AAAI2020 | SNERL：抛开mention级别的监督，实体链接、关系抽取我都行
作者 | 朱玉磊 审稿 | 李芬 今天为大家介绍的是马萨诸塞大学阿默斯特分校Trapit Bansal等学者和谷歌研究院合作在AAAI2020上发表的一篇关于实体链接和关系抽取的文章。虽然关系提取通常可以用现成的弱的或远距离的监督来训练，但实体链接器通常需要昂贵的mention级别的监督—这在许多领域是不可用的。因此作者提出了一个模型SNERL，该模型经过训练，可以同时产生实体链接和关系决策，而不
相关文章
- 1. ReQuest: 使用问答数据产生实体关系抽取的间接监督
- 2. 远程监督的方法进行关系抽取简介
- 3. 有监督的关系抽取任务之PCNN
- 4. 知识图谱—关系抽取—远程监督—OpenNRE(一)
- 5. 关系抽取之远程监督算法
- 6. 知识图谱—关系抽取—远程监督—综述(二)
- 7. 【转载】关系抽取之远程监督算法
- 8. 关系抽取--有监督学习 Pipline 经典模型介绍
- 9. 实体识别和关系抽取的联合模型总结
- 10. 实体关系抽取入门
- 更多相关文章...
- • Markdown 链接 - Markdown 教程
- • DTD - 实体 - DTD 教程
- • Docker容器实战(七) - 容器眼光下的文件系统
- • NewSQL-TiDB相关
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
