没有合适的资源？快使用搜索试试~
我知道了~
文库首页
人工智能
自然语言处理
基于Deep Belief Nets 的中文名实体关系抽取
基于Deep Belief Nets 的中文名实体关系抽取
自然语言处理
实体关系抽取
需积分: 50
53 下载量
15 浏览量
2015-11-22
22:31:21
上传
评论
4
收藏
864KB
PDF
举报
温馨提示
立即下载
自然语言处理 实体关系抽取 Deep Belief Nets
资源推荐
资源评论
实体关系抽取
浏览：193
4星 · 用户满意度95%
实体关系抽取
ChineseNRE:中文实体关系抽取，pytorch，bilstm+attention
浏览：178
ChineseNRE 本项目使用 python 2.7 pytorch 0.4.0 中文实体关系抽取，对实体关系抽取不了解的可以先看。顺便求star～ 数据 中文实体关系抽取数据实在太难找了，data中是忘记在哪里找的人物关系数据集，一共11+1种关系，数据质量不太好，但也找不到其他的了。 （更新）中 ybNero 同学分享了一份数据集，大家可以去issues中查看~ 梅葆玥 梅兰芳 父母 坎坷经
中文实体关系抽取数据集 Chinese-Literature-NER-RE-Dataset
浏览：85
基于几个可用的NER和RE数据集定义了7个实体标签和9个关系标签。实体(Entity)：每个实体都由带有多个属性的T标签标识。关系(Relation):每个关系由R标签标识，该标签可以具有多个属性。
关系抽取实验
浏览：48
远程监督关系抽取，53类关系数据，采用的都是一些主流方法，比如cnn+att,pcnn+att,ResNet+att等
DeepKE-main.zip
浏览：24
DeepKE 是一个支持低资源、长篇章的知识抽取工具，可以基于PyTorch实现命名实体识别、关系抽取和属性抽取功能。
Python库 | deepke-0.2.81.tar.gz
浏览：24
5星 · 资源好评率100%
python库。 资源全名：deepke-0.2.81.tar.gz
PyPI 官网下载 | deepke-0.2.41.tar.gz
浏览：126
5星 · 资源好评率100%
资源来自pypi官网。 资源全名：deepke-0.2.41.tar.gz
Python库 | deepke-0.2.52.tar.gz
浏览：176
5星 · 资源好评率100%
资源分类：Python库 所属语言：Python 资源全名：deepke-0.2.52.tar.gz 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
关系抽取技术研究综述
浏览：91
对关系抽取技术研究概况进行总结。在回顾关系抽取发展历史的基础上，将关系抽取研究划分为两个阶 段: 面向特定领域的关系抽取研究和面向开放互联网文本的关系抽取研究。在分析相关文献的基础上， 总结出两 个研究阶段的技术路线: 面向特定领域的关系抽取技术以基于标注语料的机器学习方法为主; 面向开放互联网文 本的关系抽取则根据不同任务需要，采取基于启发式规则的方法或者基于背景知识库实例的机器学习方法。
基于深度学习的中文实体关系抽取方法.pdf
浏览：199
基于深度学习的中文实体关系抽取方法.pdf
基于句法语义特征的中文实体关系抽取
浏览：126
基于句法语义特征的中文实体关系抽取
基于强化学习和深度学习的实体、关系联合抽取
浏览：44
4星 · 用户满意度95%
基于强化学习和深度学习的实体、关系联合抽取的最新论文
基于改进注意力机制的实体关系抽取方法
浏览：141
基于改进注意力机制的实体关系抽取方法
基于协陪义动词的中文隐式实体关系抽取
浏览：37
实体关系抽取的目标在于探测实体之间的显式关系和隐式关系. 现有研究大多集中在显式实体关系抽取，而忽略了隐式实体关系抽取. 针对旅游和新闻领域文本经常包含许多由协陪义动词引发的隐式实体关系，本文研究了基于协陪义动词的中文隐式实体关系抽取问题. 将机器学习方法与规则相结合，借助于显式实体关系对隐式实体关系进行推理. 首先，利用依存句法分析，设计了协陪义候选句型分类算法以及相应的协陪义成分识别算法；其次
基于BiGRU模型的中文关系抽取算法代码
浏览：195
3星 · 编辑精心推荐
此代码主要是基于深度学习的中文关系抽取模型，希望帮助大家
自然语言处理中一些模型的实现
浏览：132
nlp-tutorial-master.zip自然语言处理中一些模型的实现
元件库 封装库大集合
浏览：151
4星 · 用户满意度95%
protel 、protel dxp、altium designer 元件库 封装库大集合 综合csdn全网资源
Python-用TensorFlow实现神经网络实体关系抽取
浏览：77
4星 · 用户满意度95%
用TensorFlow实现神经网络实体关系抽取
基于主体掩码的实体关系抽取方法.docx
浏览：63
基于主体掩码的实体关系抽取方法.docx
基于联合模型的藏文实体关系抽取方法研究
浏览：10
基于联合模型的藏文实体关系抽取方法研究
基于合一句法和实体语义树的中文语义关系抽取
浏览：2
该文提出了一种基于卷积树核函数的中文实体语义关系抽取方法,该方法通过在关系实例的结构化信息中加入实体语义信息,如实体类型、引用类型和GPE角色等,从而构造能有效捕获结构化信息和实体语义信息的合一句法和实体语义关系树,以提高中文语义关系抽取的性能。在ACE RDC 2005中文基准语料上进行的关系探测和关系抽取的实验表明,该方法能显著提高中文语义关系抽取性能,大类抽取的最佳F值达到67.0,这说明结
基于混合神经网络的实体与关系联合抽取模型.docx
浏览：74
基于混合神经网络的实体与关系联合抽取模型.docx
基于CNN和双向LSTM融合的实体关系抽取
浏览：20
实体关系抽取旨在识别网络文本中的实体，并提取出文本中实体之间隐含的关系。研究表明，深度神经网络在实体关系抽取任务上具有可行性，并优于传统关系抽取方法。目前的关系抽取方法大都使用卷积神经网络（CNN）和长短期记忆神经网络（LSTM），然而CNN只考虑连续词之间的相关性而忽略了非连续词之间的相关性。另外，LSTM虽然考虑了长距离词的相关性，但提取特征不够充分。针对这些问题，提出了一种CNN和LSTM结
Python-基于TensorFlow和BERT的管道式实体及关系抽取
浏览：85
5星 · 资源好评率100%
Entity and Relation Extraction Based on TensorFlow and BERT. 基于TensorFlow和BERT的管道式实体及关系抽取，2019语言与智能技术竞赛信息抽取任务解决方案。Schema based Knowledge Extraction, SKE 2019
基于自扩展与最大熵的领域实体关系自动抽取 (2010年)
浏览：54
实体关系自动获取是信息抽取的难题之一。本文提出自扩展算法和最大熵机器学习算法相结合的方法，以旅游领域为研究对象进行实体关系的自动抽取。首先利用自扩展算法自动获取能体现实体对间大类关系的语义词汇，该词汇作为特征加入最大熵机器学习算法的特征集，并设定闽值实现训练语料的自动标注；然后使用最大熵机器学习算法对训练语料进行学习，构建实体关系抽取的分类器，实现实体关系的自动获取。在收集600篇旅游领域语料的基
人工智能-项目实践-实体抽取-基于Python的实体关系抽取
浏览：174
5星 · 资源好评率100%
基于依存句法分析，实现面向开放域文本的知识三元组抽取（实体和关系抽取）及知识库构建
基于机器学习的实体关系抽取方法 (2013年)
浏览：81
实体关系抽取是信息抽取的一项重要内容，总结现有的方法对于该领域的发展具有指导和借鉴意义。结合当前的研究进展，分析和比较了有监督、无监督和弱监督3类关系抽取方法的原理和代表性算法，总结了各类方法的特性并对关系抽取的发展趋势进行了展望。
基于机器学习的实体关系抽取方法.pdf
浏览：47
5星 · 资源好评率100%
基于机器学习的实体关系抽取方法.pdf
论文研究-基于特征选择的实体关系抽取.pdf
浏览：100
提出了一种实体关系抽取方案，该方案针对实体关系抽取中特征空间维数过高问题，引入了文本分类中的特征选择算法，如信息增益、期望交叉熵和x2统计，实现了特征空间降维。实验结果表明，各特征选择算法均能在尽量保证抽取性能的同时有效地降低向量空间维数，提高分类效率，其中x2统计取得的效果最好。
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~
联系上传者
评论
wgdzz
粉丝: 15
资源:
4
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场，查看用户热搜
最新资源
交通灯.smart
行为预测算法：基于自动驾驶大模型的车辆轨迹预测系统
图像重建的数学方法.ics
Qt Quick核心编程之组件与动态对象，适合Qt初学者
csot_tchat-1.apk
实验报告六-使用java集合类(学号姓名) .doc
Qt Quick核心编程之Qt Quick事件处理，适合Qt初学者
windows6.1-kb2670838（谷歌浏览器字体模糊补丁）
迅捷CAD转换器PDFCAD自由转换
这是一款很好用的AI软件
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
安全验证
文档复制为VIP权益，开通VIP直接复制
信息提交成功
