基于多通道注意力的科技需求大数据实体关系抽取

黄恩一; 杜军平

0
0
浏览
下载

摘要
关键词
基金信息
论文图表
动态公开评议
相关论文
评论

基于多通道注意力的科技需求大数据实体关系抽取

首发时间：2020-12-18

黄恩一 ¹
黄恩一（1996-），男，硕士研究生，主要研究方向：大数据处理与数据挖掘
杜军平 ¹
杜军平（1963-), 女, 北京邮电大学教授, 博导, 主要研究方向：主要研究领域为人工智能, 数据挖掘，机器学习等。

1、北京邮电大学计算机学院，北京 100876

摘要：随着科学技术的发展，利用科技需求大数据中地实体关系来进行演进规律分析成为了一个重要的研究方向。通过对科技需求大数据文本信息进行实体关系抽取，人们可以更加详细的对科学技术之间的关系进行分析，全面地了解科技的发展态势，从而分析科技需求地发展趋势和规律。然而科技需求数据存在实体数量密集、实体之间关系复杂以及特征属性繁多等研究难点，导致科技需求大数据实体关系抽取准确率不高。针对以上问题本文提出一种基于多通道注意力机制的科技需求大数据实体关系抽取算法（Big Data of Science And Technology Demand Based on Multi-Channel Attention Mechanism）来进行实体关系抽取。试验结果表明：在不用外部资源的情况下，本算法在科技需求大数据中实体关系抽取的准确率、召回率以及F1值比其他对比算法均有所提升，准确率提升值为4.6%、召回率提升值为5.1%、F1值的提升值为4.3%。

关键词：科技需求大数据实体关系抽取多通道注意力机制演进规律分析

For information in English, please click here

Entity relationship extraction of technology demand big data based on multi-channel attention

HUANG Enyi ¹
黄恩一（1996-），男，硕士研究生，主要研究方向：大数据处理与数据挖掘
DU Junping ¹
杜军平（1963-), 女, 北京邮电大学教授, 博导, 主要研究方向：主要研究领域为人工智能, 数据挖掘，机器学习等。

1、School of Computer, Beijing University of Posts and Telecommunications，Beijing 100876

Abstract：With the development of science and technology, it has become an important research direction to analyze the evolution law by using the relationship between land entities in big data of science and technology demand. Through the extraction of entity relationship of text information of big data of science and technology demand, people can analyze the relationship between science and technology in more detail, comprehensively understand the development trend of science and technology, and analyze the development trend and law of science and technology demand. However, there are many difficulties in the research of science and technology demand data, such as the number of entities is dense, the relationship betwEntity relEntity relationship extraction of science and technology demand big data based on multi-channel attentionationship extraction of science and technology demand big data based on multi-channel attentioneen entities is complex, and the feature attributes are various, which lead to the low accuracy of entity relationship extraction of science and technology demand big data. To solve the above problems, this paper proposes a big data of science and technology demand based on multi-channel attention mechanism to extract entity relationship. The experimental results show that: in the case of no external resources, the accuracy rate, recall rate and F1 value of this algorithm in the extraction of entity relationship in the big data of science and technology demand are improved compared with other comparative algorithms, the improvement value of accuracy rate is 4.6%, recall rate is 5.1%, and F1 value is 4.3%.

Keywords： Big data of science and technology demand Entity relation extraction Multi channel attention mechanism Analysis of evolution law

基金：

论文图表：

引用

导出参考文献

.txt

.ris

.doc

黄恩一，杜军平. 基于多通道注意力的科技需求大数据实体关系抽取[EB/OL]. 北京：中国科技论文在线 [2020-12-18]. https://www.paper.edu.cn/releasepaper/content/202012-68.

No.****

动态公开评议

共计0人参与

动态评论进行中

全部评论

0/1000

论文编号	202012-68
论文题目	基于多通道注意力的科技需求大数据实体关系抽取
文献类型
收录期刊	上传封面中文期刊英文期刊期刊名称（中文）期刊名称（英文）年，卷（）上传封面中文专著英文专著书名（中文）书名（英文）出版地出版社出版年上传封面中文译著英文译著书名（中文）书名（英文）出版地出版社出版年上传封面中文论文集英文论文集编者.论文集名称（中文） [c]. 出版地出版社出版年， - 编者.论文集名称（英文） [c]. 出版地出版社出版年，- 上传封面中文文献英文文献期刊名称（中文）期刊名称（英文）日期-- 在线地址http:// 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期-- 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期--
英文作者写法：中外文作者均姓前名后，姓大写，名的第一个字母大写，姓全称写出，名可只写第一个字母，其后不加实心圆点“.”, 作者之间用逗号“，”分隔，最后为实心圆点“.”, 示例1：原姓名写法：Albert Einstein,编入参考文献时写法：Einstein A. 示例2：原姓名写法：李时珍；编入参考文献时写法：LI S Z. 示例3：YELLAND R L,JONES S C,EASTON K S,et al.