公开(公告)号：CN112163426B

公开(公告)日：2022-05-27

申请号：CN202011059653.9

申请日：2020-09-30

Applicant: 中国矿业大学

Inventor： 张勇 ,  高大林 ,  巩敦卫 ,  郭一楠 ,  孙晓燕

IPC: G06F40/295 ,  G06F40/284 ,  G06F40/211 ,  G06F16/31 ,  G06F16/35 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力机制与图长短时记忆神经网络结合的关系抽取方法。包括如下步骤：通过BiLSTM提取句子中的上下文信息，并引入实体位置信息和实体标签信息来扩充词向量特征；通过Stanford Parser工具进行句子依存结构树的提取生成初始句子结构矩阵，引入注意力机制对初始句子结构矩阵进行注意力计算，得到句子中结构矩阵的权重信息；将提取出的句子上下文信息和句子结构的权重信息作为输入，使用基于注意力机制与图长短时记忆神经网络结合的关系抽取模型对输入进行关系抽取，最终得到实体的三元组信息。本发明方法分别在TACRED数据结和Semeval2010 task‑8数据集上进行了测评，该模型的表现优于目前主流的深度学习抽取的模型。

公开(公告)号：CN112163426A

公开(公告)日：2021-01-01

申请号：CN202011059653.9

申请日：2020-09-30

Applicant: 中国矿业大学

Inventor： 张勇 ,  高大林 ,  巩敦卫 ,  郭一楠 ,  孙晓燕

IPC: G06F40/295 ,  G06F40/284 ,  G06F40/211 ,  G06F16/31 ,  G06F16/35 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力机制与图长短时记忆神经网络结合的关系抽取方法。包括如下步骤：通过BiLSTM提取句子中的上下文信息，并引入实体位置信息和实体标签信息来扩充词向量特征；通过Stanford Parser工具进行句子依存结构树的提取生成初始句子结构矩阵，引入注意力机制对初始句子结构矩阵进行注意力计算，得到句子中结构矩阵的权重信息；将提取出的句子上下文信息和句子结构的权重信息作为输入，使用基于注意力机制与图长短时记忆神经网络结合的关系抽取模型对输入进行关系抽取，最终得到实体的三元组信息。本发明方法分别在TACRED数据结和Semeval2010 task‑8数据集上进行了测评，该模型的表现优于目前主流的深度学习抽取的模型。