[
-
内容大纲
知识结构化是知识工程领域的重要分支。本书专注于介绍基于神经网络的知识结构化技术，在内容上尽可能涵盖从基础概念到最新研究成果的各方面。全书共15章：第1章概述知识结构化的起源与发展；第2章讨论一些典型而常用的神经网络基础模型以及神经网络学习策略；第3～14章分别以实体、关系、实体关系三元组、事件为主题，介绍知识结构化技术研究的最新进展；第15章介绍基于神经信息抽取方法的知识结构化技术未来发展方向，并探讨其在大模型时代下面临的挑战与机遇。
本书旨在为计算机科学与技术及相关方向的研究人员、学生和从业者提供深入的理论知识和实践指导，帮助其更好地应用神经信息抽取技术解决实际问题。 -
作者介绍
赵翔，国防科技大学大数据与决策（国家级）实验室教授、博导。教育部高层次青年人才，湖南省科技创新领军人才。长期从事大数据知识工程领域的研究与应用，主持国家重点研发计划（青年科学家）项目、国家自然科学基金面上项目等科研项目10余项，获评重要学术会议论文奖4项，申请专利30余项。湖南省杰出青年基金项目、CICC青年科技奖和ACM SIGMOD中国新星奖获得者，成果获评CICC科技进步一等奖、CCF自然科学二等奖、军队科技进步二等奖。CCF杰出会员、信息系统专业委员会副秘书长、大数据专家委员会委员、数据库专业委员会执行委员。 -
目录
第1章 知识结构化概述
1.1 知识工程
1.2 知识结构化
1.3 应用场景
1.4 国内外研究现状
1.4.1 知识图谱
1.4.2 实体抽取
1.4.3 关系抽取
1.4.4 三元组抽取
1.4.5 事件抽取
1.5 问题与挑战
1.6 内容组织结构
参考文献
第2章 神经网络基础
2.1 神经网络的技术优势
2.2 常用的神经网络模型组件
2.2.1 词向量
2.2.2 注意力机制
2.2.3 卷积神经网络
2.2.4 长短期记忆网络
2.2.5 门控循环单元
2.2.6 Transformer 网络
2.2.7 预训练语言模型
2.2.8 条件随机场
2.3 常用的神经网络学习策略
2.3.1 少样本学习策略
2.3.2 生成对抗训练策略
2.3.3 对比学习策略
参考文献
第3章 基于生成对抗训练方法的嵌套实体抽取框架
3.1 问题背景
3.2 相关工作
3.3 模型方法
3.3.1 预备知识
3.3.2 框架概述
3.3.3 抽取器
3.3.4 判别器
3.3.5 多任务训练和预测
3.4 实验与分析
3.4.1 数据集介绍
3.4.2 实验设置
3.4.3 总体结果
3.4.4 消融实验
3.4.5 实体标记的影响
3.5 本章小结
参考文献
第4章 基于混合多原型的少样本实体抽取
4.1 问题背景
4.2 相关工作
4.2.1 少样本学习
4.2.2 少样本实体抽取的解决方案
4.3 模型方法
4.3.1 预备知识
4.3.2 框架概述
4.3.3 序列扩充和嵌入
4.3.4 混合多原型表示
4.3.5 预测与训练
4.4 实验与分析
4.4.1 数据集介绍
4.4.2 实验设置
4.4.3 总体结果
4.5 本章小结
参考文献
第5章 基于多粒度交互对比学习的多模态实体抽取方法
5.1 问题背景
5.2 相关工作
5.2.1 多模态命名实体识别
5.2.2 多模态任务中的对比学习
5.3 模型方法
5.3.1 多模态表示
5.3.2 多粒度对比学习
5.3.3 多粒度交互
5.3.4 CRF解码器与损失函数
5.4 实验与分析
5.4.1 数据集介绍
5.4.2 实验设置
5.4.3 总体结果
5.4.4 显著性测试
5.4.5 消融实验
5.4.6 目标数量的影响
5.4.7 案例分析
5.5 本章小结
参考文献
第6章 基于概率图模型以及嵌入特征的命名实体消歧
6.1 问题背景
6.2 相关工作
6.2.1 命名实体识别
6.2.2 候选实体生成
6.2.3 候选实体排序
6.2.4 本章消歧系统框架
6.3 模型方法
6.3.1 预备知识
6.3.2 指称-实体图
6.3.3 近似算法
6.4 实验与分析
6.4.1 数据集介绍
6.4.2 实验设置
6.4.3 总体结果
6.4.4 特征比较实验及结果
6.5 本章小结
参考文献
第7章 面向含噪数据的中文领域关系抽取
7.1 问题背景
7.2 相关工作
7.2.1 基于监督学习的关系抽取方法
7.2.2 基于依存路径的关系抽取方法
7.2.3 基于远程监督的关系抽取方法
7.2.4 面向含嗓文本的关系抽取方法
7.3 模型方法
7.3.1 预备知识
7.3.2 嵌入表示
7.3.3 卷积和最大池化
7.3.4 实体集成的注意力多实例学习方法
7.3.5 Softmax输出
7.4 实验与分析
7.4.1 数据集介绍
7.4.2 实验设置
7.4.3 保留评估
7.4.4 多实例学习方法对比
7.4.5 交叉验证
7.4.6 消融实验
7.4.7 人工评估
7.5 本章小结
参考文献
第8章 基于远程监督的少样本关系抽取方法
8.1 问题背景
8.2 相关工作
8.2.1 基于远程监督的关系抽取方法
8.2.2 基于少样本学习的关系抽取方法
8.3 模型方法
8.3.1 预备知识
8.3.2 句子编码器
8.3.3 原型网络
8.4 实验与分析
8.4.1 数据集介绍
8.4.2 实验设置
8.4.3 总体结果
8.4.4 多实例学习方法对比
8.4.5 实例袋向量表示可视化
8.5 本章小结
参考文献
第9章 基于迁移排序模型的三元组抽取技术
9.1 问题背景
9.2 相关工作
9.2.1 基于实体关系联合抽取的方法
9.2.2 基于实体抽取的方法
9.2.3 基于关系分类的方法
9.3 模型方法
9.3.1 模型框架
9.3.2 实体抽M块
9.3.3 三部分标注方案
9.3.4 多层迁移模型
9.3.5 模型的训练和抽取
9.4 实验与分析
9.4.1 数据集介绍
9.4.2 实验设置
9.4.3 总体结果
9.5 本章小结
参考文献
第10章 融合对抗训练的端到端知识三元组联合抽取
10.1 问题背景
10.2 相关工作
10.2.1 流水线式方法
10.2.2 联合学习方法
10.2.3 对抗训练方法
10.3 模型方法
10.3.1 标注策略
10.3.2 表示层
10.3.3 双向长短期记忆网络编码层
10.3.4 自注意力层
10.3.5 长短期记忆网络解码层
10.3.6 Softmax分类层
10.3.7 对抗训练
10.4 实验与分析
10.4.1 数据集介绍
10.4.2 实验设置
10.4.3 总体结果
10.4.4 消融实验
10.4.5 误差分析
10.5 本章小结
参考文献
第11章 基于视图转移网络的少样本关系三元组抽取
11.1 问题背景
11.2 相关工作
11.2.1 基于监督学习的方法
11.2.2 基于少样本学习的方法
11.3 模型方法
11.3.1 模型框架
11.3.2 关系视图
11.3.3 实体视图
11.3.4 三元组视图
11.4 验与分析
11.4.1 数据集介绍
11.4.2 实验设置
11.4.3 总体结果
11.5 本章小结
参考文献
第12章 利用多语言线索进行事件检测的混合注意力网络
12.1 问题背景
12.2 相关工作
12.2.1 基于特征工程的事件检测方法
12.2.2 基于神经网络的事件检测方法
12.2.3 基于远程监督的事件检测方法
12.2.4 多语言方法
12.3 模型方法
12.3.1 多语言表示层
12.3.2 注意力层
12.3.3 训练与预测
12.4 实验与分析
12.4.1 数据集介绍
12.4.2 实验设置
12.4.3 总体结果
12.4.4 多语言的效果验证
12.5 本章小结
参考文献
第13章 基于差异性神经表示的事件检测方法
13.1 问题背景
13.2 相关工作
13.2.1 基于特征的方法
13.2.2 基于增强的方法
13.2.3 基于神经网络的方法
13.3 模型方法
13.3.1 模型框架
13.3.2 编码模块
13.3.3 对比学习模块
13.3.4 Mixspan模块
13.3.5 模型训练与预测
13.4 实验与分析
13.4.1 数据集介绍
13.4.2 实验设置
13.4.3 总体结果
13.5 本章小结
参考文献
第14章 基于分层策略网络的事件抽取方法
14.1 问题背景
14.2 相关工作
14.2.1 流水线式事件抽取方法
14.2.2 联合事件抽取方法
14.2.3 策略网络方法
14.3 模型方法
14.3.1 事件级策略网络
14.3.2 论元级策略网络
14.3.3 分雇训练
14.4 实验与分析
14.4.1 数据集介绍
14.4.2 实验设置
14.4.3 总体结果
14.4.4 分展框架的效果评估
14.4.5 策略网络的效果
14.5 本章小结
参考文献
第15章 知识结构化未来展望
15.1 总结
15.2 未来展望
15.2.1 实体抽取技术
15.2.2 三元组抽取技术
15.2.3 事件抽取技术
15.3 大语言模型技术
参考文献
同类热销排行榜
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...