《基於深度神經網路的實體關係抽取關鍵技術研究》是依託長沙理工大學,由曾道建擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名:基於深度神經網路的實體關係抽取關鍵技術研究
- 項目類別:青年科學基金項目
- 項目負責人:曾道建
- 依託單位:長沙理工大學
《基於深度神經網路的實體關係抽取關鍵技術研究》是依託長沙理工大學,由曾道建擔任項目負責人的青年科學基金項目。
《基於深度神經網路的實體關係抽取關鍵技術研究》是依託長沙理工大學,由曾道建擔任項目負責人的青年科學基金項目。項目摘要作為自動構建大規模知識庫的一項核心技術,實體關係抽取對人工智慧的發展有著重要的意義。深度神經網路的快速發...
《基於深度卷積神經網路的對象檢測關鍵技術研究》是依託清華大學,由丁貴廣擔任項目負責人的面上項目。項目摘要 隨著圖像採集技術及網路通信技術的發展,特別是智慧型終端設備和可穿戴設備的出現,全球可視數據(圖像和視頻)迅速增長,如何管理和...
後期又出現遠程監督方式,深度學習逐漸火熱和成熟之後也被套用到關係抽取之中,取得相比傳統機器學習方法更加優秀的效果。接下來將分別對這些方法的研究進展進行詳細的介紹。有監督的關係抽取 基於監督的關係抽取以較高的準確率成為業界廣泛...
深度學習是一個複雜的機器學習算法,在語音和圖像識別方面取得的效果,遠遠超過先前相關技術。深度學習在搜尋技術、數據挖掘、機器學習、機器翻譯、自然語言處理、多媒體學習、語音、推薦和個性化技術,以及其他相關領域都取得了很多成果。深度...
海量的開放獲取生物醫學文獻中蘊含著大量的知識,對其進行深度挖掘意義重大。項目致力於利用表示學習框架下的新型、高效的關係抽取技術,構建為生物學家和臨床醫生提供更加高效、準確的知識發現平台,使其能夠快速的從海量生物醫學文獻數據中...
《基於神經網路的跨語言實體鏈指研究》是依託北京理工大學,由郭宇航擔任項目負責人的青年科學基金項目。項目摘要 跨語言實體鏈指技術將一種語言的上下文中的名稱連結到另一種語言知識庫的相應實體上。這種技術打破知識的語言鴻溝,一方面能夠...
研究用深度學習的方法從其中挖掘出關聯性知識,具體包括:健康管理相關的關係類別定義;句子的解析樹模型與圖模型的轉化;圖模型的語義剪枝策略;深度神經網路的設計;基於深度神經網路的核技巧關係抽取;健康管理關聯型知識封裝。
《基於深度神經網路稀疏性的異構計算訪存最佳化方法研究》是依託北京航空航天大學,由楊建磊擔任項目負責人的青年科學基金項目。項目摘要 基於神經網路的深度學習技術在大數據智慧型信息處理領域中占有至關重要的地位。然而,隨著數據規模的急劇增長,...
《基於深度循環神經網路的社交網路情感建模研究》是依託北京科技大學,由王曉慧擔任項目負責人的青年科學基金項目。項目摘要 本項目將深度學習與社交網路、情感計算相結合,探索利用深度神經網路進行社交網路情感分析建模的新方法和新技術,提高...
研究方向 輿情分析,自然語言處理,信息抽取,實體識別與屬性抽取 獲獎榮譽 2014年計算所優秀科研人員 2013年計算所優秀科研人員 近年論文 張海楠,伍大勇,劉悅,程學旗. 基於深度神經網路的中文命名實體識別 劉冰洋,伍大勇,劉欣然,程學旗....
還將借鑑生物神經學原理研究深度信念神經網路的局部自組織規劃生長方法,使其配置結構根據特定需要而趨於合理;此外將探討生物神經學領域的基本問題,解釋人眼及人腦可能的工作機制,並探索以圖像神經網路技術實現分散式三維目標識別的技術途徑。
本項目在執行中圓滿乃至超額完成了項目規劃的研究目標及指標,包括預定的各項關鍵技術研發以相關論文發表。本項目研究報告的結果集中於細粒度(漢字)切分相關的深度學習表示(嵌入)在各層語言處理上的可能性能改進。在神經分詞這一層,我們...
課題採用BIOHD1234和Multi-label兩種方法對連續和非連續醫療實體進行統一的表示,然後進一步提出了基於深度神經網路的實體識別方法,該方法在人工構建的數據集上取得83.32%的性能,明顯優於其他傳統方法。3、時間表達式抽取及其歸一化。課題...
本項目在自然語言文本元素的向量表示學習算法、基於詞向量表示和深度網路的命名實體識別算法和關係抽取算法三方面展開了研究,形成了相關問題的理論和算法。(1)如何獲得高質量的詞向量是知識獲取中的基本問題,也是基於詞向量進行知識圖譜...
《基於深度神經網路的能源計量數據圖像識別技術研究》是江西省市場監督管理局的科技項目,於2022年6月通過驗收。項目簡介 《基於深度神經網路的能源計量數據圖像識別技術研究》科技項目,由江西省檢驗檢測認證總院計量科學研究院承擔。項目意義 ...
《基於深度神經網路的噪聲魯棒性語音識別方法研究》是依託中國科學技術大學,由杜俊擔任項目負責人的青年科學基金項目。中文摘要 提高語音識別系統在實際環境下的噪聲魯棒性是語音識別實用化的關鍵難點和研究熱點之一。但由於語音和噪聲信號的...
為了提高社會關係網路的完整性和可靠性,本項目的研究內容包括:(1)提出基於分層採樣的種子選取策略和基於複述技術的種子集擴展方法,並把它套用於弱指導社會關係抽取;(2)基於馬爾可夫網路模型,研究多名聚合和多重關係抽取的聯合學習...
隨著多媒體和網路通訊技術的迅猛發展,有效數據分析和處理技術需求與日俱增。於此同時,深度學習算法在模式識別和機器學習等領域得到了廣泛的關注。本課題針對深度神經網路模型中的自最佳化算法和套用問題開展深入研究,其主要成果包括:在神經...
《基於深度神經網路的自動作文評分算法研究》是依託中國科學院大學,由何苯擔任項目負責人的面上項目。項目摘要 在自動作文評分系統中, 對能夠衡量作文水平與質量的特徵的提取是保證評分準確性的關鍵技術手段。當前的自動作文評分算法普遍採用...
第3章 基於深度多任務學習的上下文相關實體推薦 3.1 引言83 3.2 問題定義87 3.2.1 上下文相關實體推薦任務定義87 3.2.2 使用多任務學習的原因89 3.3 基於多任務學習的上下文相關實體推薦模型92 3.3.1 上下文無關實體推薦...
然後,我們提出了一種對稱低秩保留投影框架,該框架將對稱約束和局部正則化納入子空間學習的低秩表示學習中。在此框架下,我們提出的兩種算法都分別通過結合流形和稀疏性調整有效地利用了局部流形和幾何結構。結合圖嵌入技術,轉換矩陣有效地...
目前已在機器翻譯、問答、閱讀理解等領域取得了進展,出現了深度學習的熱潮。概念和技術 信息抽取(IE)信息抽取是將嵌入在文本中的非結構化信息提取並轉換為結構化數據的過程,從自然語言構成的語料中提取出命名實體之間的關係,是一種...