Scidown文献预览系统！
基于框架语义的上下文感知的远监督关系抽取( CFSRE: Context-aware based on frame-semantics for distantly supervised relation extraction )
H Zhao R Li X Li H Tan
在具有远程监督的关系抽取中，噪声标签是阻碍训练模型性能的瓶颈问题。现有的神经模型利用注意机制或多实例/多标签学习来选择可能表达关系的句子来解决这一问题。它们主要关注实体对的结构信息，而忽略了关系线索词的语义信息。此外，这些模型没有考虑实体对的语义场景信息（因为同一实体对可能在不同的语义场景下表达不同的关系）。为了弥补这一差距，本文提出了一种新的基于框架语义的关系抽取模型，即上下文感知的基于框架语义的远程监督关系抽取(CFSRE)。该模型将层次化的神经网络体系结构与FrameNet语义知识库相结合，解决噪声标签和实体对的语义表示问题。更具体地说，采用一种简单有效的实例选择方法，选择信息丰富的正面实例进行模型训练。此外，我们通过将句子上下文表示和实体的框架语义表示相结合，提出了一种新颖的句子表示方法。我们发现，联合表示由于能够获得更全面的文本实例语义表示而导致更好的性能。在此基础上，设计了一个层次关注机制，以选择信息最丰富的特征进行关系抽取。最后用一个softmax分类器对模型的性能进行了测试。在两个广泛使用的基准数据集上进行了实验。实验结果表明，该方法在远程监督关系抽取方面明显优于现有方法。
SciDown文献求助系统（解决99%问题） Public Download Elsevier ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 一类不可压缩流体(2 + 1)维扩展Boiti-Leon-Manna-Pempinelli方程的呼吸波、周期波和行波解下载
scidown 一类不可压缩流体(2 + 1)维扩展Boiti-Leon-Manna-Pempinelli方程的呼吸波、周期波和行波解下载
scidown 用于测定牛顿引力常数的双磁光阱原子重力梯度仪下载