arrow
返回

Document-level relation extraction with entity type constraints

delete2025-12-11
delete0
PRE
AI
R
Ridong Han
彭涛 封面图
彭涛 (Tao Peng)
B
Beibei Zhu
H
Haijia Bi
J
Jiayu Han
X
Xinzheng Xu
L
Liu, Lu
DOI:10.1016/j.neunet.2025.108469delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
• 利用关系相关性解决长尾问题和多标签问题。 • 从全局和局部视角利用实体类型约束捕捉关系相关性。 • 从全局视角构建类型约束图。 • 从局部视角设计类型约束损失。 • 实验验证了所提模型在解决长尾问题和多标签问题中的有效性。

期刊

Neural Networks 封面图
Neural Networks
IF:
6.3
论文数:
8.2K
被引数:
3.0W

机构

L
Liaoning Normal University
学者数:
4.2K
论文数: 2.5K
被引数: 2.1K
U
University of Washington
学者数:
8.0W
论文数: 7.0W
被引数: 12.5W
C
China University of Mining and Technology
学者数:
8.6K
论文数: 3.1K
被引数: 3.1W
J
Jilin University
学者数:
8.7W
论文数: 5.6W
被引数: 8.9K
学者 查看更多机构
引用论文

引用论文

A document-level relation extraction method based on dual-angle attention transfer fusion一种基于双角度注意力传递融合的文档级关系抽取方法
err2025-05-01
err0
PREAI
errWei, Fuyuan; Yang, Wenzhong; Liu, Shengquan; Fu, Chenghao; Dai, Qicai; Chen, Danni; Tian, Xiaodan; Jia, Liruizhi
err分享
err收藏
Document-level relation extraction with three channels
err2024-01-01
err3
PREAI
errZhang, Zhanjun; Zhao, Shan; Zhang, Haoyu; Wan, Qian; Liu, Jie
err分享
err收藏
学者 查看更多内容