基于字符级神经网络与自由噪声监督的信息抽取
计算与语言
2017-01-25 v2 信息检索
机器学习
摘要
我们提出了一种从文本中进行信息抽取的架构，该架构通过引入字符级神经网络来增强现有的解析器。该网络使用抽取数据与现有数据库之间的一致性度量作为一种噪声监督进行训练。我们的架构结合了基于约束的信息抽取系统易于融入领域知识与约束的能力，以及深度神经网络利用大量数据学习复杂特征的能力。该系统提升了现有解析器的精确率，在 Bloomberg 用于金融语言文本的成熟且高度调优的基于约束的生产信息抽取系统上取得了大幅改进。
引用
@article{arxiv.1612.04118,
title = {Information Extraction with Character-level Neural Networks and Free Noisy Supervision},
author = {Philipp Meerkamp and Zhengyi Zhou},
journal= {arXiv preprint arXiv:1612.04118},
year = {2017}
}