基于FPGA的事件抽取模型与加速器的设计实现

• 作者: 乔林波 姜晶菲 窦勇 许金伟 阚志刚 韩哲
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: FPGA 事件抽取 膨胀门卷积神经网络 加速器
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 高性能计算
• 页码范围: 1941-1948
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.11.004

摘要

事件抽取技术是实现特定信息快速提取的一种关键技术,可广泛应用于信息检索、情感分析等场景.中文事件抽取因需要考虑中文语言特性的问题,较英文事件抽取任务来说更为困难.基于当前前沿的英文事件抽取神经网络模型,提出了一种适合硬件计算的中文事件抽取神经网络模型CEE-DGC-N N,其事件触发词分类在A C E2005中文语料库上实现了71.71％ 的F1值.并设计实现了相应的加速器,通过对数据的定点量化进一步优化了模型大小,其性能在Xilinx XCKU115 FPGA上达到了97 GOP/s,为CPU平台上性能的67倍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜晶菲		13	31	3.0	5.0
2	窦勇		45	220	8.0	12.0
3	乔林波		2	0	0.0	0.0
4	韩哲		1	0	0.0	0.0
5	许金伟		1	0	0.0	0.0
6	阚志刚		1	0	0.0	0.0