| 基于自注意力卷积神经网络的实体关系抽取 |
| |
| 引用本文： | 张婷婷,李卫疆,李涛.基于自注意力卷积神经网络的实体关系抽取[J].信息技术,2022(1):11-15. |
| |
| 作者姓名： | 张婷婷 李卫疆 李涛 |
| |
| 作者单位： | 1.昆明理工大学信息工程与自动化学院 |
| |
| 基金项目： | 国家自然科学基金资助项目(62066022)。 |
| |
| 摘 要： | 在自然语言处理解领域中,实体关系抽取作为信息抽取中的一个重要分支,旨在从自然文本中提取出两个实体之间的语义关系。大多数研究工作都是基于NLP系统的特征,特征提取工程和预处理过程十分冗杂,并且由LTP工具提取出来的特征会在模型中迭代而产生错误传播。为了避免对NLP系统的滥用,提出一种基于端到端的自注意力卷积神经网络模型来提取实体对之间的语义关系。实验结果表明,该方法在SemEval-2010 Task 8数据集上的F_(1)值提高了约1.3%。
|
| 关 键 词： | 信息抽取 关系抽取 自注意力 卷积神经网络 |
Entity relation extraction based on self-attention convolutional neural network |
| |
| ZHANG Ting-ting,LI Wei-jiang,LI Tao.Entity relation extraction based on self-attention convolutional neural network[J].Information Technology,2022(1):11-15. |
| |
| Authors: | ZHANG Ting-ting LI Wei-jiang LI Tao |
| |
| Institution: | (School of Information Engineering and Automation,Kunming University of Technology,Kunming 650500,China) |
| |
| Abstract: | |
| |
| Keywords: | information extraction relation extraction self-attention convolutional neural networks |
| 本文献已被 维普 等数据库收录！ |
|
