基于依存关系和双通道卷积神经网络关系抽取方法

• 作者: 吴佳昌 吴观茂
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 关系抽取 依存关系 卷积神经网络 双通道
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 算法
• 页码范围: 241-246,267
• 页数: 7页
• 分类号: TP183
• 字数: 5733字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.04.038

摘要

关系抽取是自然语言中的一项重要任务,其结果对后续的信息抽取和自动问答系统有重要的影响.随着深度学习的日益火热,基于卷积神经网络的实体关系抽取已取得了不错的结果.不过词向量表示比较单一,提取的特征也有限.针对这个问题,将Word2vec训练的词向量和由自然语言处理工具得出的依存关系对分别作为模型两通道的输入向量,使用双通道卷积神经网络提取特征来实现实体关系抽取.该模型可以提取更深层的语义信息,并取得了比传统词向量更好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴观茂	安徽理工大学计算机科学与工程学院	26	295	7.0	17.0
2	吴佳昌	安徽理工大学计算机科学与工程学院	1	0	0.0	0.0