到另一个层次的研究。因此,汉语的句型存在着概括面不足的问题。本文用新的方法论——语义功能归纳法,归纳、分析了汉语的上位句型,即:概念功能句型、情感功能句型、人际功能句型。这种归纳、分析的结果,较好地解决了以往句型概括面不全的问题。

从语义论元共指原则视角考察英语X-ee派生词

英语X-ee派生词常被错误地认为,其词基X仅为及物类动词,其语义角色主要表现为受事,但其实际语言编码形式远非如此简单。本文从当代美国英语语料库中提取数据,以语义论元共指原则为视角,考察英语X-ee派生词的诸种实际情况。研究发现有二:一是X-ee派生词中的词基X包括名词和动词两大类。其中,动词词基又分为五小类:及物动词、双宾语动词、管制介词动词、不及物动词和无相应指称论元动词;二是X-ee派生词因受后缀-ee与词基X的语义论元共指的制约作用,形成多种语义角色,而这些语义角色又因论元共指路径、语义匹配程度等因素而呈现由高至低的能产性梯度,表现为"受事类>间接宾语类/管制介词类>去名化人物名词类>施事类>无指称论元类"。

基于动态兴趣传播和知识图谱的推荐方法

知识图谱推荐作为一种信息过滤方法被广泛应用于电子商务和网络社交等领域,然而多数基于知识图谱的推荐方法未采取合适的策略来解决传播过程中实体语义关联性衰减问题,且单维度建模无法利用知识图谱同时丰富用户和项目表示。针对以上问题提出一种基于动态兴趣传播和知识图谱的推荐方法(recommendation method based on dynamic interest propagation and knowledge graph,RDPKG)。首先,通过传播网络挖掘层级用户兴趣生成用户表示,并采用注意力机制区分不同传播层数下用户兴趣的重要性;然后,通过交叉压缩单元提取知识图谱中的有效信息生成项目表示,并采用多任务学习优化推荐单元和知识图谱嵌入单元;最后,将最终的用户表示和项目表示内积获得交互概率。在推荐系统领域的3种公共数据集上进行对比实验,实验结果表明在点击率预测任务中RDPKG的准确率分别达到85.42%、76.09%和69.39%,优于其他对比方法,充分验证了RDPKG方法的有效性。

利用领域本体优化文档检索的研究——基于KIM平台的设计与实现

提出本体实体的语义标注策略。为验证此策略对于文档搜索结果的优化效果,借助于KIM平台,利用中华烹饪文化领域本体,首先将文档中实体与本体知识库中实例相互映射实现语义标注,接着通过索引用户查询条件与实例来实现语义查询,最后对结果进行测评,并融合关键词搜索结果对文档结果进行排序。研究表明基于本体的实体标注策略所达到的文档语义搜索能实现较良好的文档检索效果。