首页|融合依存关系的对话关系抽取

融合依存关系的对话关系抽取

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
为了提高对话中实体对的关系抽取能力,将依存关系引入到异构图注意力网络中,提出了DEP-GAT模型.首先,通过预处理层获取每个词的基本特征,然后在话语编码层实现上下文特征的抽取,并加入依存信息进一步掌握话语结构.最后利用特征构建异构图,设计有效的消息传递机制,从而使得更新后的对话实体对包含了整个对话的上下文信息和语法特征,以此提高模型对实体关系抽取的能力.实验结果表明,在DialogRE数据集上,DEP-GAT模型相比于基线模型,F1 值在开发集上提高了2.9%,在测试集上提高了1.8%.
Dialogue relationship extraction with dependency relation

entity relation extractiondependency relationheterogeneous graphnatural language processing

段瑞雪、刘鑫、张仰森、马致远、张博宣

展开 >

北京信息科技大学智能信息处理研究所,北京 100101

实体关系抽取 依存关系 异构图 自然语言处理

国家自然科学基金北京信息科技大学大学生创新创业训练计划计算机学院项目北京市自然科学基金青年基金

6217602351123108554224090

2023

10.3969/j.issn.1674-8425(z).2023.07.025

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2023.37(13)
  • 2