基于深度学习的煤矿领域实体关系抽取研究

摘要：

关系抽取是构建知识图谱的一个重要过程.为了更好地构建煤矿领域知识图谱,本文对关系抽取的方法进行研究.传统关系抽取方法在训练前多需要人工选取特征、大量标注数据、且需要专业领域的专家辅助、费时费力、且成本较高.本文采用字向量和深度学习相结合的方法对实体间的关系进行抽取,降低数据标注的难度,提高训练效率.实验结果证明使用字向量与深度学习相结合的方法能够较有效地完成煤矿领域实体关系抽取的任务.

关键词：关系抽取、知识图谱、循环神经网络、字向量

所属期刊栏目：9

分类号：TP391.1(计算技术、计算机技术)

资助基金：北京信息科技大学2018年人才培养质量提供经费5111823402

在线出版日期：2019-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：114-118