AAAI2020 | SNERL：拋開mention級別的監督，實體鏈接、關係抽取我都行
作者 | 朱玉磊 審稿 | 李芬 今天爲大家介紹的是馬薩諸塞大學阿默斯特分校Trapit Bansal等學者和谷歌研究院合作在AAAI2020上發表的一篇關於實體鏈接和關係抽取的文章。雖然關係提取通常可以用現成的弱的或遠距離的監督來訓練，但實體鏈接器通常需要昂貴的mention級別的監督—這在許多領域是不可用的。因此作者提出了一個模型SNERL，該模型經過訓練，可以同時產生實體鏈接和關係決策，而不
相關文章
- 1. ReQuest: 使用問答數據產生實體關係抽取的間接監督
- 2. 遠程監督的方法進行關係抽取簡介
- 3. 有監督的關係抽取任務之PCNN
- 4. 知識圖譜—關係抽取—遠程監督—OpenNRE(一)
- 5. 關係抽取之遠程監督算法
- 6. 知識圖譜—關係抽取—遠程監督—綜述(二)
- 7. 【轉載】關係抽取之遠程監督算法
- 8. 關係抽取--有監督學習 Pipline 經典模型介紹
- 9. 實體識別和關係抽取的聯合模型總結
- 10. 實體關係抽取入門
- 更多相關文章...
- • Markdown 鏈接 - Markdown 教程
- • DTD - 實體 - DTD 教程
- • Docker容器實戰(七) - 容器眼光下的文件系統
- • NewSQL-TiDB相關
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
