面向中文基础教育知识图谱的关系抽取模型

• 作者: 单娅辉 田迎 张龑
• 来源期刊: 湖北大学学报（自然科学版）
• 学科: 工学
• 关键词: 中文关系抽取 注意力机制 远程监督 基础教育 知识图谱
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 214-219
• 页数: 6页
• 分类号: TB324.1
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2375.2020.00.007

摘要

在构建中文基础教育知识图谱过程中,使用远程监督的方法能够有效解决训练语料匮乏的问题,同时使用神经网络模型能够提升构建过程中关系抽取的准确率.为了缓解远程监督中引入的错误标签带来的影响,模型通过双向门限循环单元(bidirectional gated recurrent unit)获取双向上下文中的语义信息,同时引入句子层注意力机制,动态降低噪声数据的权重.在基于中文信息技术教材教辅和百度百科的基础上构建的知识库上的关系抽取实验表明,引入句子层注意力机制能够促进模型的关系抽取效果,模型的准确率相比于中文主流关系抽取方法提高了4％～5％,能更好地应用于知识图谱的构建.