Family Matters: Company Relations Extraction from Wikipedia

Kuznetsov A.; P. Braslavski; Ivanov V.

doi:10.1007/978-3-319-45880-9_7

АБВ
АБВ
АБВ

Обычная версия сайта

Приоритетные направления

по году

Тематика

Новости

19 августа 2026 г.

Ученые ВШЭ разработали алгоритм, позволяющий производить более надежные процессоры для ЦОД

Ученые из МИЭМ ВШЭ и Самарского университета создали алгоритм LRF-3D для автоматического обхода неработающих узлов в трехмерных сетях на кристалле. Благодаря своей иерархической организации он превосходит аналоги по быстродействию и точности пути, повышая надежность процессоров для использования в ЦОД, суперкомпьютерах и ИИ-вычислениях. Исходные коды алгоритмов и тестов опубликованы в открытом доступе.

13 августа 2026 г.

Социальная интеграция: на перекрестках знаний и ценностей

Международная лаборатория исследований социальной интеграции (МЛИСИ) НИУ ВШЭ занимается изучением проблем уязвимых слоев населения и поиском методов их вовлечения в полноценную повседневную жизнь. Для поиска решений ученые лаборатории сочетают разработку передовых методов с практической работой «в поле». О деятельности лаборатории новостной службе «Вышка.Главное» рассказала ее заведующая Елена Ярская-Смирнова.

12 августа 2026 г.

Студенты Вышки, вероятно, обнаружили новый вид медузы во время практики на Сахалине

Учащиеся факультета биологии и биотехнологии НИУ ВШЭ стали первыми студентами, которые приехали в экспедицию на биостанцию «Анива» на острове Сахалин. Их целью было изучение морских полипов и медуз. Молодым ученым удалось получить неожиданные результаты: возможно, во время полевых работ они обнаружили новые для региона виды. Теперь часть находок привезут в Москву для детального изучения. Об экспедиции студентки рассказали «Вышке.Главное».

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации

?

Family Matters: Company Relations Extraction from Wikipedia

P. 81–92.

Kuznetsov A., Браславский П. И., Ivanov V.

Язык: английский

DOI

Ключевые слова: relation extraction

В книге

Knowledge Engineering and Semantic Web

Springer, 2016.

Cross-Domain Limitations of Neural Models on Biomedical Relation Classification

Alimova I., Тутубалина Е. В., Николенко С. И., IEEE Access 2022 Vol. 10 P. 1432–1439

Добавлено: 10 апреля 2023 г.

Multiple features for clinical relation extraction: A machine learning approach

Alimova l., Тутубалина Е. В., Journal of Biomedical Informatics 2020 Vol. 103 P. 1–9

Relation extraction aims to discover relational facts about entity mentions from plain texts. In this work, we focus on clinical relation extraction; namely, given a medical record with mentions of drugs and their attributes, we identify relations between these entities. We propose a machine learning model with a novel set of knowledge-based and BioSentVec embedding ...

Добавлено: 28 октября 2020 г.

RUREBUS-2020 Shared Task: Russian Relation Extraction for Business

Ivanin V., Артемова Е. Л., Batura T. и др., , in: Компьютерная лингвистика и интеллектуальные технологии: по материалам ежегодной международной конференции «Диалог» (Москва, 17–20 июня 2020 г.)Issue 19(26): дополнительный том.: -, 2020. P. 401–416.

В статье представлены результаты соревнования по распознаванию именованных сущностей и извлечению отношений. Целью соревнова- ния является сравнение методов извлечения сущностей и отношений на русском языке в постановке, приближенной к индустриальным за- дачам. В качестве исходной коллекции текстов использовался корпус Минэкономразвития РФ, содержащий программы стратегического развития. Корпус был размечен в соответствии с инструкцией, раз- работанной авторами ...

Добавлено: 21 июня 2020 г.

RuREBus-2020 Shared Task: Russian Relaton Extraction for Business

Артемова Е. Л., Batura T., Саркисян В. В. и др., , in: Компьютерная лингвистика и интеллектуальные технологии: По материалам ежегодной международной конференции «Диалог» (Москва, 17 июня — 20 июня 2020 г.)Вып. 19(26).: М.: Изд-во РГГУ, 2020. P. 416–432.

In this paper, we present a shared task on core information extraction problems, named entity recognition and relation extraction. In contrast to popular shared tasks on related problems, we try to move away from strictly academic rigor and rather model a business case. As a source for textual data we choose the corpus of Russian ...

Добавлено: 11 июня 2020 г.

FactRuEval 2016: Evaluation of Named Entity Recognition and Fact Extraction Systems for Russian

Starostin A. S., Bocharov V. V., Alexeeva S. V. и др., , in: Компьютерная лингвистика и интеллектуальные технологии: По материалам ежегодной международной конференции «Диалог» (Москва,1–4 июля 2016 г.)Вып. 15.: М.: Изд-во РГГУ, 2016. P. 688–705.

Добавлено: 7 октября 2016 г.

Exploring Pattern Structures of Syntactic Trees for Relation Extraction

Leeuwenberg A., Бузмаков А. В., Toussaint Y. и др., , in: Formal Concept Analysis. 13th International Conference, ICFCA 2015, Nerja, Spain, June 23-26, 2015, ProceedingsVol. 9113.: Springer, 2015. P. 153–168.

Добавлено: 22 октября 2015 г.