基于GRU和注意力机制的远程监督关系抽取

• 作者: 孙彦鹏 孙磊 宾辰忠 常亮 黄兆玮
• 来源期刊: 计算机应用研究
• 关键词: 深度学习 远程监督 门控循环单元 注意力机制
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2930-2933
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.03.0197

摘要

随着深度学习的发展,越来越多的深度学习模型被运用到了关系提取的任务中,但是传统的深度学习模型无法解决长距离依赖问题;同时,远程监督将会不可避免地产生错误标签.针对以上两个问题,提出一种基于GRU(gated recurrent unit)和注意力机制的远程监督关系抽取方法.首先通过使用GRU神经网络来提取文本特征,解决长距离依赖问题;接着在实体对上构建句子级的注意力机制,减小噪声句子的权重;最后在真实的数据集上,通过计算准确率、召回率并绘出PR曲线证明该方法与现有的一些方法相比,取得了比较显著的进步.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宾辰忠	桂林电子科技大学广西可信软件重点实验室	29	90	6.0	8.0
2	常亮	桂林电子科技大学广西可信软件重点实验室	77	450	12.0	17.0
3	黄兆玮	桂林电子科技大学广西可信软件重点实验室	1	8	1.0	1.0
4	孙彦鹏	桂林电子科技大学广西可信软件重点实验室	6	31	4.0	5.0
5	孙磊	桂林电子科技大学广西可信软件重点实验室	3	17	2.0	3.0