内容简介：前言：模型作用为提取三元组，基于英文，目前尝试改为中文。论文题目名称叫《Open Language Learning for Information Extraction》,代码地址：
前言：
模型作用为提取三元组，基于英文，目前尝试改为中文。
论文题目名称叫《Open Language Learning for Information Extraction》,代码地址： https://github.com/knowitall/...
论文核心：
论文核心主要解决2个问题，一个是基于动词结构之外的三元组提取，例如形容词等，二是基于上下文的三元组提取，举例说明。这里论文与reverb和woe两种抽取方式做比较。
在1-3句话中，基于reverb和woe的提取为none，即什么也提取不到。但基于ollie，其可以提取到，也就是解决了reverb和woe的第一个缺点。
举例说明一下：例如第一句Saint 赢了超级杯后，就成了美国橄榄球联盟的顶级球员。 这句话里没有动词，所以reverb和woe什么都提取不到。
在4-5句中，ollie是基于上下文的抽取，所以reverb和woe的抽取只能抽到地球是宇宙的中心，但无法抽到eraly astronmers，而ollie能够抽到attributedto。
举例：在很早以前人们认为地球是宇宙的中心，reverb和woe提取的是地球是宇宙中心，这显然不对。而ollie可以提取到AttributedTo相信;早期的天文学家。
以上两点取自论文Introduction。
如何做的：
1.扩展关系短语的句法范围，以涵盖更多的关系表达式。
2.扩大开放即表示允许额外的上下文信息,如归因和子句的修饰符
具体做法：
（1）构造一个引导集
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
- NAACL 2019 论文 | 基于胶囊网络的知识图谱表示学习
- 论文浅尝 | 最新10篇《知识图谱》论文推荐(ICML, CVPR, ACL, KDD, IJCAI 2019)
- 论文浅尝 | AAAI2020 - 基于规则的知识图谱组合表征学习
- RelSUE:知识图谱相关实体搜索 （WSDM’19 录用论文介绍）
- 近期知识图谱顶会论文推荐，你都读过哪几篇？
- 近期知识图谱顶会论文推荐，另附超详笔记解读
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
粒子群优化算法及其工程应用
刘波 / 2010-8 / 28.00元
《粒子群优化算法及其工程应用》的主要内容是：粒子群优化（PSO）算法是一种基于群体智能的新兴演化计算技术，广泛用于解决科学研究和工程实践中的优化问题。《粒子群优化算法及其工程应用》主要阐述粒子群优化算法的基本理论及其在机械故障诊断和机械工程测试中的应用成果。全书共5章，第1至3章介绍了PSO算法的原理和各种改进、变体PSO算法的原理，第4章介绍了PSO算法在机械工程领域的应用，第5章介绍了PSO算......一起来看看 《粒子群优化算法及其工程应用》 这本书的介绍吧!
