期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于相似义原和依存句法的政外领域事件抽取方法
被引量:
6
1
作者
崔莹
《计算机工程与科学》
CSCD
北大核心
2020年第9期1632-1639,共8页
以政外领域新闻数据为研究基础,针对基于传统模式匹配事件抽取存在的提取困难、召回率和准确率低,基于深度学习方法在特定领域事件抽取中抽取准确率不高等问题,提出基于相似义原和依存句法的政外领域事件抽取方法。通过计算义原描述式...
以政外领域新闻数据为研究基础,针对基于传统模式匹配事件抽取存在的提取困难、召回率和准确率低,基于深度学习方法在特定领域事件抽取中抽取准确率不高等问题,提出基于相似义原和依存句法的政外领域事件抽取方法。通过计算义原描述式的相似性,扩展事件触发词表,为精准识别事件类型奠定基础;进一步基于模式的指导,结合文本依存句法分析实现对于政外领域事件元素的识别和抽取,从而达到对事件的结构化描述。抽取结果准确率明显优于基于深度神经网络的端到端事件抽取模型抽取结果,并对其他特定领域事件抽取具有可借鉴性和实施性。最后对事件抽取面临的主要困难和应用前景进行了探讨和总结。
展开更多
关键词
事件抽取
元事件
义原
模式匹配
政外领域
下载PDF
职称材料
题名
基于相似义原和依存句法的政外领域事件抽取方法
被引量:
6
1
作者
崔莹
机构
西南电子技术研究所
出处
《计算机工程与科学》
CSCD
北大核心
2020年第9期1632-1639,共8页
文摘
以政外领域新闻数据为研究基础,针对基于传统模式匹配事件抽取存在的提取困难、召回率和准确率低,基于深度学习方法在特定领域事件抽取中抽取准确率不高等问题,提出基于相似义原和依存句法的政外领域事件抽取方法。通过计算义原描述式的相似性,扩展事件触发词表,为精准识别事件类型奠定基础;进一步基于模式的指导,结合文本依存句法分析实现对于政外领域事件元素的识别和抽取,从而达到对事件的结构化描述。抽取结果准确率明显优于基于深度神经网络的端到端事件抽取模型抽取结果,并对其他特定领域事件抽取具有可借鉴性和实施性。最后对事件抽取面临的主要困难和应用前景进行了探讨和总结。
关键词
事件抽取
元事件
义原
模式匹配
政外领域
Keywords
event
extraction
meta-event
semantics
pattern
matching
political
diplomacy
field
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于相似义原和依存句法的政外领域事件抽取方法
崔莹
《计算机工程与科学》
CSCD
北大核心
2020
6
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部