知识图谱_关系抽取_文献笔记(一)

本文档聚焦知识图谱的关系抽取,通过4篇重要文献深入探讨这一领域的最新进展,包括Distant Supervision方法和深度学习的应用,确保读者理解关系抽取的现状和技术挑战。涉及概念包括监督学习、半监督学习、非监督学习、实体、关系、实例和多实例学习等。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

主要有4篇知识图谱之关系抽取的文献,可以保证看了这篇博客,对关系抽取的前世今生/state of art都会非常清楚。

《Distant supervision for relation extraction without labeled data》

《Distant Supervision for Relation Extraction via Piecewise Convolutional Neural Networks》

《Reinforcement Learning for Relation Classification from Noisy Data》

《DSGAN: Generative Adversarial Training for Distant Supervision Relation Extraction》

包含的基础知识:知识抽取的监督学习/半监督学习/非监督学习,关系(relation),实体(entity),实例(instance),多实例学习(multi-instance-learning),精确率(Precision)和召回率(recall)。

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值