NSL OpenIR  > 中国科学院兰州文献情报中心  > 资源系统建设部
基于BERT的领域本体分类关系自动识别研究
王思丽1,2; 杨恒1; 祝忠明1; 刘巍1
2020-10-23
Source Publication情报科学
ISSN1007-7634
Issue10Pages:1-8
Contribution Rank1
Abstract

【目的/意义】实现对领域本体分类关系的自动学习识别,解决领域本体知识框架结构体系的自动化构建问题。【方法/过程】通过对领域本体分类关系自动识别的国内外研究现状及存在问题进行分析总结,以当前开源的先进的深度学习文本预训练模型BERT为基础,研究构建了基于BERT的领域本体分类关系自动识别模型,并以资源环境学科领域为例进行了实验研究和评估分析。【结果/结论】模型能够实现对领域本体分类关系的自动识别,识别方法和流程具有极大地通用性和可移植性,识别精度比传统方法有了较大提升。但由于受分类标注语料的质量限制,模型精度尚未达到峰值,有待进一步优化提升。

Keyword深度学习 领域本体 分类关系识别 分类标注 BERT
Indexed ByCSSCI ; 中文核心期刊要目总览
Language中文
Document Type期刊论文
Identifierhttp://ir.las.ac.cn/handle/12502/11264
Collection中国科学院兰州文献情报中心_资源系统建设部
Affiliation1.中国科学院西北生态环境资源研究院文献情报中心
2.中国科学院大学
First Author Affilication中国科学院文献情报中心
Recommended Citation
GB/T 7714
王思丽,杨恒,祝忠明,等. 基于BERT的领域本体分类关系自动识别研究[J]. 情报科学,2020(10):1-8.
APA 王思丽,杨恒,祝忠明,&刘巍.(2020).基于BERT的领域本体分类关系自动识别研究.情报科学(10),1-8.
MLA 王思丽,et al."基于BERT的领域本体分类关系自动识别研究".情报科学 .10(2020):1-8.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[王思丽]'s Articles
[杨恒]'s Articles
[祝忠明]'s Articles
Baidu academic
Similar articles in Baidu academic
[王思丽]'s Articles
[杨恒]'s Articles
[祝忠明]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[王思丽]'s Articles
[杨恒]'s Articles
[祝忠明]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.