首页|基于Bert和卷积神经网络的人物关系抽取研究

基于Bert和卷积神经网络的人物关系抽取研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
通过构造人物关系数据集,将人物关系定义为14类,提出了基于Bert-BiGRU-CNN的人物关系抽取网络模型.该模型首先通过Bert预训练模型获取上下文语义信息的词向量,利用双向门限循环单元网络(BiGRU)进一步获取相关的文本特征,然后加入卷积神经网络(CNN)获取局部文本特征,最后通过全连接层加Softmax分类器进行关系分类.在构造的人物关系数据集中进行了实验,结果表明,本文模型相较于其他4种模型进一步提高了人物关系抽取的精确率和召回率.
Research on character relationship extraction based on Bert and convolutional neural network

杜慧祥、杨文忠、石义乐、柴亚闯、王丽花

展开 >

新疆大学软件学院,新疆乌鲁木齐830002

新疆大学信息科学与工程学院,新疆乌鲁木齐830002

人物关系 Bert预训练模型 双向门限循环单元 卷积神经网络

U16031152017D01C042

2021

10.16163/j.cnki.22-1123/n.2021.03.010

东北师大学报(自然科学版)
东北师范大学

东北师大学报(自然科学版)

CSTPCD北大核心
影响因子：0.612
ISSN：1000-1832
年,卷(期)：2021.53(3)
  • 4
  • 3