期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
结合注意力机制与残差网络的远程监督关系抽取
被引量:
4
1
作者
谌予恒
王峥
《计算机与数字工程》
2020年第4期909-913,共5页
关系抽取是信息提取领域的重要任务之一。虽然有监督的学习方法在关系抽取任务中取得了相当好的效果,但监督样本的缺乏限制了有监督学习方法的应用,于是有人提出将远程监督思想用于关系抽取任务中。现今,远程监督的关系抽取被广泛应用...
关系抽取是信息提取领域的重要任务之一。虽然有监督的学习方法在关系抽取任务中取得了相当好的效果,但监督样本的缺乏限制了有监督学习方法的应用,于是有人提出将远程监督思想用于关系抽取任务中。现今,远程监督的关系抽取被广泛应用于从文本中发现新的关系实体。然而远程监督不可避免地伴随着噪音数据,显然这些噪音数据将会影响关系抽取任务的效果。为了尽可能地解决这个问题,论文结合Special Self Attention和Deep Residual Learning(ResNet)设计了一种新的深度学习模型(ARCNN),期望可以动态地减少噪音数据的影响,更好地提取文本的深层信息。实验结果显示论文的模型可以有效地减轻远程监督数据的噪音影响,并更好地抽取出实体对的关系。
展开更多
关键词
深度学习
关系抽取
远程监督
残差网络
注意力机制
arcnn
模型
下载PDF
职称材料
题名
结合注意力机制与残差网络的远程监督关系抽取
被引量:
4
1
作者
谌予恒
王峥
机构
武汉邮电科学研究院
烽火通信科技股份有限公司南京研发部
出处
《计算机与数字工程》
2020年第4期909-913,共5页
文摘
关系抽取是信息提取领域的重要任务之一。虽然有监督的学习方法在关系抽取任务中取得了相当好的效果,但监督样本的缺乏限制了有监督学习方法的应用,于是有人提出将远程监督思想用于关系抽取任务中。现今,远程监督的关系抽取被广泛应用于从文本中发现新的关系实体。然而远程监督不可避免地伴随着噪音数据,显然这些噪音数据将会影响关系抽取任务的效果。为了尽可能地解决这个问题,论文结合Special Self Attention和Deep Residual Learning(ResNet)设计了一种新的深度学习模型(ARCNN),期望可以动态地减少噪音数据的影响,更好地提取文本的深层信息。实验结果显示论文的模型可以有效地减轻远程监督数据的噪音影响,并更好地抽取出实体对的关系。
关键词
深度学习
关系抽取
远程监督
残差网络
注意力机制
arcnn
模型
Keywords
deep learning
relation extraction
distant supervision
ResNet
attention mechanism
arcnn model
分类号
TN711 [电子电信—电路与系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
结合注意力机制与残差网络的远程监督关系抽取
谌予恒
王峥
《计算机与数字工程》
2020
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部