采用深度学习技术进行文本(新闻资讯)中实体与关系抽取,能否介绍一下具体的案例?

从网上拿到一堆文本信息(比如新闻或者论坛的标题)之后,进行文本实体与关系抽取传统上是用打标签的方法,那个工作量太大,工作效率也比较低,能否介绍一下如何采用深度学习技术处理实体与关系抽取?能介绍具体的案例就更赞了...显示全部

从网上拿到一堆文本信息(比如新闻或者论坛的标题)之后,进行文本实体与关系抽取传统上是用打标签的方法,那个工作量太大,工作效率也比较低,能否介绍一下如何采用深度学习技术处理实体与关系抽取?
能介绍具体的案例就更赞了

收起
参与11

返回rein07的回答

rein07rein07系统架构师某证券

这个是自然语言处理范畴,建议研究下自然处理框架,现在也开源了不少自然语言处理框架,有些是基于深度学习算法实现的,有些是其他机器学习算法。国内大学和公司对于中文的研究有些已经比较成熟,比如中科院的自然语言处理平台,还有哈工大的自然语言处理平台,百度也推出自己的平台,可以进行实体关系抽取,但是我亲身经历,准确率还没有那么高,但是词性标注还是比较准确的。谷歌有一款产品是word2vec,这个用于分析词与词之间的关系,但是还达不到您说的实体与关系的自动化抽取。自动化抽取非常复杂,估计暂时没有好的解决方案,想要准确率高,应该必须要人工干预,提供抽取规则。

证券 · 2018-01-31
浏览1862

回答者

rein07
系统架构师某证券
擅长领域: 人工智能大数据机器学习

rein07 最近回答过的问题

回答状态

  • 发布时间:2018-01-31
  • 关注会员:3 人
  • 回答浏览:1862
  • X社区推广