面向初等数学的知识点关系提取研究 |
| |
引用本文: | 杨东明,杨大为,顾航,洪道诚,高明,王晔.面向初等数学的知识点关系提取研究[J].华东师范大学学报(自然科学版),2019(5). |
| |
作者姓名: | 杨东明 杨大为 顾航 洪道诚 高明 王晔 |
| |
作者单位: | 华东师范大学数据科学与工程学院,上海,200062;华东师范大学数据科学与工程学院,上海,200062;华东师范大学数据科学与工程学院,上海,200062;华东师范大学数据科学与工程学院,上海,200062;华东师范大学数据科学与工程学院,上海,200062;华东师范大学数据科学与工程学院,上海,200062 |
| |
基金项目: | 国家重点研发计划;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;上海市科技兴农推广项目 |
| |
摘 要: | 随着互联网技术的发展,在线教育已经改变了学生的学习方式.但由于缺乏完整的知识体系,在线教育存在着智能化程度低和"信息迷航"的问题.因此,构建知识体系成为在线教育平台的核心技术.知识点间的关系提取是知识体系构建的主要任务之一,目前比较高效的关系提取算法主要是监督式的.但是这类方法受限于文本质量低、语料稀缺、标签数据难获取、特征工程效率低、难以提取有向关系等挑战.为此,基于百科语料和远程监督思想,研究了知识点间的关系提取算法.提出了基于关系表示的注意力机制,该方法能够提取知识点间的有向关系信息.结合了GCN和LSTM的优势,提出了GCLSTM,该模型更好地提取了句子中的多点信息.基于Transformer架构和关系表示的注意力机制,提出了适用于有向关系提取的BTRE模型,降低了模型的复杂度.设计并实现了知识点关系提取系统.通过设计3组对比实验,验证了模型的性能和效率.
|
关 键 词: | 知识体系构建 关系提取 注意力机制 远程监督 Transformer |
本文献已被 CNKI 万方数据 等数据库收录! |
|