现实世界的数据虽然庞大,但在很大程度上是非结构化的,以自然语言文本的形式存在。从大量的文本数据中挖掘结构,而不需要大量的人工注释和标记,这是一个挑战,但也是非常理想的。在这本书中,我们研究了从大量非结构化文本语料库中挖掘事实知识结构(例如,实体及其关系)的原则和方法。与许多现有的结构提取方法不同,现有的方法严重依赖于人工注释数据进行模型训练,我们的轻工作量方法利用存储在外部知识库中的人工管理事实作为远程监督,并利用大型文本语料库中的丰富数据冗余进行上下文理解。这种轻工作量挖掘方法为构建文本语料库带来了一系列新的原则和强大的方法,包括:(1)实体识别、打字和同义词发现;(2)实体关系抽取;(3)开放域属性值挖掘与信息提取。本书介绍了这一新的研究前沿,并指出了一些有前景的研究方向。

https://www.morganclaypool.com/doi/10.2200/S00860ED1V01Y201806DMK015

成为VIP会员查看完整内容
69

相关内容

web挖掘的一个分支,用于从文本数据中获取有趣的信息和知识,主要用于信息检索、智能商务、生物信息技术等
【实用书】文本分析:非结构信息分析,259页pdf
专知会员服务
102+阅读 · 2022年7月5日
UIUC韩家炜:从海量非结构化文本中挖掘结构化知识
专知会员服务
96+阅读 · 2021年12月30日
【干货书】机器学习算法视角,249页pdf
专知会员服务
142+阅读 · 2021年10月18日
专知会员服务
62+阅读 · 2021年2月4日
最新《知识驱动的文本生成》综述论文,44页pdf
专知会员服务
76+阅读 · 2020年10月13日
【文本分类大综述:从浅层到深度学习,35页pdf】
专知会员服务
187+阅读 · 2020年8月6日
基于知识图谱的文本挖掘 - 超越文本挖掘
专知
38+阅读 · 2019年8月18日
别找了,送你 20 个文本数据集
机器学习算法与Python学习
67+阅读 · 2019年5月17日
自然语言处理常识推理综述论文,60页pdf
专知
73+阅读 · 2019年4月4日
300页文本知识提取与推断最新教程
机器学习算法与Python学习
13+阅读 · 2018年8月28日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
7+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2011年12月31日
国家自然科学基金
6+阅读 · 2010年12月31日
国家自然科学基金
4+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年10月2日
Arxiv
24+阅读 · 2021年1月25日
Arxiv
101+阅读 · 2020年3月4日
VIP会员
相关VIP内容
相关基金
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
7+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2011年12月31日
国家自然科学基金
6+阅读 · 2010年12月31日
国家自然科学基金
4+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员