非分类关系相关论文
相较于万维网(World Wide Web,WWW),语义网(Semantic Web,SWeb)是一种智能网络,它能对其中的信息资源进行语义描述,不仅能理解词汇和概......
随着大数据时代的到来,Internet上的知识数量呈现指数级增长,其内容变得更加丰富、形式更加多样,如何将这些知识进行快速地、准确......
本体学习的许多方法也已经被国内外许多科研人员提出并应用,而对于本体学习任务中概念间非分类关系的获取,却被研究的较少,它也是......
随着5G时代的到来,物联网、云计算、大数据等相关技术的发展,网络媒体作为一种新的信息传播形式,已经成为我们日常生活获取和发布......
以领域信息系统为研究对象,探讨学习非分类关系的粒计算模型。通过信息函数的扩展,给出了领域信息系统的形式化描述;研究了领域信......
针对传统的非分类关系提取方法无法获得非分类关系的名称的不足,提出基于NNV(noun-noun-verb,名词名词动词)关联规则的非分类关系......
针对目前大多数非分类关系抽取方法忽略词性和部分局部特征的问题,提出融合词性信息和注意力机制的BiLSTM模型.利用预训练词向量和......
领域概念非分类关系的获取是本体学习的一项重要任务,提出了一种基于非监督学习的非分类关系自动获取方法。该方法首先通过关联规则......
针对民航突发事件领域本体非分类关系的语义查询扩展问题,提出一种面向领域本体非分类关系的语义相关度计算方法。该方法在数据属......
摘 要:为了完善问答系统、搜索平台等信息检索系统对本体的应用需求,提出了一种基于网站结构的领域本体学习方法,该方法对网站结构进......
本体是知识组织的有效方式,也是构建语义网的重要环节,而概念非分类关系又是本体的重要组成部分。由于术语是概念的外在表达,因此......
本体是对特定领域中的概念及其相互之间关系的形式化表达。在本体中,用概念来表示构成相关领域词汇的基本术语,概念与概念之间的关......
为了有效地学习本体中的非分类关系以协助知识工程师构建领域本体,提出了一种在中文领域本体学习环境中自动获取概念之间非分类关系......
为了解决中文本体非分类关系抽取问题,提出了基于语义依存分析的非分类关系抽取方法。利用语义角色标注和依存语法分析思想,分析得到......
针对非分类关系抽取中的关系识别问题,提出利用SAO结构和依存句法分析相结合的识别方法。该方法将中文专利领域的非分类关系抽取问......
本体——是一种用来描述概念以及概念间关系的模型,自提出以来就成为研究的热点,并在知识工程、信息检索、Web异构信息处理和语义W......
提出一种扩展的关联规则法用于抽取中文非分类关系,在利用普通关联规则抽取出非分类关系概念对后,通过语言学规则抽取相应的非分类......