隨著網(wǎng)絡(luò)上信息的爆炸式增長,需要借助越來越多的信息抽取技術(shù)來對文本進(jìn)行自動化的處理。關(guān)系抽取是信息抽取的子任務(wù),主要目標(biāo)是對實(shí)體間的關(guān)系進(jìn)行挖掘。目前在中文語料上,對于生物、醫(yī)學(xué)領(lǐng)域或者人物關(guān)系類別抽取上的研究較多。隨著“互聯(lián)網(wǎng)+黨建”的興起,面向黨建領(lǐng)域數(shù)據(jù)的實(shí)體關(guān)系抽取也成為一個(gè)需要關(guān)注的研究任務(wù),它對構(gòu)建黨建領(lǐng)域知識圖譜、問答系統(tǒng)和推進(jìn)我國智慧黨建進(jìn)程等有十分重要的意義。常用的關(guān)系抽取方法包括兩種,一是基于特征向量的方法,它需要人工選取特征,然后將特征轉(zhuǎn)化為向量輸入到一個(gè)合適的機(jī)器學(xué)習(xí)算法中,算法性能的優(yōu)劣會受到特征質(zhì)量高低的影響。另外一種是基于核函數(shù)的方法,它不太適宜使用在數(shù)據(jù)量規(guī)模較大的數(shù)據(jù)集上。目前,基于深度學(xué)習(xí)的關(guān)系抽取方法是一個(gè)研究熱點(diǎn),它利用神經(jīng)網(wǎng)絡(luò)自動學(xué)習(xí)特征,減少了對人工的依賴。因此,如何利用深度學(xué)習(xí)模型解決黨建領(lǐng)域?qū)嶓w關(guān)系抽取問題是本文的研究重點(diǎn)。本文針對黨建領(lǐng)域數(shù)據(jù)集,提出了一個(gè)MA_BGRU模型,即使用BGRU對句子進(jìn)行建模,并引入Multi-head Attention（多頭注意力機(jī)制）,旨在讓模型從不同表示空間上獲取關(guān)于句子更多層面的... 

【文章來源】：中國科學(xué)院大學(xué)(中國科學(xué)院沈陽計(jì)算技術(shù)研究所)遼寧省

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

職務(wù)類別種子詞典Figure3.2Seeddictionaryofposition第二步，每次從詞典中取出一個(gè)詞作為互動百科的輸入，同時(shí)將該詞標(biāo)記為

互動百科搜索結(jié)果-1Figure3.3InteractiveEncyclopediaSearchResults-1

互動百科搜索結(jié)果-2Figure3.4InteractiveEncyclopediaSearchResults-2

【參考文獻(xiàn)】：
期刊論文
[1]基于注意力機(jī)制的LSTM的語義關(guān)系抽取[J]. 王紅,史金釧,張志偉.  計(jì)算機(jī)應(yīng)用研究. 2018(05)
[2]信息化助力社會工作發(fā)展[J]. 鄒學(xué)銀.  中國社會工作. 2017(22)
[3]基于句法語義特征的中文實(shí)體關(guān)系抽取[J]. 郭喜躍,何婷婷,胡小華,陳前軍.  中文信息學(xué)報(bào). 2014(06)
[4]實(shí)體關(guān)系自動抽取[J]. 車萬翔,劉挺,李生.  中文信息學(xué)報(bào). 2005(02)

碩士論文
[1]基于深度學(xué)習(xí)的中文實(shí)體關(guān)系抽取方法研究[D]. 唐敏.西南交通大學(xué) 2018
[2]中文文本實(shí)體關(guān)系抽取方法研究[D]. 孔兵.哈爾濱工業(yè)大學(xué) 2016



本文編號：2987780