基于Bert和卷积神经网络的人物关系抽取研究

• 作者: 杜慧祥 杨文忠 石义乐 柴亚闯 王丽花
• 来源期刊: 东北师大学报（自然科学版）
• 关键词: 人物关系 Bert预训练模型 双向门限循环单元 卷积神经网络
• 年，卷（期）: 2021,（3）
• 页码范围: 49-55
• 页数: 7页
• 分类号: TP391.1|TP183
• 语种: 中文
• DOI: 10.16163/j.cnki.22-1123/n.2021.03.010

摘要

通过构造人物关系数据集,将人物关系定义为14类,提出了基于Bert-BiGRU-CNN的人物关系抽取网络模型.该模型首先通过Bert预训练模型获取上下文语义信息的词向量,利用双向门限循环单元网络(BiGRU)进一步获取相关的文本特征,然后加入卷积神经网络(CNN)获取局部文本特征,最后通过全连接层加Softmax分类器进行关系分类.在构造的人物关系数据集中进行了实验,结果表明,本文模型相较于其他4种模型进一步提高了人物关系抽取的精确率和召回率.