中醫(yī)學(xué)領(lǐng)域積累了海量的古籍文獻(xiàn),包含大量中醫(yī)知識(shí)。為了從海量的中醫(yī)文獻(xiàn)中自動(dòng)獲取需要的知識(shí)信息,首先需要對(duì)中醫(yī)文本進(jìn)行信息抽取,關(guān)系抽取是信息抽取的基本任務(wù)之一。有監(jiān)督關(guān)系抽取方法需要大量已知標(biāo)簽的數(shù)據(jù)集,弱監(jiān)督關(guān)系抽取方法可以在給定實(shí)體關(guān)系三元組和未標(biāo)注中醫(yī)文本的條件下利用弱監(jiān)督學(xué)習(xí)方法自動(dòng)生成語(yǔ)料,能夠有效緩解人工標(biāo)注的高額成本。但是弱監(jiān)督學(xué)習(xí)條件下的中醫(yī)文本標(biāo)注數(shù)據(jù)集存在錯(cuò)誤標(biāo)注,產(chǎn)生了噪聲句子,影響了關(guān)系抽取的效果。針對(duì)這些問(wèn)題主要做了以下研究工作。針對(duì)中醫(yī)弱監(jiān)督標(biāo)注數(shù)據(jù)中存在錯(cuò)誤標(biāo)注,影響以包為級(jí)別的關(guān)系抽取效果的問(wèn)題,提出了一種基于雙注意力機(jī)制的弱監(jiān)督深度學(xué)習(xí)模型。該模型基于多示例學(xué)習(xí)思想,在以包為級(jí)別的基礎(chǔ)上進(jìn)行關(guān)系分類。利用雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)對(duì)中醫(yī)文本的嵌入向量進(jìn)行雙向編碼,捕捉每個(gè)句子的語(yǔ)義特征。同時(shí)通過(guò)字級(jí)注意力層和弱監(jiān)督注意力層分別降低了無(wú)關(guān)中醫(yī)詞匯和噪聲語(yǔ)句的權(quán)重,減輕噪聲對(duì)關(guān)系抽取效果的影響。此模型可以減弱噪聲影響,更好地為每個(gè)包預(yù)測(cè)關(guān)系。將本模型與平均注意力層作對(duì)比實(shí)驗(yàn),實(shí)驗(yàn)表明本模型可以在弱監(jiān)督層面更好的抽取包的關(guān)系信息,獲得更好的關(guān)系抽取效果。針對(duì)弱監(jiān)督...

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖11弱監(jiān)督數(shù)據(jù)集Fig.11Weakly-superviseddatasets

第3章中醫(yī)文本獲取與預(yù)處理-25-是一個(gè)中醫(yī)實(shí)體對(duì)，它們之間的關(guān)系為“藥性”，將實(shí)體對(duì)和文本匹配后得到“何首烏，味苦澀微溫?zé)o毒”這句話，然后將這段中醫(yī)文本標(biāo)注為“藥性”關(guān)系標(biāo)簽。在實(shí)驗(yàn)過(guò)程中將得到的結(jié)果整理為“實(shí)體1、空格、實(shí)體2、空格、關(guān)系、空格、句子”這樣的形式，方便輸入模型....

圖15字向量文件

第4章基于雙注意力機(jī)制的弱監(jiān)督深度學(xué)習(xí)模型-31-示，自動(dòng)提取語(yǔ)義信息，使用Gensim處理文本高效且方便。Gensim通過(guò)學(xué)習(xí)文本內(nèi)部的統(tǒng)計(jì)信息自動(dòng)發(fā)現(xiàn)上下文的語(yǔ)義信息，實(shí)現(xiàn)了很多常用算法，比如Word2vec、FastText、隱含迪利克雷分布等，這些算法都是無(wú)監(jiān)督的，只需要....

圖29句子選擇結(jié)果

華北理工大學(xué)碩士學(xué)位論文-52-表8關(guān)系抽取器結(jié)果對(duì)比Table8Comparisonofrelationextractorresults關(guān)系抽取器模型PrecisionRecallF值直接訓(xùn)練模型91.992.5092.00聯(lián)合訓(xùn)練模型92.592.7592.54對(duì)于句子選擇器....

本文編號(hào)：3992857