计算机时代2023，Issue(5) ：46-50,56.DOI:10.16644/j.cnki.cn33-1094/tp.2023.05.010

基于BiLSTM-EPEA模型的实体关系分类

Entity relationship classification based on BiLSTM-EPEA model

蒋丽媛 吴亚东 张巍瀚 王书航
计算机时代2023，Issue(5) ：46-50,56.DOI:10.16644/j.cnki.cn33-1094/tp.2023.05.010
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于BiLSTM-EPEA模型的实体关系分类

Entity relationship classification based on BiLSTM-EPEA model

蒋丽媛 1吴亚东 1张巍瀚 1王书航1
扫码查看

作者信息

  • 1. 四川轻化工大学计算机科学与工程学院,四川 宜宾 644002
  • 折叠

摘要

提出一种基于实体注意力相加机制的关系抽取模型BiLSTM-EPEA.即通过BiLSTM(双向的长短期记忆网络)对Glove表示的文本向量进行特征提取,通过EPEA模块分别计算每个字相对于第一个实体和第二个实体的注意力值,并将两个有权重的语句序列逐位相加,最后利用Softmax函数划分实体关系类别.通过实验证明,BiLSTM-EPEA相比于BiLSTM-ATT模型和RBERT模型,F1值分别提升了0.42％、1.47％,验证了模型的有效性.

关键词

关系类别划分/BiLSTM-EPEA/实体注意力相加机制/长短期记忆网络

引用本文复制引用

出版年

2023
计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
参考文献量2
段落导航相关论文