摘要：针对目前机器学习方法在化学领域的资源实体及关系抽取任务上召回率低以及高度依赖人工特征工程和领域知识的问题,提出一种基于实体信息及关系信息融合标注的联合抽取方法(Information Fusion Tagging-Joint Model,IFT-Joint)。该方法主要从以下两个方面改进:将联合抽取任务转化为序列标注问题,缓解联合抽取中重叠关系的问题;从序列标注的角度出发,提出一种基于BERT(Bidirectional Encoder Representations from Transformers)联合抽取模型。通过多组实验表明,在化学领域实体数据集上,IFT-Joint的召回率可达到75%以上,相比于所提到的其他方法效果提升明显,且具有良好的稳定性。

摘要：专利的功能信息对专利规避及创新具有重要意义。为了完成对专利基于功能的聚类,提出一种面向功能信息的相似专利动态聚类混合模型。该模型筛选功能信息句,运用双向长短期记忆网络联合注意力机制、卷积神经网络、改进的权值主题模型抽取专利文本的序列特征、文本嵌入特征、主题特征,同时加入功能词语关注部分,采用并行融合的方式提取特征。将所有特征表示作为聚类的输入,聚类结果作为反馈信息实现动态聚类。选取无机化学类方面的专利进行实验,实验结果表明,该模型能够提高聚类的F-measure值,同时也能提高时间效率。

摘要：新能源汽车命名实体存在实体边界模糊,多为未登录词,现存标注样本较少等问题,识别精确率和召回率较低。据此,提出了一种基于多通道神经网络(Multiple Channel Neural Network,MCNN)的新能源汽车实体识别模型,该模型融合了字词特征和片段特征,不再将实体识别当作传统的序列标注任务,利用半马尔科夫条件随机场(Semi-Markov CRF,SCRF)针对片段特征建模,对输入的句子切分片段并对片段整体分配标记,同时完成实体边界的识别和实体分类,弥补了传统字词序列标注模型采用局部标记区分实体边界的不足。为解决现存标注样本较少的问题,在训练模型的过程中,引入了一种基于不确定性和相似度相结合的主动学习(Active Learning,AL)。通过多组对比实验表明,该模型在大幅度减少人工标注量的同时,能够提高识别精确率和召回率。

摘要：实体及关系抽取是信息抽取中的两个核心任务,是构建知识图谱的重要基石。对于实体识别和关系抽取,当前通常采取人工提取特征和规则,分独立两步实现的方法,这种方法易造成数据重复预处理和错误传播。实体识别和关系抽取两个模块存在相互关联性,实体识别是进行关系抽取的基础,实体关系抽取结果又可反馈校验实体信息。因此,文中提出无须添加人工特征和引入互反馈机制的混合神经网络模型(Mufeedback-Join Model)来完成实体及其关系的联合抽取,实现实体关系对实体识别的反馈校验机制。该模型共享Bi-LSTM特征提取层来提取文本上下文特征,依据共享层特征引入Attention机制捕获关键局部特征来完成解码,再用条件随机场CRF完成实体序列的标注任务,融合共享层特征和实体特征,并将其输入到CNN模型来实现实体关系的抽取,最后计算关系抽取结果的损失值,再联合实体识别损失值反馈修正特征提取层和实体识别模型参数。将此算法应用在实体数据集上进行实验,在同等硬件环境下,该方法可以缩短的模型训练时间,提升实体及关系抽取的准确率、召回率和F1值,联合抽取的F1值整体提升了3.91%,实体识别子模块的F1值平均提升了1.34%,关系抽取的F1值提升了5.79%。实验数据说明,联合抽取模型可以实现两个子模块的合并,从而缩短数据处理时间和减少错误数据的传递;相互反馈的机制可以提升整体识别效果。

摘要：专利作为技术的主要载体,包含重要的科技成果,对专利文本进行分析具有重要的研究价值。目前,在中文专利分析领域大部分是基于摘要和标题,内容单一,无法突出专利是用来解决问题的初衷。率先以专利的背景技术作为研究内容进行分析,定义了〈问题源,问题对象,问题词〉的形式作为问题的表达,同时区别以往单一利用触发词定位的方法,通过融合情感分析的方法定位问题句,随后通过分析问题特征,采用融合问题位置信息与语义信息的方法进行问题提取,将技术问题以问题三元组的形式表达,实验表明取得了较好的效果。

摘要：在产品创新中,以效应为类标签的专利分类对于辅助设计者创新具有重要参考意义。但在实际情况中由于效应文本较短以及效应描述较抽象,导致难以获得高质量的类标签特征。为此,本文以效应特点为基础,通过融合点互信息值方法和LDA模型提出了一种全新的"Effect-theme"共现网络。之后本文通过LINE函数获取效应在网络中的结构特征并与该效应文本特征结合形成最终的类标签,有效解决了类标签特征难以提取的问题。此外,本文还针对"Effect-theme"共现网络提出了基于自定义规则的节点匹配方法、融合节点相关性和空间距离的节点权重计算公式以及基于节点权重和空间距离的分类计算公式用于专利分类。实验结果表明,该方法准确率可达到78%以上。