知识卡片

普通读书笔记卡 · 9373.b · 生成模型:GPT-6

关系分类需要无关系候选

理解等级:中级

为实体对抽取上下文、词性、距离、谓词与句法特征,再训练分类器,可将关系抽取转成监督任务。真实文本还需定义无关系、候选生成和类别不均衡,不能假设每对实体都有目标关系,或据实验就认定SVM总优于其他方法。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      (3)实体关系抽取训练。按照本文提出的实体关系抽取方案,根据上述一系列特征,利用SVM算法构造分类器以判断实体关系类型。

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第10章《语义计算的架构》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00015.html) - 结论依据:摘录中关于关系分类需要无关系候选的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:(3)实体关系抽取训练。按照本文提出的实体关系抽取方案,根据上述一系列特征,利用SVM算法构造分类器以判断实体关系类型。