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
共找到4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：
基于异构图注意力网络的药物不良反应实体关系联合抽取研究 被引量：1
1
作者 仲雨乐 韩普 许鑫 《现代情报》 CSSCI 北大核心 2024年第9期71-81,共11页
[目的/意义]实体关系联合抽取是药物不良反应监测和知识组织的关键环节。为解决传统流水线抽取方法中误差传递、实体冗余和交互缺失问题,提升药物不良反应重叠三元组抽取效果,提出了一种基于异构图注意力网络的药物不良反应实体关系联... [目的/意义]实体关系联合抽取是药物不良反应监测和知识组织的关键环节。为解决传统流水线抽取方法中误差传递、实体冗余和交互缺失问题,提升药物不良反应重叠三元组抽取效果,提出了一种基于异构图注意力网络的药物不良反应实体关系联合抽取模型MF-HGAT。[方法/过程]首先通过BERT预训练进行外部医学语料资源的知识迁移,实现多语义特征融合;其次将关系信息作为先验知识引入为异构图节点,以避免提取语义无关实体;然后通过迭代融合异构图注意力网络消息传递机制增强字符与关系节点表示;最后在节点表示更新后抽取药物不良反应实体关系。[结果/结论]在自构建药物不良反应数据集上进行实验,发现融入关系信息和外部医疗健康领域知识的MF-HGAT联合抽取F1值达到了92.75%,较主流模型CasRel提升了5.29%。研究结果表明,MF-HGAT模型通过异构图注意力网络融合字符与关系节点语义,可有效解决药物不良反应实体关系重叠问题,对药物不良反应知识发现具有重要意义。 展开更多
关键词 异构图注意力网络 实体关系联合抽取 药物不良反应 关系重叠 知识发现
下载PDF
一种基于Roberta的中文实体关系联合抽取模型 被引量：5
2
作者 王华锋 王久阳 《北方工业大学学报》 2020年第2期90-98,共9页
在实体关系抽取研究领域中,目前多采用任务串联式的方式对实体关系进行抽取,此方式忽视多任务之间的联系,导致抽取效果不佳,对数据中客观存在的关系重叠问题也不能很好解决.针对上述问题,本文提出了一种基于Roberta语言模型的实体关系... 在实体关系抽取研究领域中,目前多采用任务串联式的方式对实体关系进行抽取,此方式忽视多任务之间的联系,导致抽取效果不佳,对数据中客观存在的关系重叠问题也不能很好解决.针对上述问题,本文提出了一种基于Roberta语言模型的实体关系联合抽取模型.该模型结合条件随机场、卷积神经网络和自注意力机制,实现了实体关系的准确联合抽取.实验结果表明,本方法在中文的实体关系联合抽取方面表现比经典的Multi-head Selection以及DGCNN模型好,尤其体现在解决典型关系重叠问题方面. 展开更多
关键词 实体关系联合抽取 Roberta 条件随机场 卷积神经网络 自注意力机制 关系重叠
下载PDF
企业如何走出“整合”还是“自治”的困境? 被引量：2
3
作者 裴旭东 王伯英 +2 位作者 黄聿舟 李娜 李随成 《科研管理》 CSSCI CSCD 北大核心 2022年第3期99-107,共9页
企业如何走出技术收购后“整合”还是“自治”的困境是一个十分重要而又缺乏深入探究的问题。以高科技企业为研究对象,构建了收购前技术甄选、资源重叠以及收购后战略模式选择三者间的理论模型,并提出研究假设,运用多元线性回归分析对... 企业如何走出技术收购后“整合”还是“自治”的困境是一个十分重要而又缺乏深入探究的问题。以高科技企业为研究对象,构建了收购前技术甄选、资源重叠以及收购后战略模式选择三者间的理论模型,并提出研究假设,运用多元线性回归分析对所提研究假设进行实证检验。研究结果表明:界内技术甄选对整合型战略选择有显著的正向影响,但对自治型战略选择的影响不显著;跨界技术甄选对自治型战略选择有显著的正向影响,但对整合型战略选择的影响不显著。技术重叠正向调节界内技术甄选与整合型战略选择之间的关系,而负向调节跨界技术甄选与自治型战略选择之间的关系;关系重叠负向调节界内技术甄选与整合型战略选择之间的关系,而正向调节跨界技术甄选与自治型战略选择之间的关系。研究结论从整体价值创造层面揭示了技术收购后收购方企业如何进行战略模式选择的内在机制,为我国企业有效解决技术收购后“整合”还是“自治”战略这一现实问题提供了理论依据。 展开更多
关键词 技术甄选 整合型战略 自治型战略 技术重叠 关系重叠
原文传递
融入关系形式化概念的端到端三元组抽取 被引量：1
4
作者 程春雷 邹静 +3 位作者 叶青 张素华 蓝勇 杨瑞 《计算机工程与应用》 CSCD 北大核心 2023年第9期182-189,共8页
三元组抽取是知识学习、图谱构建的基础性工作。针对当前任务模型多存在实体识别与关系抽取语义关联不强、实体嵌套、关系重叠,以及既有概念知识关注不多等问题,融合形式化概念与神经网络模型,提出一种基于关系形式化概念的端到端三元... 三元组抽取是知识学习、图谱构建的基础性工作。针对当前任务模型多存在实体识别与关系抽取语义关联不强、实体嵌套、关系重叠,以及既有概念知识关注不多等问题,融合形式化概念与神经网络模型,提出一种基于关系形式化概念的端到端三元组抽取方法。提出关系形式化概念标签,以统一实体与关系的语义表达,把实体识别问题转换为概念标签学习问题;将实体输入到关系形式化概念注意力模型,该注意力机制力图捕获关系主客体概念的连通内涵特征,即训练获得每个关系标签对应的主客体及它们上下文依存谓词的综合特征;通过多个关系分类器输出每对主客体的多关系标签,实现基于概念连通的多关系抽取;另外模型还可引入既有形式化概念的外延、内涵,以改善模型对语料标签的依赖,以及实体嵌套导致的标记难题。实验基于两份数据集,采用三种评价指标对模型性能进行评价分析。实验结果证明提出的模型在知识抽取上具有切实可行的效果,可改善实体嵌入、关系重叠问题。 展开更多
关键词 三元组抽取 形式化概念 注意力 关系重叠
下载PDF
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
使用帮助 返回顶部