融合词性和注意力机制的舆情本体非分类关系抽取研究

• 作者: 张敏 刘胜全 刘艳 魏浩皓
• 来源期刊: 东北师大学报（自然科学版）
• 关键词: 舆情本体 非分类关系 词性 注意力机制 双向LSTM
• 年，卷（期）: 2021,（1）
• 页码范围: 61-70
• 页数: 10页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.16163/j.cnki.22-1123/n.2021.01.011

摘要

针对目前大多数非分类关系抽取方法忽略词性和部分局部特征的问题,提出融合词性信息和注意力机制的BiLSTM模型.利用预训练词向量和词性标注工具,将舆情信息语义词向量和词性词向量作为BiLSTM的输入来获取句子高维语义特征,解决长距离依赖问题.利用词语层注意力机制计算2个概念与上下文词语的相关性,获取句子的上下文语义信息.通过构建句子层的注意力来降低噪声数据的权重,减少错误标签的干扰,进而完成舆情本体概念间非分类关系的抽取.最终在新闻网站上抽取11227条数据进行了验证.结果表明,该方法的精确率(P)和召回率(R)相比于其他方法更好地实现了非分类关系的抽取,验证了该方法的有效性.