Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Introduction Kapitel lesen Erstes Kapitel lesen

2023 | OriginalPaper | Buchkapitel

5. N-ary Cross-Sentence Relation Extraction

verfasst von : Sachin Sharad Pawar, Pushpak Bhattacharyya, Girish Keshav Palshikar

Erschienen in: Investigations in Entity Relationship Extraction

Verlag: Springer Nature Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Most of the past work in relation extraction deals with relations occurring within a sentence and having only two entity arguments.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Joint Model for End-to-End Relation Extraction
Nächstes Kapitel Recent Advances in Entity and Relation Extraction
Fußnoten
1
In principle, coreferences of entity arguments can be used instead of just aliases when we add tokens of the form \(E_i\) and \(OE_{ET_j}\) in the sequence representation. However, coreference resolution is itself a difficult problem and is not accurate enough in practice for Biomedical domain documents. Hence, we use coreferences only for general domain dataset.
 
Literatur
Berger AL, Pietra VJD, Pietra SAD (1996) A maximum entropy approach to natural language processing. Comput Linguist 22(1):39–71
Bollacker K, Evans C, Paritosh P, Sturge T, Taylor J (2008) Freebase: a collaboratively created graph database for structuring human knowledge. In: Proceedings of the 2008 ACM SIGMOD international conference on management of data, AcM, pp 1247–1250
Cortes C, Vapnik V (1995) Support-vector networks. Mach Learn 20(3):273–297
Deléger L, Bossy R, Chaix E, Ba M, Ferré A, Bessieres P, Nédellec C (2016) Overview of the bacteria biotope task at bionlp shared task 2016. In: Proceedings of the 4th BioNLP shared task workshop, pp 12–22, http://​2016.​bionlp-st.​org/​tasks/​bb2
Doddington GR, Mitchell A, Przybocki MA, Ramshaw LA, Strassel S, Weischedel RM (2004) The automatic content extraction (ACE) program-tasks, data, and evaluation. In: LREC, vol 2, p 1
Gupta P, Rajaram S, Schütze H, Andrassy B, Runkler T (2018) Neural relation extraction within and across sentence boundaries. arXiv preprint arXiv:​1810.​05102
Hochreiter S, Schmidhuber J (1997) Long short-term memory. Neural Comput 9(8):1735–1780CrossRef
Hoffmann R, Zhang C, Ling X, Zettlemoyer L, Weld DS (2011) Knowledge-based weak supervision for information extraction of overlapping relations. In: Proceedings of the 49th annual meeting of the association for computational linguistics: human language technologies-Volume 1, Association for Computational Linguistics, pp 541–550
Lever J, Jones SJ (2016) Verse: event and relation extraction in the bionlp 2016 shared task. ACL 2016:42
Mandya A, Bollegala D, Coenen F, Atkinson K (2018) Combining long short term memory and convolutional neural network for cross-sentence n-ary relation extraction. arXiv preprint arXiv:​1811.​00845
Mintz M, Bills S, Snow R, Jurafsky D (2009) Distant supervision for relation extraction without labeled data. In: Proceedings of the joint conference of the 47th annual meeting of the ACL and the 4th international joint conference on natural language processing of the AFNLP: Volume 2-Volume 2, Association for Computational Linguistics, pp 1003–1011
Miwa M, Bansal M (2016) End-to-end relation extraction using LSTMs on sequences and tree structures. In: Proceedings of the 54th annual meeting of the association for computational linguistics (Volume 1: Long Papers), Association for Computational Linguistics, Berlin, Germany, pp 1105–1116, http://​www.​aclweb.​org/​anthology/​P16-1105
Mooney RJ, Bunescu RC (2005) Subsequence kernels for relation extraction. In: Advances in neural information processing systems, pp 171–178
Peng N, Poon H, Quirk C, Toutanova K, Wt Yih (2017) Cross-sentence n-ary relation extraction with graph LSTMs. Trans Assoc Comput Linguist 5:101–115CrossRef
Pennington J, Socher R, Manning C (2014) Glove: global vectors for word representation. In: Proceedings of the 2014 conference on empirical methods in natural language processing (EMNLP), pp 1532–1543
Quirk C, Poon H (2017) Distant supervision for relation extraction beyond the sentence boundary. In: Proceedings of the 15th conference of the European chapter of the association for computational linguistics: volume 1, Long Papers, pp 1171–1182
Riedel S, Yao L, McCallum A (2010) Modeling relations and their mentions without labeled text. In: Joint European conference on machine learning and knowledge discovery in databases. Springer, pp 148–163
Silberschatz A, Korth HF, Sudarshan S, et al (1997) Database system concepts, vol 4. McGraw-Hill, New York
Song L, Zhang Y, Wang Z, Gildea D (2018) N-ary relation extraction using graph-state LSTM. In: Proceedings of the 2018 conference on empirical methods in natural language processing, pp 2226–2235
Sundheim BM (1996) Overview of results of the muc-6 evaluation. In: Proceedings of a workshop on held at Vienna, Virginia: May 6–8, 1996, Association for Computational Linguistics, pp 423–442
Surdeanu M (2013) Overview of the tac2013 knowledge base population evaluation: English slot filling and temporal slot filling. In: TAC
Surdeanu M, Tibshirani J, Nallapati R, Manning CD (2012) Multi-instance multi-label learning for relation extraction. In: Proceedings of the 2012 joint conference on empirical methods in natural language processing and computational natural language learning, Association for Computational Linguistics, pp 455–465
Metadaten
Titel
N-ary Cross-Sentence Relation Extraction
verfasst von
Sachin Sharad Pawar
Pushpak Bhattacharyya
Girish Keshav Palshikar
Copyright-Jahr
2023
Verlag
Springer Nature Singapore
Buch
Investigations in Entity Relationship Extraction

Print ISBN: 978-981-19-5390-3

Electronic ISBN: 978-981-19-5391-0

Copyright-Jahr: 2023

DOI
https://doi.org/10.1007/978-981-19-5391-0_5

Premium Partner

    Bildnachweise