融合多层注意力机制与双向LSTM的语义关系抽取

• 作者: 刘亮亮 周文烨 张再跃
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 位置特征 多层注意力机制 双向LSTM 关系抽取
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 10-14,18
• 页数: 6页
• 分类号: TP301
• 字数: 4522字
• 语种: 中文
• DOI: 10.11907/rjdk.182763

摘要

关系抽取是构建如知识图谱等上层自然语言处理应用的基础.针对目前大多数关系抽取模型中忽略部分文本局部特征的问题,设计一种结合实体位置特征与多层注意力机制的双向LSTM网络结构.首先根据位置特征扩充字向量特征,并将文本信息向量化,然后将文本向量化信息输入双向LSTM模型,通过多层注意力机制,提高LSTM模型输入与输出之间的相关性,最后通过分类器输出关系获取结果.使用人工标注的百科类语料进行语义关系获取实验,结果表明,改进方法优于传统基于模式匹配的关系获取方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张再跃	江苏科技大学计算机科学与工程学院	40	154	7.0	11.0
2	刘亮亮	上海对外经贸大学统计与信息学院	14	9	2.0	3.0
3	周文烨	江苏科技大学计算机科学与工程学院	1	0	0.0	0.0