杨博
- 作品数：3 被引量：30H指数：2
- 供职机构：沈阳航空航天大学更多>>
- 发文基金：国家自然科学基金国家科技支撑计划更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 马尔科夫逻辑网络研究及其应用
- 知识表示和概率推理是人工智能的两个主要研究内容，以贝叶斯网络等为代表的概率图模型在此方面已表现出巨大潜力，但单向数据流的有向图模型在处理能力上仍较为受限。而Markov逻辑网的提出为知识与推理的结合开创了新局面，作为双向...
- 杨博
- 关键词：MARKOV逻辑网知识获取
- 文献传递
- 融合WordNet的无监督语义分析研究被引量：2
- 2014年
- 应用机器学习方法处理机器阅读的相关任务是人工智能的长远目标,但通常需要大量的人工监督操作.研究一种无监督学习在机器阅读的一个主要任务-语义分析中的应用,这种无监督方法得益于统计关系学习统一框架-Markov逻辑网.鉴于该方法通过依存句法信息无法解析语义分析中普遍存在的反义词、词形变化等语言现象,该文融合WordNet进行改进,促进概念的抽取及合并,并将机器阅读的主要目标-问答作为评价手段,结果表明这种WordNet词典与无监督机器学习相结合的方法可更好地进行语义分析,并且问答正确率可提高至90.6%.
- 杨博蔡东风赵奇猛杨华
- 关键词：MARKOV逻辑网无监督学习WORDNET
- 开放式信息抽取研究进展被引量：28
- 2014年
- 从大规模非结构化文本中自动地抽取有用信息是自然语言处理和人工智能的一个重要目标。开放式信息抽取在高效挖掘网络文本信息方面已成为必然趋势,按关系参数可分为二元、多元实体关系抽取,该文按此路线对典型方法的现状和存在问题进行分析与总结。目前多数开放式实体关系抽取仍是浅层语义处理,对隐含关系抽取很少涉及。采用马尔科夫逻辑、本体结构推理等联合推理方法可综合多种特征,有效推断细微完整信息,为深入理解文本打开新局面。
- 杨博蔡东风杨华
- 关键词：文本理解
