最新公告
  • 欢迎光临数据科学与编程,我们是数据学科学兴趣交流小组立即加入我们
  • 实体-关系信息抽取上线使用F1值87.1% (附数据集)

    基于 TensorFlow 的实体及关系抽取,2019语言与智能技术竞赛信息抽取(实体与关系抽取)任务解决方案。

    给定schema约束集合及句子sent,其中schema定义了关系P以及其对应的主体S和客体O的类别,例如(S_TYPE:人物,P:妻子,O_TYPE:人物)、(S_TYPE:公司,P:创始人,O_TYPE:人物)等。任务要求参评系统自动地对句子进行分析,输出句子中所有满足schema约束的SPO三元组知识Triples=[(S1, P1, O1), (S2, P2, O2)…]。输入/输出: (1) 输入:schema约束集合及句子sent (2) 输出:句子sent中包含的符合给定schema约束的三元组知识Triples

    例子 输入句子: "text": "《古世》是连载于云中书城的网络小说,作者是未弱"

    输出三元组: "spo_list": [{"predicate": "作者", "object_type": "人物", "subject_type": "图书作品", "object": "未弱", "subject": "古世"}, {"predicate": "连载网站", "object_type": "网站", "subject_type": "网络小说", "object": "云中书城", "subject": "古世"}]}

    数据简介

    本次竞赛使用的SKE数据集是业界规模最大的基于schema的中文信息抽取数据集,其包含超过43万三元组数据、21万中文句子及50个已定义好的schema,表1中展示了SKE数据集中包含的50个schema及对应的例子。数据集中的句子来自百度百科和百度信息流文本。数据集划分为17万训练集,2万验证集和2万测试集。其中训练集和验证集用于训练,可供自由下载。

    项目代码和数据集  获取:

    关注微信公众号 datayx  然后回复  文本标注  即可获取。

    AI项目体验地址 https://loveai.tech

    “信息抽取”任务冠军队伍报告

     

    实体-关系信息抽取上线使用F1值87.1% (附数据集)

    实体-关系信息抽取上线使用F1值87.1% (附数据集)

     

    实体-关系信息抽取上线使用F1值87.1% (附数据集)

     

    实体-关系信息抽取上线使用F1值87.1% (附数据集)

     

    实体-关系信息抽取上线使用F1值87.1% (附数据集)

     

    实体-关系信息抽取上线使用F1值87.1% (附数据集)

     

     

    实体-关系信息抽取上线使用F1值87.1% (附数据集)

     

    实体-关系信息抽取上线使用F1值87.1% (附数据集)

     

    实体-关系信息抽取上线使用F1值87.1% (附数据集)

     

    实体-关系信息抽取上线使用F1值87.1% (附数据集)

     

     

    实体-关系信息抽取上线使用F1值87.1% (附数据集)

     

    实体-关系信息抽取上线使用F1值87.1% (附数据集)

     

    实体-关系信息抽取上线使用F1值87.1% (附数据集)

     

    实体-关系信息抽取上线使用F1值87.1% (附数据集)

     

     

    实体-关系信息抽取上线使用F1值87.1% (附数据集)

     

    实体-关系信息抽取上线使用F1值87.1% (附数据集)

     

    实体-关系信息抽取上线使用F1值87.1% (附数据集)

     

    实体-关系信息抽取上线使用F1值87.1% (附数据集)

    本站上原创文章未经作者许可,不得用于商业用途,仅做学习交流使用,本站免责声明。转载请注明出处,否则保留追究法律责任的权利。《署名-非商业性使用-相同方式共享 4.0 国际 (CC BY-NC-SA 4.0)》许可协议授权
    数据科学与编程 » 实体-关系信息抽取上线使用F1值87.1% (附数据集)

    发表评论

    • 52会员总数(位)
    • 307资源总数(个)
    • 40本周发布(个)
    • 1 今日发布(个)
    • 329稳定运行(天)

    提供最优质的博文资源集合

    立即阅览 了解详情