TKDE2020期刊论文

人工智能-其他 天一

远程监管被广泛用于使用自动标记的数据集提取关系事实,以减少人工标注的高成本。但是,当前的远程监督方法存在单词级和句子级噪声的共同问题,这些问题源于句子中大量不相关的单词和许多句子的不正确的关系标签。这些问题导致关系提取的精度无法接受,这对于使用远程监管的成功至关重要。在本文中,我们提出了一种新颖且鲁棒的神经方法,通过减少多粒度噪声的影响来解决这两个问题。在这项工作中,从单词,句子到知识类型的三个级别的噪音都被仔细考虑。我们首先启动基于问题的答案的关系提取器(QARE),以删除句子中的嘈杂单词。然后,我们使用多焦点多实例学习(MMIL)通过正确使用错误标记的句子来减轻句子级噪声的影响。最后,为了...

TKDE2020期刊论文
TKDE2020期刊论文

基于豆瓣知识图谱的在线问答系统

人工智能-其他 天一

一、 豆瓣信息爬取和知识图谱构建 1、使用python scrapy爬取豆瓣读书(https://book.douban.com/tag/?view=type&icn=index-sorttags-all)下的图书基本信息,包括:类别、名称、作者、出版社、出版时间、价格、评分、评价人数、内容简介。数据量不小于5万。 2、使用neo4j构建图书知识图谱。实体结点包括:图书、作者、评分、类别、出版社。图书属性:出版时间、价格、内容简介;评分属性:评价人数。 二、问答系统功能实现 1、问句理解选择基于模板匹配方式,通过朴素贝叶斯分类器对用户问句分类匹配查询模板。 2、命名实...

基于豆瓣知识图谱的在线问答系统
基于豆瓣知识图谱的在线问答系统
基于豆瓣知识图谱的在线问答系统
------ 加载完毕 ------
联系聘用方端客服