发表服务
用Wikidata做实体搜索的两种方案Wikidata 是一个可协同编辑的知识库，是继2006年的维基学院之后，第一个新的维基媒体基金会项目。这一项目与维基共享资源的工作方式类似，将为其他维基计划及各语种维基百科中的信息框、列表及跨语言链接等提供统一存放的数据，该项目在2012年10月30日投入使用。
一文读懂命名实体识别. 本文对自然语言基础技术之命名实体识别进行了相对全面的介绍，包括定义、发展历史、常见方法、以及相关数据集，最后推荐一大波 Python 实战利器，并且包括工具的用法。. 先来看看维基百科上的定义：Named-entity recognition (NER) (also known ...
基于最大熵模型的中文命名实体识别方法研究. 杨华. 【摘要】： 命名实体识别是信息抽取的子任务,同时也是机器翻译、自动问答等多种自然语言处理技术的基础。. 由于受中文自身特点的限制,中文命名实体识别一直相当困难。. 为了促进其它中文自然语言处理 ...
相关搜索（Relevance Search）是信息检索中的一个经典问题，相关搜索是指给定一个查询实体，返回与其相关度最高的实体（一个类似的问题Similarity Search，一般来说指相关搜索的一个特例，即只返回与查询实体 …
基于知识图谱的搜索引擎技术研究与应用. 邵领. 【摘要】： 互联网的迅速普及以及数字信息的爆炸式增长带来了宝贵的信息数据财富,尽管这些数据已经被分门别类,但是从成千上万的类别及其子类中检索有效信息对于搜索引擎也是较大的挑战。. 传统的搜索引擎 ...
实体关系抽取是一个经典任务，在过去的20多年里都有持续研究开展，特征工程、核方法、图模型曾被广泛应用其中，取得了一些阶段性的成果。随着深度学习时代来临，神经网络模型则为实体关系抽取带来了新的 …
我院师生8篇论文被CCF-A类会议SIGIR（2020）录用. 近日，信息学院师生撰写的8篇长文论文被SIGIR 2020录用。. 第43届国际计算机学会信息检索大会（The 43rd International ACM SIGIR Conference on Research and Development in …
面向中文知识图谱构建中的知识推理方法研究. 丑晓慧. 【摘要】： 随着互联网和人工智能技术的发展,对知识以及及知识间的关系逐渐得到重视。. 互联网已从超链的文档万维网转变成为了包含实体间大量关系的数据万维网,其包含了实体间丰富关系的语义网络 ...
实体关系抽取的技术方法综述. 徐健 张智雄 吴振新. 【摘要】： 对实体关系抽取研究以MUC和ACE评测为主线的发展进行总结,并指出实体关系抽取任务普遍存在的三个问题是特定领域标引数据集的获取、模式的获取以及共指消解。. 在对当前关系抽取的相关文献 ...
基于知识表示学习的方法通过将知识图谱中的实体和关系都映射低维空间向量，直接用数学表达式来计算各个实体之间相似度，例如transe方法等。 该论文集共收录37篇论文，引用最多的论文为Iterative Entity Alignment via Joint Knowledge Embeddings，引用数为110。
用Wikidata做实体搜索的两种方案Wikidata 是一个可协同编辑的知识库，是继2006年的维基学院之后，第一个新的维基媒体基金会项目。这一项目与维基共享资源的工作方式类似，将为其他维基计划及各语种维基百科中的信息框、列表及跨语言链接等提供统一存放的数据，该项目在2012年10月30日投入使用。
一文读懂命名实体识别. 本文对自然语言基础技术之命名实体识别进行了相对全面的介绍，包括定义、发展历史、常见方法、以及相关数据集，最后推荐一大波 Python 实战利器，并且包括工具的用法。. 先来看看维基百科上的定义：Named-entity recognition (NER) (also known ...
基于最大熵模型的中文命名实体识别方法研究. 杨华. 【摘要】： 命名实体识别是信息抽取的子任务,同时也是机器翻译、自动问答等多种自然语言处理技术的基础。. 由于受中文自身特点的限制,中文命名实体识别一直相当困难。. 为了促进其它中文自然语言处理 ...
相关搜索（Relevance Search）是信息检索中的一个经典问题，相关搜索是指给定一个查询实体，返回与其相关度最高的实体（一个类似的问题Similarity Search，一般来说指相关搜索的一个特例，即只返回与查询实体 …
基于知识图谱的搜索引擎技术研究与应用. 邵领. 【摘要】： 互联网的迅速普及以及数字信息的爆炸式增长带来了宝贵的信息数据财富,尽管这些数据已经被分门别类,但是从成千上万的类别及其子类中检索有效信息对于搜索引擎也是较大的挑战。. 传统的搜索引擎 ...
实体关系抽取是一个经典任务，在过去的20多年里都有持续研究开展，特征工程、核方法、图模型曾被广泛应用其中，取得了一些阶段性的成果。随着深度学习时代来临，神经网络模型则为实体关系抽取带来了新的 …
我院师生8篇论文被CCF-A类会议SIGIR（2020）录用. 近日，信息学院师生撰写的8篇长文论文被SIGIR 2020录用。. 第43届国际计算机学会信息检索大会（The 43rd International ACM SIGIR Conference on Research and Development in …
面向中文知识图谱构建中的知识推理方法研究. 丑晓慧. 【摘要】： 随着互联网和人工智能技术的发展,对知识以及及知识间的关系逐渐得到重视。. 互联网已从超链的文档万维网转变成为了包含实体间大量关系的数据万维网,其包含了实体间丰富关系的语义网络 ...
实体关系抽取的技术方法综述. 徐健 张智雄 吴振新. 【摘要】： 对实体关系抽取研究以MUC和ACE评测为主线的发展进行总结,并指出实体关系抽取任务普遍存在的三个问题是特定领域标引数据集的获取、模式的获取以及共指消解。. 在对当前关系抽取的相关文献 ...
基于知识表示学习的方法通过将知识图谱中的实体和关系都映射低维空间向量，直接用数学表达式来计算各个实体之间相似度，例如transe方法等。 该论文集共收录37篇论文，引用最多的论文为Iterative Entity Alignment via Joint Knowledge Embeddings，引用数为110。
发表服务