文章摘要:风险领域实体关系抽取是扩充现有知识图谱与泛化知识工程应用的关键问题。当前特定领域实体关系抽取面临人工标注语料的严重依赖、实体间关系的交叉互联以及远程监督标注存在噪声数据等核心难题，简单的解决方案是运用风险领域已有的知识图谱作为指导。然而，相比通用领域知识图谱，风险领域知识图谱的规模往往较小，难以满足当前领域实体关系抽取的知识需求。因此，本文既要利用已有的风险领域知识图谱，又要充分挖掘蕴含于领域文本数据中规律性的风险知识。本文提出基于知识图谱与文本互注意力的风险领域实体关系抽取方案。首先，根据已有的知识图谱抽象出风险领域实体关系及其约束条件；其次，运用少量高质的实体关系与大规模风险领域语料训练知识图谱与文本的互注意力机制模型，并融合文本表示学习与深度神经网络的方法进行风险领域实体关系的抽取。最后，针对给定的领域文本数据，综合关系约束与关系抽取结果得出风险领域实体关系类型。本文以风险领域数据为例，仅用少量的领域知识，即可获取较好的实体关系抽取效果。

文章关键词:

论文分类号:TP391.1

上一篇：中国政治与国际政治论文_为大国外交建言献策
下一篇：没有了