基于ENCODER_ATT机制的远程监督关系抽取

• 作者: 李超 王健 石晶 郑七凡
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 关系抽取 远程监督 ENCODER 注意力机制
• 年，卷（期）: 2019,（4）
• 页码范围: 53-60
• 页数: 8页
• 分类号: TP391.1
• 字数: 4487字
• 语种: 中文
• DOI: 10.16088/j.issn.1001-6600.2019.04.006

摘要

在信息抽取中,关系抽取是一项准确识别自然语言中实体间关系的关键技术.针对关系抽取模型中容易丢失关键语义特征问题及远程监督的基本假设容易引入噪声数据的问题,本文提出一种基于远程监督的ENCODER_ATT关系抽取模型.基于循环神经网络构造的ENCODER模型在以词级别进行特征记忆提取,并在句子层面进行语义特征信息整合,保证不遗失关键语义特征的同时去除冗余特征.然后在句子层面引入了注意力机制来降低噪声数据对实验结果的影响.在真实的数据集上进行实验,并绘制准确率-召回率曲线,实验结果表明ENCODER_ATT模型对比同类型的关系抽取方法有明显的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王健	东北林业大学信息与计算机工程学院	50	164	8.0	10.0
2	李超	东北林业大学信息与计算机工程学院	46	353	10.0	17.0
3	郑七凡	东北林业大学信息与计算机工程学院	1	0	0.0	0.0
4	石晶	东北林业大学信息与计算机工程学院	3	2	1.0	1.0