基于深度学习的技术文本实体抽取研究文献综述
2020-04-29 20:09:25
文 献 综 述 一、 选题背景及意义 2016 年3 月,”人工智能”一词被写入中国”十三五” 规划纲要,2016 年10 月美国政府发布《美国国家人工智能 研究与发展战略规划》文件。
Google、Microsoft、Facebook、百度、腾讯、阿里巴巴等各大互联网公司也纷纷加大对人工智能的投入。
各类人工智能创业公司层出不穷,各种人工智能应用逐渐改变人类的生活。
深度学习是目前人工智能的重点研究领域之一,在自然语言处理领域得到了广泛的应用[1]。
自然语言处理的主要目标是让人类语言能够更容易被计算机识别、操作,其主要应用包括信息抽取、机器翻译、摘要、搜索及人机交互等。
近年来,随着华为、中兴等企业走出国门,遭遇到的各种专利纠纷逐渐引起了人们对于专利领域的重视。
专利安全涉及到企业和国家的战略利益[2]。
因此如何对专利文献进行全面、细致且有效的监管成为了控制专利纠纷发生的关键。
通过构建细颗粒度的专利安全事件知识库是一种有效的方式和手段。
在构建专利安全事件知识库的过程中,核心步骤是抽取专利文献文本中的相关实体[3]。
剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付