基于深度学习的领域本体概念自动获取方法研究 | |
王思丽1,2,3; 祝忠明1,2; 刘巍1,2; 杨恒1,2 | |
刊名 | 情报理论与实践 |
2019-10-28 | |
期号 | 10页码:1-13 |
关键词 | 深度学习 领域本体 概念自动获取 词嵌入 自注意力 |
ISSN号 | 1000-7490 |
其他题名 | Method of Domain Ontology Concept Automatic Extraction Based on Deep Learning |
产权排序 | 1 |
英文摘要 | [目的/意义]实现对领域概念的自动学习抽取,解决领域本体自动化构建的首要基础任务。[方法/过程]以无监督的学习方法和端到端的识别模式为理论技术基础,首先通过对主流词嵌入模型进行对比分析,设计提出了基于Word2Vec和Skip-Gram的领域文本特征词嵌入模型的自动生成方法;其次研究构建了以IOB格式的标注文本作为输入,基于自注意力机制的BLSTM-CRF领域概念自动抽取模型;最后以资源环境学科领域为例进行了实验研究与评估分析。[结果/结论]模型能够实现对领域概念的自动抽取,对领域新概念或术语的自动识别也具有一定的健壮性。[局限]模型精度尚未达到峰值,有待进一步优化提升。 |
URL标识 | 查看原文 |
资助项目 | 基于深度学习的领域本体自动构建方法研究 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.las.ac.cn/handle/12502/10532] |
专题 | 文献情报中心_中国科学院兰州文献情报中心_信息系统部 |
作者单位 | 1.中国科学院西北生态环境资源研究院文献情报中心 2.中国科学院兰州文献情报中心 3.中国科学院大学 |
推荐引用方式 GB/T 7714 | 王思丽,祝忠明,刘巍,等. 基于深度学习的领域本体概念自动获取方法研究[J]. 情报理论与实践,2019(10):1-13. |
APA | 王思丽,祝忠明,刘巍,&杨恒.(2019).基于深度学习的领域本体概念自动获取方法研究.情报理论与实践(10),1-13. |
MLA | 王思丽,et al."基于深度学习的领域本体概念自动获取方法研究".情报理论与实践 .10(2019):1-13. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论