Resumen

Para identificar relaciones entre entidades en textos en lenguaje natural, la extracción de relaciones entre entidades proporciona un soporte fundamental para los grafos de conocimiento, la recuperación de información inteligente y el análisis semántico, promueve la construcción de bases de conocimiento y mejora la eficiencia de la búsqueda y el análisis semántico. Los métodos tradicionales de extracción de relaciones, ya sea los propuestos en tiempos anteriores o aquellos basados en aprendizaje automático tradicional y aprendizaje profundo, se han centrado en mantener las relaciones y entidades en sus propios silos: la extracción de relaciones y entidades se lleva a cabo en pasos antes de obtener los mapeos. Para abordar este problema, en este artículo se propone un nuevo método chino de extracción de relaciones. En primer lugar, el triple se trata como una cadena de relación de entidades y puede identificar la entidad antes de la relación y predecir su relación correspondiente y la entidad después de la relación. En segundo lugar, el modelo de Extracción Conjunta de Menciones de Entidades y Relaciones se

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Identificar; Relaciones; Entidades; Extracción; Grafo de conocimiento; Análisis semántico
• Keywords:Identify; Relationships; Entities; Extraction; Knowledge graph; Semantic analysis