基于Gate-ResNet-D模型的远程监督关系提取方法

• 作者: 宋威 袁祯祺 陈璟
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 实体关系提取 远程监督 深度残差网络
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 信息抽取与文本挖掘
• 页码范围: 57-63
• 页数: 7页
• 分类号: TP391
• 字数: 5611字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2019.10.007

摘要

在实体关系抽取任务中,通常采用远程监督(distant supervision,DS)数据集,远程监督方法能通过大规模语料库自动标注数据来扩张数据集,但这无疑会使数据集充满大量的噪声.为此,该文将深度残差网络(deep re-sidual network,ResNet)应用到关系提取的远程监督数据集上,通过加深网络层数来提高模型降噪能力.同时,提出了Gate模块,有效提高了深度残差网络的性能.该模块可以学习到每个特征通道的重要性,通过权重增强或抑制各个特征通道的比重,从而防止过拟合.另外,为了进一步解决数据集降噪问题,还提出了一种双池化层的池化层新方案.实验结果表明所提方法相比于目前效果较好的PCNN+ATT模型,在准确率和召回率上都有3％ 左右的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋威	江南大学物联网工程学院	44	158	8.0	10.0
2	陈璟	江南大学物联网工程学院	19	51	4.0	6.0
6	袁祯祺	江南大学物联网工程学院	1	0	0.0	0.0