基于Multi-BiLSTM-Attention的关系抽取
王凯
秦永彬
李婷
杨卫哲
陈艳平
贵州大学计算机科学与技术学院 贵阳 550025
摘要：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.
关键词：关系抽取长短期记忆模型注意力机制
分类号：TP391.1(计算技术、计算机技术)
资助基金：国家自然科学基金(91746116)
论文发表日期：2021-07-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1377-1382 )
英文信息