2025年4月1日
星期二
|
欢迎来到青海省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
王林玉
作品数:
1
被引量:15
H指数:1
供职机构:
太原理工大学计算机科学与技术学院
更多>>
发文基金:
山西省自然科学基金
国家高技术研究发展计划
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
王莉
太原理工大学计算机科学与技术学...
郑婷一
山西能源学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
神经网
1篇
神经网络
1篇
网络
1篇
卷积
1篇
卷积神经网络
1篇
关系抽取
1篇
CNN
1篇
抽取
1篇
抽取方法
机构
1篇
太原理工大学
1篇
山西能源学院
作者
1篇
郑婷一
1篇
王莉
1篇
王林玉
传媒
1篇
模式识别与人...
年份
1篇
2017
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于卷积神经网络和关键词策略的实体关系抽取方法
被引量:15
2017年
针对传统的实体关系抽取方法在定义特征过程中费时且容易造成错误传播,及现有深度学习方法依靠单一词向量学习特征的不足,文中提出基于卷积神经网络和关键词策略的实体关系抽取方法.在原始词向量的基础上,通过基于句子级的关键词抽取算法(TP-ISP)获得类别关键词特征.类别关键词的加入提高类别区分度,同时弥补网络自动学习特征的不足.在网络训练阶段,采用分段最大池化策略,减少传统最大池化策略的信息丢失.实验表明,文中方法有利于提升实体关系抽取结果.
王林玉
王莉
郑婷一
关键词:
关系抽取
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张