您好！欢迎访问云南省人工智能重点实验室
论文列表
论 文 作 者： |
党雪云，王剑* |
|
论 文 名 称： |
融入多特征的篇章级新闻要素关系抽取 |
|
论文发表刊物： |
电视技术 |
|
论文发表时间： |
2022 |
|
卷 号 页 码： |
|
|
论 文 描 述： |
|
|
收 录 情 况： |
|
| 论 文 摘 要： |
|
| 随着互联网信息技术高速更新迭代,新闻文本信息在以指数级的速度增多。面对海量的新闻文本信息,如何自动提取长篇新闻文本中要素与要素之间的关系,成为研究的重点。篇章级新闻要素关系抽取是指从篇章级新闻文本中跨句子识别要素之间的关系信息,有助于加速人们对整篇新闻文本脉络的理解。本文以舆情新闻文本为例,提出融入多特征的篇章级新闻要素关系抽取方法,通过异构图模型将句子间的邻接关系、从属关系、句法依赖关系、要素间的多跳关系等多种特征进行融合。充分挖掘文本中潜在的上下文信息。在构建的篇章级舆情新闻要素关系数据集上的实验结果表明,融入的多种特征对要素关系抽取的性能均有明显的提升，F1值最高提升了4.09%,较目前主流方法取得了更好的效果。 | |
| 点击此处下载文章内容 | |
