首页|基于Multi-BiLSTM-Attention的关系抽取

基于Multi-BiLSTM-Attention的关系抽取

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
在关系抽取任务中,单一的长短期记忆模型只能学习到某个特定维度的特征,而卷积神经网络可以利用多个卷积核学习不同维度特征.基于上述两个特点,该文提出了一种多层双向长短期记忆-注意力模型,该方法通过给长短期记忆模型设置不同大小的隐藏层,使其能自动从原始输入中抽取不同维度的、带依赖信息的抽象特征,并利用注意力机制捕获全局信息.实验显示,该方法能显著提高中文关系抽取效果,在ACE RDC 2005中文数据集上取得71.6％的F值.
Relation Extraction Based on Multiple Bidirectional Long Short-Term Memory-Attention

王凯、秦永彬、李婷、杨卫哲、陈艳平

展开 >

贵州大学计算机科学与技术学院 贵阳 550025

关系抽取 长短期记忆模型 注意力机制

91746116黔科合JZ字[2014]2001黔科合重大专项字[2017]3002

2021

10.3969/j.issn.1672-9722.2021.07.020

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(7)
  • 2