融合GRU和注意力机制的图卷积关系抽取 |
| |
引用本文: | 杜琰,孙弋.融合GRU和注意力机制的图卷积关系抽取[J].计算机与数字工程,2023(11):2568-2572+2601. |
| |
作者姓名: | 杜琰 孙弋 |
| |
作者单位: | 西安科技大学通信与信息工程学院 |
| |
摘 要: | 实体关系抽取在自然语言处理中十分重要,针对图卷积网络中特征提取不准确,循环神经网络梯度模糊等问题,提出了一种融合门控循环单元(GRU)和注意力机制的图卷积关系抽取模型。通过加入双向GRU对输入的上下文信息进行处理,获得更为细致的特征以此对长期依赖信息进行学习,并进一步利用多头注意力机制对不同类型的边与节点进行权重分配,过滤多余信息,增强节点间的关联性,最后利用图卷积得到最终的关系抽取结果。针对SemEval-2010Task8和SemEval-2010Task4数据集中对其进行测试,实验表明该方法提高了其F1值,能够实现关系的有效提取。
|
关 键 词: | 关系抽取 门控循环单元 注意力机制 图卷积网络 |
|
|