基于BERT的领域本体分类关系自动识别研究 | |
王思丽1,2![]() ![]() ![]() ![]() | |
2020-10-23 | |
Source Publication | 情报科学
![]() |
ISSN | 1007-7634 |
Issue | 10Pages:1-8 |
Contribution Rank | 1 |
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 By | CSSCI ; 中文核心期刊要目总览 |
Language | 中文 |
Document Type | 期刊论文 |
Identifier | http://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 |
Affiliation | 1.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. |
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.
Edit Comment