随着大数据时代的到来,海量数据不断涌现,从中寻找有用信息,抽取对应知识的需求变得越来越强烈。针对该需求,知识图谱技术应运而生,并在实现知识互联的过程中日益发挥重要作用。信息抽取作为构建知识图谱的基础技术,实现了从大规模数据中获取结构化的命名实体及其属性或关联信息。同时,由于具有多样化的实现方法,扩充了信息抽取技术的应用领域和场景,也提升了对信息抽取技术研究的价值和必要性的认可度。本文首先以知识图谱的构建框架为背景。探讨信息抽取研究的意义;然后从MUC、ACE和ICDM三个国际测评会议的角度回顾信息抽取的发展历史;接着,基于面向限定域和开放域两个方面,介绍信息抽取的关键技术,包括实体抽取技术、关系抽取技术和属性抽取技术。

https://pdf.hanspub.org//HJDM20200400000_53197772.pdf

成为VIP会员查看完整内容
0
21

相关内容

知识图谱(Knowledge Graph),在图书情报界称为知识域可视化或知识领域映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。 知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合,并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。它能为学科研究提供切实的、有价值的参考。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等

摘要: 在自然语言处理领域,信息抽取一直以来受到人们的关注.信息抽取主要包括3项子任务:实体抽取、关系抽取和事件抽取,而关系抽取是信息抽取领域的核心任务和重要环节.实体关系抽取的主要目标是从自然语言文本中识别并判定实体对之间存在的特定关系,这为智能检索、语义分析等提供了基础支持,有助于提高搜索效率,促进知识库的自动构建.综合阐述了实体关系抽取的发展历史,介绍了常用的中文和英文关系抽取工具和评价体系.主要从4个方面展开介绍了实体关系抽取方法,包括:早期的传统关系抽取方法、基于传统机器学习、基于深度学习和基于开放领域的关系抽取方法,总结了在不同历史阶段的主流研究方法以及相应的代表性成果,并对各种实体关系抽取技术进行对比分析.最后,对实体关系抽取的未来重点研究内容和发展趋势进行了总结和展望.

http://crad.ict.ac.cn/CN/10.7544/issn1000-1239.2020.20190358#1

成为VIP会员查看完整内容
0
39

知识图谱一直是研究的热点,东南大学漆桂林老师等发表了一篇关于中文知识图谱构建的综述论文,详细讲述了当前中文知识图谱的研究进展,是非常好的学习资料。

随着智能技术的不断发展,作为人工智能支柱的知识图谱以其强大的知识表示和推理能力受到了学术界和产业界的广泛关注。近年来,知识图谱在语义搜索、问答、知识管理等领域得到了广泛的应用。构建中文知识图谱的技术也在迅速发展,不同的中文知识图谱以支持不同的应用。同时,我国在知识图谱开发方面积累的经验对非英语知识图谱的开发也有很好的借鉴意义。本文旨在介绍中文知识图谱的构建技术及其应用,然后介绍了典型的中文知识图谱,此外我们介绍了构建中文知识图谱的技术细节,并介绍了了中文知识图谱的几种应用。

成为VIP会员查看完整内容
A Survey of Techniques for Constructing Chinese.pdf
0
132
小贴士
相关资讯
知识图谱的自动构建
DataFunTalk
11+阅读 · 2019年12月9日
论文浅尝 | GraphIE:基于图的信息抽取框架
开放知识图谱
10+阅读 · 2019年6月2日
论文浅尝 | 基于知识库的自然语言理解 03#
开放知识图谱
14+阅读 · 2019年2月26日
【知识图谱】知识图谱怎么与深度学习结合?
产业智能官
79+阅读 · 2018年12月18日
【知识图谱】 一个有效的知识图谱是如何构建的?
产业智能官
31+阅读 · 2018年4月5日
刘挺 | 从知识图谱到事理图谱
开放知识图谱
12+阅读 · 2017年11月16日
【知识图谱】大规模知识图谱的构建、推理及应用
产业智能官
27+阅读 · 2017年9月12日
大规模知识图谱的构建、推理及应用
CSDN大数据
5+阅读 · 2017年9月7日
报名 | 知识图谱前沿技术课程(暨学术交流)
PaperWeekly
8+阅读 · 2017年7月10日
论文动态 | 基于知识图谱的问答系统关键技术研究 #04
开放知识图谱
6+阅读 · 2017年7月9日
相关论文
Aidan Hogan,Eva Blomqvist,Michael Cochez,Claudia d'Amato,Gerard de Melo,Claudio Gutierrez,José Emilio Labra Gayo,Sabrina Kirrane,Sebastian Neumaier,Axel Polleres,Roberto Navigli,Axel-Cyrille Ngonga Ngomo,Sabbir M. Rashid,Anisa Rula,Lukas Schmelzeisen,Juan Sequeda,Steffen Staab,Antoine Zimmermann
70+阅读 · 3月4日
Recurrent Event Network: Global Structure Inference over Temporal Knowledge Graph
Woojeong Jin,He Jiang,Meng Qu,Tong Chen,Changlin Zhang,Pedro Szekely,Xiang Ren
5+阅读 · 2019年10月8日
Recurrent Event Network for Reasoning over Temporal Knowledge Graphs
Woojeong Jin,He Jiang,Changlin Zhang,Pedro Szekely,Xiang Ren
5+阅读 · 2019年6月4日
Zhengyan Zhang,Xu Han,Zhiyuan Liu,Xin Jiang,Maosong Sun,Qun Liu
4+阅读 · 2019年5月17日
Minghao Hu,Furu Wei,Yuxing Peng,Zhen Huang,Nan Yang,Dongsheng Li
3+阅读 · 2018年11月15日
Brandon Malone,Alberto García-Durán,Mathias Niepert
3+阅读 · 2018年10月22日
Rapid Customization for Event Extraction
Yee Seng Chan,Joshua Fasching,Haoling Qiu,Bonan Min
7+阅读 · 2018年9月20日
Ting-Hao 'Kenneth' Huang,Joseph Chee Chang,Jeffrey P. Bigham
5+阅读 · 2018年1月10日
Wentong Liao,Lin Shuai,Bodo Rosenhahn,Michael Ying Yang
3+阅读 · 2017年11月21日
Top