相关文章

• 基于适应性自训练的少样本关系抽取建模
  2023, 60(7): 1581-1591. DOI: 10.7544/issn1000-1239.202220216
• 图卷积增强多路解码的实体关系联合抽取模型
  2023, 60(1): 153-166. DOI: 10.7544/issn1000-1239.202110767
• 融合实体外部知识的远程监督关系抽取方法
  2022, 59(12): 2794-2802. DOI: 10.7544/issn1000-1239.20210445
• 实体关系抽取方法研究综述
  2020, 57(7): 1424-1448. DOI: 10.7544/issn1000-1239.2020.20190358
• 基于神经网络的药物实体与关系联合抽取
  2019, 56(7): 1432-1440. DOI: 10.7544/issn1000-1239.2019.20180714
• 结合全局特征的命名实体属性值抽取
  2016, 53(4): 941-948. DOI: 10.7544/issn1000-1239.2016.20140806
• 基于句法语义特征的中文实体关系抽取
  2016, 53(2): 284-302. DOI: 10.7544/issn1000-1239.2016.20150842
• 无指导的中文开放式实体关系抽取
  2015, 52(5): 1029-1035. DOI: 10.7544/issn1000-1239.2015.20131550
• 基于弱监督学习的海量网络数据关系抽取
  2013, 50(9): 1825-1835.
• 基于核函数中文关系自动抽取系统的实现
  2007, 44(8): 1406-1411.