Многозадачная идентификация сущностей, отношений и кореференции для построения научного графа знаний
Multi-Task Identification of Entities, Relations, and Coreference for Scientific Knowledge Graph Construction
2018-01-01
SCID: 54.1/7m7kjdru
Discuss with AI
датасет SCIERCScientific Information Extractor (SCIIE)разрешение кореференциимногозадачное извлечение информациипостроение научного графа знаний
Figures from the paper
Abstract (AI)
Мы предлагаем многозадачную постановку задачи идентификации и классификации сущностей, отношений и кластеров кореференции в научных статьях. Мы создаём SCIERC — набор данных, содержащий аннотации для всех трёх задач, — и разрабатываем унифицированную систему под названием Scientific Information Extractor (SCIIE), использующую общие представления спанов. Многозадачная постановка снижает каскадные ошибки между задачами и позволяет учитывать межпредложенческие отношения посредством кореференциальных связей. Эксперименты показывают, что наша многозадачная модель превосходит предыдущие модели извлечения научной информации, не используя никаких предметно-специфических признаков. Мы также показываем, что эта система поддерживает построение научного графа знаний, который используется для анализа информации в научной литературе. 1 Извлечение узлов (сущностей) Модель SCIIE извлекает сущности, их отношения и кореференцию
Key Findings
1
Совместное обучение снижает каскадные ошибки между задачами извлечения и использует межпредложенческие отношения через кореференционные связи.
2
SCIIE представляет собой единую многозадачную framework-систему с общими представлениями спанов для выявления и классификации сущностей, отношений и кореференции.
3
SCIIE поддерживает построение научных графов знаний для анализа информации в научной литературе.
4
Многозадачная модель превосходит предыдущие модели извлечения научной информации без использования предметно-специфических признаков.
5
В работе представлен SCIERC — набор данных с совместной разметкой научных сущностей, отношений и кластеров кореференции.
Research Object
научные статьи и содержащаяся в них информация для построения научного графа знаний
Research Subject
идентификация и классификация сущностей, отношений и кластеров кореференции, включая их использование при построении научного графа знаний
Publication Details
Publication Date
2018-01-01
Journal
Publisher
ISSN
Cited by
813
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai1
Работы, цитирующие эту статью5
Обескураживающе простой подход к извлечению сущностей и отношений2021
Графовые нейронные сети для обработки естественного языка: обзор2023
Распознавание именованных сущностей в условиях малых выборок: определение, таксономия и направления исследований2023
Оптимизация производительности беспроводных семантических коммуникаций в сетях со сбором энергии2022
Построение научных графов знаний на основе исследовательских статей по социологии: инкрементальные изменения в причинно-следственных высказываниях2025