科研之友
微信
新浪微博
Facebook
分享链接
摘要
【目的】为充分挖掘综述论文的语义情报内容，提出相关情报要素体系及其挖掘任务的形式化定义，构建相应的信息抽取技术框架。【方法】针对综述论文专业性强、术语分布稀疏、标注难度大等问题，通过多任务学习实现跨任务标注数据的信息互补，并引入自监督学习实现未标注数据中潜在信息的挖掘利用。【结果】本文所提技术框架显著增强了各项任务的性能表现，尤其是在要素间关系识别任务中，准确率提高8.32个百分点。此外，通过自监督学习，整体F1值进一步提升约2个百分点。【局限】在信息抽取过程中，未考虑图片、表格等文本之外的数据。【结论】提出了综述论文语义情报内容挖掘的方法流程，并引入多任务学习和自监督学习技术，利用跨任务标注数据及未标注数据提升挖掘效果。
-
单位中国科学院文献情报中心; 中国科学院大学
