| 基于PCNN的工業(yè)制造領(lǐng)域質(zhì)量文本實體關(guān)系抽取方法 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：250 K | |
| 標(biāo)簽： 制造行業(yè) 質(zhì)量文本 關(guān)系抽取 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹： 對汽車、機(jī)械等工業(yè)制造行業(yè)的質(zhì)量報告進(jìn)行關(guān)系抽取，對于該行業(yè)質(zhì)量知識圖譜、質(zhì)量問答系統(tǒng)等研究有著極為重要的意義。針對在工業(yè)制造領(lǐng)域的質(zhì)量知識圖譜構(gòu)建過程中尚無公開數(shù)據(jù)集可用的情況，收集了質(zhì)量文本并進(jìn)行相應(yīng)的專業(yè)標(biāo)注，構(gòu)建了工業(yè)制造領(lǐng)域質(zhì)量知識圖譜關(guān)系抽取專業(yè)數(shù)據(jù)集。基于該數(shù)據(jù)集利用分段卷積神經(jīng)網(wǎng)絡(luò)(Piecewise Convolutional Neural Network，PCNN)實現(xiàn)關(guān)系抽取，然后根據(jù)中文特性，提出了改進(jìn)的PCNN模型(C-PCNN)，以提升在中文語料中關(guān)系抽取的性能。在本文構(gòu)建的數(shù)據(jù)集中，改進(jìn)后模型的準(zhǔn)確率、召回率以及F1值優(yōu)于對比的PCNN和RNN模型，驗證了該方法的可行性和有效性。該研究對從事制造行業(yè)的人員有一定的實際意義。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
制造行業(yè) 相關(guān)資源
Copyright ? 2005-2024 華北計算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2