BERT-based Neural Relation Extraction with Distant Supervision
Visualitza/Obre
TFM_Joan_Marco_Rimmek.pdf (1,854Mb) (Accés restringit)
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/328225
Tipus de documentProjecte Final de Màster Oficial
Data2020-07-15
Condicions d'accésAccés restringit per acord de confidencialitat
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Descripció
Growing demand for structured knowledge has led to great interest in relation extraction, which is the task of extracting semantic relationships from the text. It has been proven that neural methods can solve this problem with high accuracy when a small number of classes (relations) are considered. In order to provide relation extraction on the wild or for industrial applications (where the number of relationships and their variability is more critical), these methods require large datasets, which are expensive to generate.
TitulacióMÀSTER UNIVERSITARI EN TECNOLOGIES AVANÇADES DE TELECOMUNICACIÓ (Pla 2019)
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
TFM_Joan_Marco_Rimmek.pdf | 1,854Mb | Accés restringit |