分类的准确率在有122个类别的情况下可以达到71.2%。实验证明，可以利用知识图谱补全模型学习到的特征向量和关系直接作为实体特征得到的特征向量作为分类和聚类的特征有效解决上下位关系识别问题。关键词：本体；上下位关系识别；异构信息网络嵌入；知识图谱补全模型 - I - ...
由于领域本体的构建是一个比较复杂的过程,需要大量人力参与,因此本文的目的是利用自动化的方法辅助解决本体构建环节中的上下位关系识别问题,减少人力损耗。由于信息增长,对于原有的知识库,会新增未知类别的实体;对于新建知识库,知识库中实体的类别本身未知。而如何划分这些未知类别的实体就是实体的上下位关系识别问题。
单个概念的意义识别问题被转换为概念空间中上下位关系的意义识别。首先利用并列语境解决语境稀疏问题 获取上下位关系意义的语境。然后利用《同义词词林》对每个语境进行词义修正 以三种特征计算特征词权重 构建“关系-词”的高维向量空间 然后通过潜在语义分析降维 获取上下位关系意义的潜在语义 最后组平均聚类后得到关系的...
针对上下位关系在分类层级结构建立阶段遇到的多义性问题,给出一种概念空间中上下位关系意义识别的方法.单个概念的意义识别问题被转换为概念空间中上下位关系的意义识别.首先利用并列语境解决语境稀疏问题,获取上下位关系意义的语境.然后利用《同义词词林》对每个语境进行词义修正,以三种特征计算特征词权重,构建"关系-词"的...
上下位在计算机语言中是一个基本的语义关系,它主要表示通用概念之间的"is-a"关系.在许多自然语言处理的下游任务中,上下位是一个非常关键的部分.所以,上下位关系识别是一个非常有意义的研究工作.和上下位关系识别相关的技术主要有模板匹配法和分布法两种,现有的相关算法模型相对也比较成熟,但仍存在一些局限性.模板法...
表示不同词和不同路径对上下位关系语义的不同贡献,从而更充分利用精细语义特征实现更准确的上下位关系识 别.相比 HypeNet 和 NPM 等代表性方法,本文方法在中文和英文实验数据集上的识别准确率分别可提高 2%和 %,且识别性能更稳定. 关键词 上下位关系识别;注意力机制;语义特征;词向量;路径向量 中图分类号 TP...
识别词语上下位关系的方法和装置专利信息由爱企查专利频道提供,识别词语上下位关系的方法和装置说明:本说明书实施例提供了一种识别词语上下位关系的方法和装置。根据该实施例的方法,首先获取待识别词对,所述...专利查询请上爱企查
1.一种基于梯度增强决策树的上下位词关系识别方法,其特征在于,包括如下步骤: (1)随机错位样本训练集的构建; (2)基于路径的样本训练集的构建; (3)根据构建得到的随机错位样本训练集、基于路径的样本训练集对半监督联合梯度增强决策树模型进行训练,并利用训练好的模型进行上下位词关系识别。 2.根据权利要求1所述的...
文中提出一种融合提示学习和注意力机制的术语上下位关系识别方法,该方法基于远程监督框架,将术语之间的最短依存路径作为辅助特征融入提示模板,使用图神经网络将术语间的共现信息融入提示学习和注意力机制联合训练过程.在专利文本测试数据集上的实验结果表明,所提方法的AUC值,F1值达到94.94%和89.33%,相较于PARE模型分别...
[目的/意义]上下位关系描述概念之间的"is-a"关系,是分类法,本体和知识图等的重要基石,且在自然语言处理中也有广泛的应用.本文将对从文本语料中识别上下位关系的研究进展,相关资源及应用情况进行分析,为相关领域人员提供参考.[方法/过程]本文采用内容分析法,以Web of science,维普和中国知网为信息源对其中刊载的上...