傳統(tǒng)的基于特征的實(shí)體關(guān)系抽取多基于SVM分類,并且以實(shí)體特征與實(shí)體所在句子特征來描述實(shí)體關(guān)系,抽取效果已經(jīng)難以提高。針對(duì)以上研究面向中文STEM領(lǐng)域,基于特征增強(qiáng)實(shí)現(xiàn)知識(shí)點(diǎn)之間關(guān)系的抽取�；诓煌P(guān)系模式的統(tǒng)計(jì)結(jié)果,根據(jù)知識(shí)點(diǎn)與核心謂語(yǔ)、知識(shí)點(diǎn)與語(yǔ)義角色之間的距離提取位置特征;并使用中學(xué)學(xué)科教材內(nèi)容來訓(xùn)練word2vec模型,通過計(jì)算知識(shí)點(diǎn)對(duì)之間的相似度獲得基于詞向量的特征,得到更深層的語(yǔ)義信息。使用提取的特征訓(xùn)練支持向量機(jī)（SVM）與K-近鄰（KNN）作為分類器算法來預(yù)測(cè)知識(shí)點(diǎn)之間的關(guān)系。實(shí)驗(yàn)數(shù)據(jù)選取了新課標(biāo)高中化學(xué)與物理教材內(nèi)容。與傳統(tǒng)特征與方法相比,提取的特征與方法可有效提高關(guān)系抽取的F度量。最后,采用提出的關(guān)系抽取方法構(gòu)建了中學(xué)多學(xué)科知識(shí)圖譜。 

【文章來源】：計(jì)算機(jī)應(yīng)用研究. 2020,37(S1)北大核心CSCD

【文章頁(yè)數(shù)】：3 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]實(shí)體關(guān)系抽取的技術(shù)方法綜述[J]. 徐健,張智雄,吳振新.  現(xiàn)代圖書情報(bào)技術(shù). 2008(08)
[2]基于核函數(shù)中文關(guān)系自動(dòng)抽取系統(tǒng)的實(shí)現(xiàn)[J]. 劉克彬,李芳,劉磊,韓穎.  計(jì)算機(jī)研究與發(fā)展. 2007(08)

博士論文
[1]面向開放領(lǐng)域文本的實(shí)體關(guān)系抽取[D]. 郭喜躍.華中師范大學(xué) 2016



本文編號(hào)：3221244