典型文献
基于深度学习的军事领域实体关系抽取研究
文献摘要：
军事领域的实体关系抽取已逐渐成为该领域知识图谱构建的核心任务和重要环节.以从非结构化的军事文本中准确自动抽取实体对间关系为研究任务,以"简化模型设计、提高抽取效率"为研究目标,针对已调研的实体关系抽取任务特点,提出了基于分段膨胀卷积神经网络(PDCNN)和多注意力机制的深度学习实体关系抽取方法.其中,远程监督的方式有效减少了人工在数据集构建方面付出的时间和精力,去噪模型去除了启发式匹配中产生的错误标注.通过实验,验证了 PDCNN模型在实体关系抽取方面的高准确性.
文献关键词：
军事领域;深度学习;实体关系抽取;膨胀卷积
中图分类号：
作者姓名：
金轴;李成军;刘旭波
作者机构：
中国人民解放军91977部队,北京100036
文献出处：
引用格式：
[1]金轴;李成军;刘旭波-.基于深度学习的军事领域实体关系抽取研究)[J].航天电子对抗,2022(05):32-36
A类：
PDCNN
B类：
军事领域,实体关系抽取,领域知识图谱,知识图谱构建,核心任务,非结构化,自动抽取,研究任务,简化模型,模型设计,膨胀卷积神经网络,多注意力机制,远程监督,数据集构建,付出,去噪模型,启发式,错误标注
AB值：
0.267658
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
