基於表示學習方法的異源監督關係抽取方法

搬運自本人知識圖譜與大數據公衆號，這是一篇 2018-04-17的文章，可能已過時，僅供參考，更多內容關注公衆號或者訪問從今天開始種樹。 發展 有監督學習–概念學習 無監督學習–聚類 遠程監督–將已有知識庫對應到非結構化數據中生成大量訓練數據，訓練關係抽取器 （人工標註耗時耗力；種子或人工定義的模板經過若干迭代產生語義漂移/錯誤傳遞；特定領域遠程監督能覆蓋的<25%） 問題 海量數據下多來源（已有

>>阅读原文<<