网站建设为什么不给源代码,做网站的具体内容,微信公众号托管平台,开发网站能赚多少钱NLP复习资料第16讲—知识图谱第17讲-信息抽取#xff08;知识图谱生命周期中信息获取的关键技术#xff09;国科大#xff0c;宗老师《自然语言处理》课程复习笔记#xff0c;个人整理#xff0c;仅供参考。第16讲—知识图谱
知识图谱经典知识表示理论语义网资源描述框架…
NLP复习资料第16讲—知识图谱第17讲-信息抽取知识图谱生命周期中信息获取的关键技术国科大宗老师《自然语言处理》课程复习笔记个人整理仅供参考。第16讲—知识图谱
知识图谱经典知识表示理论语义网资源描述框架经典知识表示理论一阶谓词逻辑语义网络有向图描述知识系统框架框架名槽侧面和值脚本与框架类似由槽组成用于描述过程语义网是一组描述规范XML,RDF用web标示符URI来表示事物,RDF schema提供了一套建模原语有利于组织RDF,owlRDF的扩展狭义知识图谱具有图结构的三元组知识库知识图谱建立的生命周期: 1 知识建模建立一个本体对目标进行描述本体可以理解为知识框架 1.1人工构建知识体系罗列要素、确定分类体系、定义属性和关系、定义约束 1.2体系复用利用已有的知识框架进行改造经典复用体系DPpediafreebase 1.3从半结构化的数据中抽取本体信息块定位抽取模板学习属性名、值抽取属性名与类别 2知识获取从海量文本中抽取知识获取信息NELL知识获取的一个项目 3知识融合不同语言来源结构的知识进行融合补充更新去重已有的知识图谱 3.1难点实体、结构、多语言差异 3.2关键技术本体匹配实体对齐 4知识存储和查询 4.1数据模型RDF图模型三元组属性图模型五元组 4.3数据存储表结构存储MySQL,两个图模型都可以用表来存储图结构存储(Neo4j) 4.3数据查询声明式RDF图查询SPARQL属性图查询Cypher过程式 5知识推理 5.1逻辑规则推理符号推理 5.2表示学习推理数值推理向量矩阵计算 6知识应用语义搜索推荐系统关系搜索智能问答
6.深度学习做有智慧的AI知识图谱做有知识的AI
第17讲-信息抽取知识图谱生命周期中信息获取的关键技术
p6从文本中抽取信息形成结构化数据输出的技术下文围绕信息抽取的四大主要任务展开。实体识别与抽取7类命名实体P13 2.1实体识别的两个子任务边界识别和实体类别 2.1主要方法CRF实体识别转换成序列标注问题p17 LSTMCRF序列标注问题与纯种CRF的区别采用LSTM提取的次序列特征而不是采用人工设计的特征。实体消歧将实体指称项对应到多个真实世界实体中。两个方法聚类和链接P27 3.1聚类指向同一个实体的指称项聚为一类。词袋模型 建模 指称项特征计算特征向量之间的相似度进行聚类。P29 3.2P40实体链接给定文本找中的实体链接到知识库中对应的实体上。两个步骤实现知识库中候选实体发现网页超链接获取P43候选实体链接相似度最高的连在一起p45协同实体链接多个词放在一起更有更有可能是指向某一个实体P48 4.实体关系抽取两种任务 4.1关系分类p65已知两个实体判断实体之间的关系-分类问题基于CNN的关系分类方法P71卷积神经网络抽取句子特征计算特征进行分类 4.2实体关系联合抽取p78给句子识别实体以及实体之间的关系-序列标注问题依据目标设定不同的序列就能解决不同的问题 4.3远程监督的关系抽取远程监督就是没有认人为标定数据利用知识库对文本自动进行回标来获取标签数据主要讲如何获取远程标注数据集合。介绍其中的多示例单标签问题p95利用分段卷积神经网络确定包的关系标签。 5.事件抽取p107要抽取事件以及和事件相关的信息如触发词事件元素P116算法和流程步骤 几个事件关系同指、因果、时序、上下位关系。
