La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Leveraging Unannotated Texts for Scientific Relation Extraction Tirer parti des textes non annotés pour l’extraction de relations scientifiques

Qin DAI, Naoya INOUE, Paul REISERT, Kentaro INUI

  • Vues en texte intégral

    0

  • Citer

Résumé:

Une quantité considérable de connaissances est présente dans la littérature scientifique en constante augmentation. Afin d’appréhender efficacement ces connaissances, diverses tâches informatiques sont proposées pour entraîner les machines à lire et analyser des documents scientifiques. L'une de ces tâches, Scientific Relation Extraction, vise à capturer automatiquement les relations sémantiques scientifiques entre les entités dans les documents scientifiques. Conventionnellement, seul un nombre limité de bases de connaissances couramment utilisées, telles que Wikipédia, sont utilisées comme source de connaissances de base pour l'extraction de relations. Dans ce travail, nous émettons l’hypothèse que des articles scientifiques non annotés pourraient également être utilisés comme source d’informations externes pour l’extraction de relations. Sur la base de notre hypothèse, nous proposons un modèle capable d'extraire des informations de base à partir d'articles scientifiques non annotés. Nos expériences sur le corpus RANIS [1] prouvent l'efficacité du modèle proposé sur l'extraction de relations à partir d'articles scientifiques.

Publication
IEICE TRANSACTIONS on Information Vol.E101-D No.12 pp.3209-3217
Date de publication
2018/12/01
Publicisé
2018/09/14
ISSN en ligne
1745-1361
DOI
10.1587/transinf.2018EDP7180
Type de manuscrit
PAPER
Catégories
Traitement du langage naturel

Auteurs

Qin DAI
  Tohoku University
Naoya INOUE
  Tohoku University,RIKEN Center for Advanced Intelligence Project
Paul REISERT
  RIKEN Center for Advanced Intelligence Project
Kentaro INUI
  Tohoku University,RIKEN Center for Advanced Intelligence Project

Mots-clés

Table des matières