| 基于Multi-BiLSTM-Attention的关系抽取 |
| |
| 引用本文： | 王凯,秦永彬,李婷,杨卫哲,陈艳平.基于Multi-BiLSTM-Attention的关系抽取[J].计算机与数字工程,2021,49(7):1377-1382. |
| |
| 作者姓名： | 王凯 秦永彬 李婷 杨卫哲 陈艳平 |
| |
| 作者单位： | 贵州大学计算机科学与技术学院 贵阳 550025 |
| |
| 摘 要： | 在关系抽取任务中,单一的长短期记忆模型只能学习到某个特定维度的特征,而卷积神经网络可以利用多个卷积核学习不同维度特征.基于上述两个特点,该文提出了一种多层双向长短期记忆-注意力模型,该方法通过给长短期记忆模型设置不同大小的隐藏层,使其能自动从原始输入中抽取不同维度的、带依赖信息的抽象特征,并利用注意力机制捕获全局信息.实验显示,该方法能显著提高中文关系抽取效果,在ACE RDC 2005中文数据集上取得71.6％的F值.
|
| 关 键 词： | 关系抽取 长短期记忆模型 注意力机制 |
Relation Extraction Based on Multiple Bidirectional Long Short-Term Memory-Attention |
| |
| WANG Kai,QIN Yongbin,LI Ting,YANG Weizhe,CHEN Yanping.Relation Extraction Based on Multiple Bidirectional Long Short-Term Memory-Attention[J].Computer and Digital Engineering,2021,49(7):1377-1382. |
| |
| Authors: | WANG Kai QIN Yongbin LI Ting YANG Weizhe CHEN Yanping |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
