qq_34661230的博客

不定期更新(我的理解可能会有误差，若有错误还望大神赐教)词向量矩阵（非词汇表向量）：word vector matrix/look-up table词向量：word vector/word embedding/word representation语料库: corpus归一化：Normalization将一系列的单词 转化成 某种 统一 的形式，比如：将一句话的各个单词中，有大写、有...

摘要现存问题：远程监督会出现一些错误标注的问题解决方法：使用卷积神经网络映射句子语义，使用attention机制减少噪声 数据的权重。实验证明和意义：模型可以利用句子的所有信息，并且减少错误样本的影响。介绍现状：针对KB，现有实体跟现实世界的实体差很远很远。因此自动的关系抽取很重要(因为可以不依赖现有实体去做)。介绍他人工作：目前大多数关系抽取都是基于大量的人工标注...

最近有知识图谱的任务，要做实体识别。才发现实体识别的坑在于公开数据集只标注了人名机构名地点，但是知识图谱的需求一般都是针对垂直领域。即需要识别出数据库字段对应特定的实体，然而有些领域的实体标注会很麻烦，一个是没有足够的语料，一个是非专家可能会标错。因此找了一个无监督生成实体的方法。https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3865922/其核心...

继上文阅读了论文Neural Relation Extraction with Selective Attention over Instances后，就找源码来修修改改以完成关系抽取的任务。论文源码是C++实现，在其github上面找到另一个整合了几篇论文更好的框架OpenNER遇到的坑no module named framework这不是少包，这是包在目录下没找到，只需要在impor...

RNN正确打开方式

CRF条件转移场BERT