NSL OpenIR  > 中国科学院兰州文献情报中心  > 资源系统建设部
基于自然语言处理和机器学习的实体关系抽取方法研究
王思丽; 刘巍; 杨恒; 张伶; 祝忠明
2021-09-25
Source Publication图书馆学研究
ISSN1001-0424
Issue18Pages:39-48
Contribution Rank1
Abstract

实现非结构化文本中实体关系的有效抽取,并形成一条简单化、易操作、可重复的实现路径,为图书情报等相关领域分析处理与整合利用网络非结构化数字资源提供方法基础。充分结合自然语言处理与机器学习方法的优势:首先,通过词性标注、句法分析等多种自然语言处理方法实现对非结构化文本数据的语义化处理与特征提取,使其转变为机器学习模型可以接收的输入;其次,采用远程监督和设计决策程序的方式将得到的初始化特征进一步转换为机器学习模型可以使用的一组规则化标签;最后,指定预测变量,训练机器学习模型,使其能够使用预先生成的标签数据进行学习和推理,并推断出实体关系的边际概率。能够使用预先给定的领域知识提高非结构化文本中实体关系抽取的精度和质量,并有效解决一定的统计推断问题。暂未能在一些专业领域进行验证,有待引入和开发可扩展的高性能学习和推理引擎,以支持更多的基础机器学习算法的快速运行。 

Keyword自然语言处理 机器学习 特征提取 远程监督 规则映射 实体关系识别
Subject Area图书馆、情报与文献学 ; 情报学
MOST Discipline Catalogue管理学 ; 管理学::图书情报与档案管理
DOI10.15941/j.cnki.issn1001-0424.2021.18.005
Indexed ByCSSCI ; 中文核心期刊要目总览
Language中文
Citation statistics
Document Type期刊论文
Identifierhttp://ir.las.ac.cn/handle/12502/11715
Collection中国科学院兰州文献情报中心_资源系统建设部
Affiliation中国科学院西北生态环境资源研究院文献情报中心
First Author Affilication中国科学院文献情报中心
Recommended Citation
GB/T 7714
王思丽,刘巍,杨恒,等. 基于自然语言处理和机器学习的实体关系抽取方法研究[J]. 图书馆学研究,2021(18):39-48.
APA 王思丽,刘巍,杨恒,张伶,&祝忠明.(2021).基于自然语言处理和机器学习的实体关系抽取方法研究.图书馆学研究(18),39-48.
MLA 王思丽,et al."基于自然语言处理和机器学习的实体关系抽取方法研究".图书馆学研究 .18(2021):39-48.
Files in This Item: Download All
File Name/Size DocType Version Access License
基于自然语言处理和机器学习的实体关系抽取(4617KB)期刊论文出版稿开放获取CC BY-NC-SAView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[王思丽]'s Articles
[刘巍]'s Articles
[杨恒]'s Articles
Baidu academic
Similar articles in Baidu academic
[王思丽]'s Articles
[刘巍]'s Articles
[杨恒]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[王思丽]'s Articles
[刘巍]'s Articles
[杨恒]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: 基于自然语言处理和机器学习的实体关系抽取方法研究_王思丽.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

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