天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁 > 科技論文 > 軟件論文 >

基于神經(jīng)網(wǎng)絡(luò)的關(guān)系抽取關(guān)鍵技術(shù)研究

發(fā)布時間:2024-04-10 21:38
  近年來,隨著人工智能相關(guān)技術(shù)的興起,自然語言處理領(lǐng)域的諸多方向也得到了長足的發(fā)展,并且相輔相成地進(jìn)一步促進(jìn)了人工智能相關(guān)技術(shù)的進(jìn)步。在眾多自然語言處理任務(wù)中,關(guān)系抽取任務(wù)因其廣泛的應(yīng)用場景而受到密切的關(guān)注。關(guān)系抽取任務(wù)旨在提取句子中兩個實體之間的可能關(guān)系,是眾多高階自然語言處理任務(wù)的基礎(chǔ)工作。同時,關(guān)系三元組「實體,關(guān)系,實體」是組成知識庫的基本知識單元,因此關(guān)系抽取也是知識庫補(bǔ)全的重要工具,是未來以知識驅(qū)動的人工智能的重要奠基工作。經(jīng)過近幾?年的長足發(fā)展,關(guān)系抽取任務(wù)的相關(guān)研究已經(jīng)達(dá)到了較高水平。現(xiàn)代關(guān)系抽取研究的進(jìn)一步發(fā)展通常面臨一個核心問題和一個嚴(yán)峻挑戰(zhàn)。核心問題是:在復(fù)雜關(guān)系抽取場景中,如何提高關(guān)系特征擬合的精確度。嚴(yán)峻挑戰(zhàn)是:在關(guān)系規(guī)模快速擴(kuò)張后,如何使用自動化構(gòu)建的數(shù)據(jù)集進(jìn)行有效的關(guān)系抽取訓(xùn)練。關(guān)系特征擬合的精確度是關(guān)系抽取任務(wù)中最為核心的部分。在神經(jīng)網(wǎng)絡(luò)技術(shù)被證明具有強(qiáng)大的特征擬合能力之后,一系列的神經(jīng)網(wǎng)絡(luò)模型被應(yīng)用到關(guān)系抽取的任務(wù)中來,并取得了良好的效果。神經(jīng)網(wǎng)絡(luò)模型能夠在語義層面上擬合關(guān)系特征,對于復(fù)雜的隱式關(guān)系表達(dá)更加敏感。同時,無需手工設(shè)計特征的優(yōu)點使得基于神經(jīng)網(wǎng)...

【文章頁數(shù)】:144 頁

【學(xué)位級別】:博士

【部分圖文】:

圖2–4主動學(xué)習(xí)工作流

圖2–4主動學(xué)習(xí)工作流

斜鶩?紜A礁鐾?縵嗷ザ鑰、矚g系髡?問??鈧漳康氖鞘古斜鶩?絡(luò)無法判斷生成網(wǎng)絡(luò)的輸出結(jié)果是否真實。至此,我們將得到一個深諳數(shù)據(jù)分布的生成網(wǎng)絡(luò),產(chǎn)生足夠以假亂真的數(shù)據(jù)。生成對抗網(wǎng)絡(luò)能夠在較少樣本的情況下,通過訓(xùn)練良好的生成網(wǎng)絡(luò)來生成數(shù)據(jù)。因此,生成對抗網(wǎng)絡(luò)被廣泛應(yīng)用在圖片生成[11....


圖1–1基于神經(jīng)網(wǎng)絡(luò)的句子編碼器

圖1–1基于神經(jīng)網(wǎng)絡(luò)的句子編碼器

神經(jīng)關(guān)系抽取指基于神經(jīng)網(wǎng)絡(luò)的關(guān)系抽取技術(shù)1。神經(jīng)關(guān)系抽取的興起源自神經(jīng)網(wǎng)絡(luò)模型在圖像識別領(lǐng)域取得的巨大成功,深度卷積神經(jīng)網(wǎng)絡(luò)(CNN)在圖像識別的基準(zhǔn)任務(wù)ImageNet上取得了革命性的提升[18]。自此之后深度神經(jīng)網(wǎng)絡(luò)模型開始統(tǒng)治圖像識別領(lǐng)域的各類任務(wù)。受到圖像識別領(lǐng)域成功應(yīng)用....


圖1–2遠(yuǎn)程監(jiān)督關(guān)系抽取工作流

圖1–2遠(yuǎn)程監(jiān)督關(guān)系抽取工作流

根據(jù)定義可知,遠(yuǎn)程監(jiān)督的關(guān)系抽取方法不再依賴手工標(biāo)注的數(shù)據(jù)集,提高了關(guān)系抽取解決方案的自動化程度,使得大規(guī)模關(guān)系抽取成為可能。然而,遠(yuǎn)程監(jiān)督的方法有明顯的缺陷。在很多情況下,其基本假設(shè)并不成立,也就是會有大量的錯誤標(biāo)注問題。例如,在句子“SteveJobspassedawa....


圖1–3研究架構(gòu)圖

圖1–3研究架構(gòu)圖

本文從四個不同維度出發(fā),系統(tǒng)地研究了關(guān)系抽取任務(wù),強(qiáng)調(diào)在不同維度上關(guān)系抽取任務(wù)面臨的獨特挑戰(zhàn)。例如,在模型精度方面我們的研究關(guān)注多標(biāo)簽關(guān)系識別中重疊特征的提取問題,而在模型效率方面我們的研究重點討論神經(jīng)網(wǎng)絡(luò)模型如何在不損失精度的前提下降低時空復(fù)雜性。雖然本研究的四個部分是彼此相對....



本文編號:3950401

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3950401.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶04e1c***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com