首页 | 本学科首页   官方微博 | 高级检索  
     

双路注意力引导图卷积网络的关系抽取
引用本文:李志欣,孙亚茹,唐素勤,张灿龙,马慧芳.双路注意力引导图卷积网络的关系抽取[J].电子学报,2021,49(2):315-323.
作者姓名:李志欣  孙亚茹  唐素勤  张灿龙  马慧芳
作者单位:广西师范大学 广西多源信息挖掘与安全重点实验室,广西桂林541004;西北师范大学计算机科学与工程学院,甘肃兰州730070
基金项目:广西自然科学基金;国家自然科学基金
摘    要:为了更好地学习节点依赖并利用结构信息,本文提出一种以完全依赖树作为直接输入的新方法,利用图卷积网络并结合两个并行的注意力模块,自主学习如何有选择地关注对关系抽取任务有用的信息.该方法将样本表示成图上的各节点,一个模块用于计算节点特征位置之间的影响,使特征向量可以包含更广范围的语义信息,另一个用于计算节点依赖的关系特征,以增强节点间的全局依赖.两个模块并行相互提升,可以得到完整的特征表示.在TA-CRED和SemEval数据集上的实验结果表明,该方法能够更有效地获取对关系抽取任务有益的信息,在各评价指标上取得了更好的性能.

关 键 词:关系抽取  图卷积网络  注意力机制  多跳关系推理

Dual Attention Guided Graph Convolutional Networks for Relation Extraction
LI Zhi-xin,SUN Ya-ru,TANG Su-qin,ZHANG Can-long,MA Hui-fang.Dual Attention Guided Graph Convolutional Networks for Relation Extraction[J].Acta Electronica Sinica,2021,49(2):315-323.
Authors:LI Zhi-xin  SUN Ya-ru  TANG Su-qin  ZHANG Can-long  MA Hui-fang
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号