基于专利文件的经验观察,该研究揭示了工程设计知识的构成成分,包括基于句子的事实中存在的实体和关系,以及具有过度表达关系的统计上过表现的子图模式,为设计环境中更好地构建和管理知识提供了有用的指导原则。
Dec, 2023
本文提出了一种从生物医学文献中提取预定义二元关系类型的新事实的简单而有效的方法,该方法不需要任何训练数据或手工规则,并且已在知识库完成任务中得到验证。
Jul, 2019
本研究介绍比较了在构建知识图谱中用于从生物医学文献中提取关系方面的一些基于规则和基于机器学习的方法,例如:朴素贝叶斯、随机森林、DistilBERT、PubMedBERT、T5、SciFive 等,通过实验检测不同方法的适用性和鲁棒性。结果表明,基于 transformers 的模型(如 PubMedBERT)在处理小型和不平衡的数据时表现较好。其中,在平衡数据上,PubMedBERT 模型的 F1 得分最高(0.92)。
Jan, 2022
该研究使用分布语义学将结构化知识图谱与非结构化文本相结合,利用概率生成模型预测医学概念之间的新关系,进一步证明该方法可用于医学领域的数据稀缺性问题。
Feb, 2016
本研究提出了一种知识增强的生成模型,能够前所未有地利用知识图谱来解决关系抽取问题中的歧义,显著提高了在多个基准测试和设置下的性能表现。
Jun, 2022
本研究提供了一种简单而有效的方法,利用维基百科文章中与查询类似的句子,并直接使用其中人工注释的实体作为查询的候选实体,然后使用一系列特征来排名,包括概率、上下文匹配、词嵌入以及候选实体及其相关实体之间的相关性。通过该方法我们可以在实体链接基准测试中取得更好的结果。
Apr, 2017
本文介绍了通过自然语言文本解释两个科技文档之间关系的任务,提出了一个新的数据集和模型,探索使用科学信息提取系统的密集表示对提高解释性能的影响,并在自动和人类评估中证明了该模型的可行性和挑战。
Feb, 2020
该研究论文介绍了知识图谱在信息抽取方法中的应用,探讨了表示学习和图神经网络在知识图谱完成中的作用,以及如何利用知识图谱在下游任务中预测缺失的链接。
Aug, 2022
探索认知智能在法律知识中的应用,聚焦于司法人工智能的发展。利用自然语言处理作为核心技术,自动构建司法案例知识图谱的方法,包括实体识别、关系抽取等多项任务,以及在一个交通事故责任纠纷案例研究中的显著优势。
Apr, 2024
本文提出了一种新颖的知识图谱嵌入方法,引入了一组虚拟的关系原型实体来表示连接同一关系的头尾实体的原型,通过将实体的嵌入与其关联的原型的嵌入靠近,有效鼓励了由同一关系连接的可能在知识图谱中相距较远的实体的全局语义相似性,并在实体对齐和知识图谱完成任务上显著优于最新的现有方法。