信息抽取(Information Extraction)研究正是在这种背景下产生的,关系抽取(Relation Extraction)是信息抽取的子任务之一。实体关系抽取的任务是从文本中抽取出两个或者多个实体之间预先定义好的语义关系。
基于105个网页-相关网页
...会网络提取 ; 关系提取 ; 云计算 ; Mapreduce; 社会网络 [gap=1339]Key words: social network extraction; relation extraction; cloud computing; Mapreduce; social network ..
基于24个网页-相关网页
Entity Relation Extraction 实体关系抽取
Chinese Relation Extraction 中文实体关系抽取
semantic relation extraction 语义关系抽取
Visual Relation Extraction 已经被成功应用于视觉关系提取
Concept Relation Extraction 概念关系抽取
temporal relation extraction 时间关系抽取
taxonomic relation extraction 分类关系抽取
Open Entity Relation Extraction 开放式实体关系
The usage of deep linguistic feature is a key issue in relation extraction.
深层语义特征的利用是实体关系抽取中的一个研究热点。
参考来源 - 信息抽取中实体关系识别研究Entity relation extraction is one of the most important topics in information extraction.
实体关系抽取是信息抽取领域内的重要研究课题。
参考来源 - 无监督关系抽取方法研究·2,447,543篇论文数据，部分数据来源于NoteExpress
By doing these, the performance of named entity relation extraction was enhanced greatly.
通过以上两种方法，使命名实体之间关系抽取结果的性能大大提高。
Entity Relation Extraction is an important research field in Information Extraction.
实体关系抽取是信息抽取领域中的重要研究课题。
Relation extraction is an important task in text mining, it can reflect the relationship between the named entities and is helpful to find implicit knowledge in the substantial data and text.
关系抽取是文本挖掘的一项重要研究内容，它能够反映命名实体之间的关系，有助于发现隐含在大量数据和文本中的知识。
应用推荐